LLMとは？「生成AI」との違いを中学生にもわかる言葉で

「AI」と一括りにされがちだけど

ChatGPTやClaude、Geminiという名前をニュースやSNSで見かけない日はもうない。でも「触ったことはないけど名前は知っている」という人に「LLMって何？」と聞くと、たいてい言葉に詰まる。実はこの用語、AIに詳しい人同士の会話でも微妙に使い方がバラバラで、「生成AI」と「LLM」を同じ意味で使う人もいれば、厳密に区別する人もいる。

この記事では、この二つの言葉の違いを、専門用語を一つずつ噛み砕きながら整理していく。仕組みが分かると、ChatGPTが何を得意として何が苦手なのかも自然と見えてくるはずだ。

LLMは「大量の文章で言葉のつながり方を覚えた予測装置」

LLMは英語のLarge Language Model(ラージ・ランゲージ・モデル)の頭文字で、日本語では「大規模言語モデル」と訳される。「モデル」というと堅苦しいが、要は「文章のパターンを覚えたプログラム」だと考えてほしい。

具体的にどう覚えるかというと、インターネット上の記事やニュース、本の文章など、膨大な量のテキストを読み込ませて、「ある単語の次にどんな単語が来やすいか」という確率を統計的に学習させる。例えば「今日の天気は」という文章の続きには、「晴れ」「雨」「曇り」のような単語が来やすく、「サッカー」がいきなり来ることは少ない、というパターンを何億回、何兆回という規模で学び続ける。

このとき、コンピュータは文章をそのまま扱っているわけではない。「トークン」と呼ばれる細切れの単位(単語そのもの、あるいは単語の一部)に分解して処理している。トークンは、料理でいうところの食材の下ごしらえのようなもので、人間が読む「文章」とコンピュータが計算する「数字の列」をつなぐ橋渡し役だ。

こうして学習を終えたLLMに質問を投げかけると、辞書のように答えを検索して引っ張り出しているのではなく、「この質問の次に続く言葉として、統計的にもっとも自然なものは何か」を一語ずつ予測しながら文章を組み立てている。だから、まったく同じ質問をしても毎回少し違う言い回しの答えが返ってくることがある。学習の元になった大量のテキストの傾向については、生成AIの「学習データ」とは？仕組みを初心者向けにやさしく解説でも詳しく触れている。

「生成AI」はLLMを含む、もっと大きな箱

ここが今回いちばん混乱しやすいポイントだ。「生成AI」というのは、文章・画像・音声・動画など、何かを新しく作り出す(生成する)AI全般を指す、かなり広い呼び方になる。

イメージとしては、「生成AI」という大きな箱の中に、文章を扱う担当としてLLMが入っていて、そのほかに画像を描くのが得意なAI、音声を作るのが得意なAIなど、別の専門家たちが同じ箱に入っている、という関係になる。つまりLLMは生成AIの一種であって、生成AI全体とイコールではない。

具体的に整理するとこうなる。ChatGPTやClaude、Geminiのように、文章で会話したり要約したり文章を作ったりするもの、これはLLMが中心になっている。画像を作るタイプのAIツールは画像生成AIと呼ばれ、LLMとは別の仕組みで動く。音声を人の声のように作るAIも同様に、LLMとは別の音声生成AIというジャンルになる。

普段「生成AI」と口にするとき、多くの人が実際にイメージしているのはChatGPTのようなLLMを使った文章のやり取りだ。だから会話の中では同じ意味で使われることも多いが、正確には「LLMは生成AIに含まれる一部」という関係になっている、と覚えておくと、記事や動画で言葉が混在していても迷わなくなる。

まずは触ってみる、LLMの始め方

理屈だけだとピンとこないので、実際にLLMを使ったサービスに触れる流れを整理しておく。

1. ChatGPT(OpenAI社)やClaude(Anthropic社)、Gemini(Google社)といったサービスの公式サイトにアクセスする
2. 案内に従ってアカウントを作成する(メールアドレスなどが必要になる場合が多い)
3. 画面下部などにある入力欄に、聞きたいことや頼みたいことを普通の日本語で打ち込んで送信する
4. 数秒から数十秒待つと、LLMが一語ずつ予測しながら組み立てた回答が表示される

