AIの用語

ファインチューニングとは?追加学習の意味と、RAG・指示文の工夫との選び方|TARNAR AI

 文:TARNAR AI 編集部/監修:たーなー先生(田中直人)

ファインチューニングは、すでにあるAIに自社の例を追加で学ばせ、答え方のくせを整える方法です。多くの小さな事業では、その前にもっと手軽な方法で足りる場面があります。

ファインチューニングとは、すでに作られている生成AIに、追加の例を学ばせて、答え方や文体を調整する方法です。自社の言葉づかいや決まった形の答えをそろえたいときに向いています。ただし、手間がかかるので、指示文の工夫や、資料を渡して答えさせる方法を先に試すのが、小さな事業では進めやすい順番です。

この記事の書き手:たーなー先生(田中直人)。ボイストレーナー歴30年、30年間で5万人以上を指導。TARNAR AIでは、教室・宿・イベントなどの事業者が、AIに下書きと整理を任せ、判断は人が行う形で仕事を軽くするご相談をお受けしています。

ファインチューニングとは?「追加学習」の意味を日常の例で

生成AIは、たくさんの文章から学んだ状態で提供されています。これを新入社員にたとえると、一般的な仕事のマナーは身についている人です。ファインチューニングは、その人に自社のやり方を、例を見せながら教え込む研修にあたります。

具体的には、「こう聞かれたら、こう答える」という組を多く用意し、AIに追加で学ばせます。学んだあとのAIは、自社の答え方の型や文体を出しやすくなります。

押さえておきたいのは、得意なことと苦手なことです。

  • 得意:答えの形、口調、決まった書き方をそろえること
  • 苦手:新しい事実を正確に覚えさせること、頻繁に変わる情報に追いつくこと

料金表や営業日のように変わる情報を覚えさせても、変更のたびに学び直しが必要になります。こうした情報は、後で紹介する別の方法のほうが合います。

ファインチューニングとRAGと指示文の工夫は、何が違う?

AIの答えを自社向けに近づける方法は、大きく三つあります。

方法何をするか向く場面手間
指示文の工夫役割・条件・見本を指示文に書く文体や形をそろえる、すぐ試したい小さい
RAG(資料を渡して答えさせる方法)質問に関係する資料を探して、一緒にAIへ渡す料金、案内、手順など変わる情報で答えたい中くらい
ファインチューニング例を集めてAIに追加で学ばせる決まった型の答えを大量に、安定して出したい大きい

この三つは、組み合わせて使うこともできます。まずは手間の小さい上から順に試し、足りないところだけ次へ進むと、無駄が出ません。RAGの仕組みはRAG(検索拡張生成)とは?仕組み・メリット・社内資料での活かし方で、指示文の組み立て方はプロンプトとは?AIへの指示文の意味と、五つの要素で書く型で紹介しています。

ファインチューニングが向いているのは、どんなとき?

次の条件がそろうと、検討する価値が出てきます。

  1. 同じ種類の答えを、毎日たくさん出している(問い合わせへの一次案内、紹介文の書き分けなど)。
  2. 指示文に見本を付けても、口調や形がそろいきらない。
  3. お手本にできる良い答えの例が、すでに手元に十分たまっている。
  4. 答えの内容は変わりにくく、形だけをそろえたい。
  5. 学ばせる例に、お客様の個人情報が含まれないよう整えられる。

反対に、例がほとんど無い、扱う情報が頻繁に変わる、まだAIを使い始めたばかり、という場合は、先に別の方法を試すほうが進めやすいです。

多くの小さな事業は、指示文の工夫と見本帳で、十分に形がそろいます。よく使う頼み方を一冊にまとめる方法は、社内用語集と言い換え表を作る:AIの文章を自社の言葉にそろえるも参考になります。

ファインチューニングを試す前に、準備しておくことは?

