一般語彙

LLM

ラージランゲージモデル

大規模言語モデルの略。文章で訓練された AI の主流で、主要 3 サービスの中身です。

体験区分：触った推奨読者レベル：Level 1

「テキストを入れると続きのテキストを返す」モデルです。骨格は次の単語の予測ですが、文章作成・要約・翻訳・対話・コード生成と幅広い応用が生まれます。

バイブコーディングの根幹で、「何を LLM に渡して、何を返してもらうか」の設計が出発点になります。モデルを変えるより Context を整えるほうが効く場面も多くあります。

構造図

2026.04·ready

「LLM はテキストを入れて続きを返す箱で、Context の整え方で挙動がかなり変わります。」

LLMの見方

569

この用語の見どころ

役割

文章を扱う AI の現代的な主流で、主要 3 サービスの中身です。

うれしさ

対話で使えて、幅広いタスク（文章・コード・要約・翻訳）に応用できます。

注意点

Hallucination（事実と違う応答）の限界があり、万能ではありません。

どこで役立つか

文章作成、コード生成、要約、対話のほぼ全タスク。

はじめに

「次の単語を予測するモデル」の骨格と GPT／Claude／Gemini の系譜。

深掘り先

Transformer、Attention、MoE、量子化、Fine-tuning、VLM。

非エンジニアのつまずき

私のコメント

開発フローでの位置

目的を決める

→

適切な LLM を選ぶ

→

Context を構成して渡す

→

出力を評価して反映