このとき入力する指示や質問文のことを「プロンプト」と呼ぶ。難しく考える必要はなく、「〇〇について、中学生にも分かるように説明して」「この文章を3行で要約して」のように、話しかけるつもりで書けば十分機能する。試しに次のような一文をそのままコピーして貼り付けてみてほしい。

「LLMと生成AIの違いを、料理に例えて3行で説明して」

同じ質問でも聞き方を少し変えるだけで返ってくる文章の粒度や口調が変わるので、最初は色々な聞き方を試しながら感覚をつかむのがいい。

LLMが得意なこと、まだ苦手なこと

LLMは文章の要約、下書き作成、アイデア出し、簡単な調べ物の整理などを得意としている。膨大なテキストパターンを学習しているぶん、幅広い話題に自然な日本語で応じられるのが強みだ。

一方で気をつけたい弱点もある。ひとつは、事実として確認していないことでも、もっともらしい文章としてそれらしく答えてしまう場合があることだ。これは「ハルシネーション」と呼ばれる現象で、日本語では「幻覚」と訳される。LLMは正しい答えを検索しているのではなく自然につながる言葉を予測している仕組みなので、統計的にそれらしい並びであれば、事実と異なる内容でも自信満々に生成してしまうことがある。人名や日付、数値などピンポイントの正確さが必要な情報は、必ず別の情報源で確認する習慣をつけておきたい。

もうひとつは、LLM自体は基本的に学習した時点までの情報しか持っていないという点だ。最新のニュースや、社内の資料のような非公開の情報については答えられないか、答えても不正確になりやすい。この弱点を補うために、外部の情報を検索して回答に組み込む仕組みも登場している。興味があればRAGとは？AIに社内資料や自分の文書を読ませる仕組みも参考にしてほしい。

よくある質問

Q. LLMと生成AIはどちらの言葉を使えばいいですか？

文章を扱うAIについて厳密に説明したい場面ではLLM、画像や音声も含めて広く話したい場面では生成AIを使うと伝わりやすい。日常会話ではどちらを使っても大きな問題にはならない。

Q. トークンとは結局何のことですか？

LLMが文章を処理するときに使う、単語やその一部を細かく区切った単位のこと。人間が読む文章とコンピュータの計算をつなぐ橋渡し役だと考えるとイメージしやすい。

Q. ハルシネーションが起きるのはLLMの欠陥なのですか？

欠陥というより、統計的に自然な言葉のつながりを予測するという仕組み自体の性質による。だからこそ、人名や数値など正確さが必要な情報は別の情報源で確認することが大切になる。

Q. LLMは最新のニュースにも答えられますか？

LLM単体では学習した時点までの情報しか持っていないため、最新の出来事は答えられないか不正確になりやすい。外部の情報を検索して回答に組み込む仕組みと組み合わせることで補える。

Q. プロンプトは特別な書き方を覚えないと使えませんか？

特別な文法があるわけではなく、話しかけるように日本語で書けば機能する。「〇〇について中学生にも分かるように説明して」のように、聞きたいことを具体的に書くほど答えの精度が上がりやすい。

まとめ

LLMは大量の文章から言葉のつながり方を学習し、次に来る言葉を予測しながら文章を組み立てる仕組みで、生成AIという大きな括りの中の一つのジャンルにあたる。ChatGPTやClaudeに触れるときは、辞書的に正解を引いてきているのではなく、確率的に自然な文章を生成している、という前提を持っておくと、便利さと注意点の両方が腑に落ちやすい。まずは短い質問を一つ投げかけてみるところから始めてみてほしい。仕組みの土台からもう少し体系的に理解したい場合は、『猫でもわかる生成AI』で学ぶ、生成AIとの距離の縮め方も手がかりになる。