追加学習の結果は、渡す例の質で決まります。準備の段階で、次の表の項目を整えます。

準備内容確認のしかた
目的を一文にする「問い合わせへの一次案内を、自社の口調でそろえる」など目的が二つ以上あれば、一つに絞る
良い例を集める質問と、人が確かめて直した答えを組にする誤りや古い情報が混ざっていないか、担当者が見る
個人情報を外すお名前、連絡先、予約内容などを例から外す渡す前に二人で見る
試験用の例を残す学ばせない質問を別に取っておく学習後にその質問で答えを見比べる
見直す日を決める情報が変わったときの更新の担当と時期月ごとの改善会議で確かめる

何を入れてよいかは、AIに入れてよい情報と入れない情報:入力前の仕分け表で先に仕分けておくと安心です。お使いのAIの提供元によって、追加学習の可否や扱いの決まりが違うので、利用前に提供元の説明ページを読んでおきます。

小さな事業は、どの順番で試すのが進めやすい?

おすすめは、次の順番です。

  1. 指示文に、役割・読み手・条件・見本を書いて、一つの仕事で試す。
  2. よく使う指示を見本帳にまとめ、担当者みんなで同じものを使う。
  3. 料金や手順など、変わる情報で答えさせたいときは、最新の資料を渡して答えさせる方法を試す。
  4. それでも形がそろわず、良い例が十分にたまったときに、追加学習を検討する。

小さく試し、結果を確かめながら進めるのが、TARNAR AIの進め方です。一か所で短期間に試して、続けるかどうかを決める流れは、AIの小さな実証の進め方で紹介しています。

学ばせる「例」は、実際にはどんな形?

追加学習に使う例は、質問と答えを一組にした短い記録です。たとえば、教室の体験についての問い合わせなら、次のように書きます。これは形を示すための作り物の例です。

項目書き方の見本
質問体験を受けてみたいのですが、何を持っていけばよいですか。
答えお問い合わせありがとうございます。動きやすい服装と飲み物をご用意ください。ほかに気になる点があれば、お気軽にお知らせください。

良い例には共通点があります。書き出しの挨拶、答えの順番、結びの言葉が、いつも同じ型でそろっています。例の中で口調がばらばらだと、学んだAIの答えもばらつきます。例を集めるときは、まず担当者が型を一つ決め、その型に直した答えだけを集めます。

例の数より質が大切です。数を増やす前に、質の高い例を少数そろえて試し、答えを見比べて足りない種類を足していくほうが、結果を読み取りやすくなります。

追加学習したあとも、人が確かめることは?

追加学習をしたあとも、AIは、もっともらしい誤りを出すことがあります。そこで、次の点検を続けます。

  • 日付、金額、名前は、元の資料と見比べる。
  • お客様に送る文章は、送る前に担当者が読む。
  • 定期的に試験用の質問で答えを見直し、ずれが出ていないか確かめる。
  • サービスの内容が変わったら、古い例が残っていないか点検する。

AIは下書きと整理を、判断は人が。この考え方は、追加学習をした場合も変わりません。誤りが起きる理由はハルシネーションとは?生成AIの誤りの理由と、仕事で防ぐ手順で読めます。

どこから手をつけるか迷ったら、今の仕事の流れを書き出すところから始められます。TARNAR AIでは、ご相談、棚卸し、小さな実証、導入と計測、月ごとの改善の五段階で、道具より先に仕事の流れを見ながら進めます。AIに詳しくなくても大丈夫です。

関連する記事

TARNAR AI にご相談する

よくある質問

ファインチューニングとは何ですか?

すでにある生成AIに、質問と答えの例を追加で学ばせて、答え方や文体を調整する方法です。追加学習ともいわれます。

ファインチューニングとRAGはどちらを選べばいいですか?

変わる情報で答えさせたいならRAG、決まった型の答えをそろえたいならファインチューニングが向きます。まずは指示文の工夫から試すと進めやすいです。

小さな事業でもファインチューニングは必要ですか?

多くの場面では、指示文の工夫と見本帳で形がそろいます。良い例が十分にたまり、それでもそろわないときに検討します。

追加学習に使う例で気をつけることは?

誤りや古い情報を外し、お客様の個人情報を入れないことです。担当者が確かめた答えだけを例にします。