「毎日使っているAIツールが、G検定の教科書だった——現役ユーザーが用語を実例で全部解説します」

プロローグ

G検定の勉強を始めて、最初に感じたことがある。

「これ、毎日使っているやつじゃないか」

LLM、トランスフォーマー、強化学習、マルチモーダル——教科書に並ぶ用語が、自分が毎日触っているツールそのものだと気づいた瞬間、勉強が一気に楽しくなった。

この記事はG検定の用語を、実際に使っているAIツールで解説する試みだ。ChatGPT・Claude・Gemini・Copilot・Manus——これらを「教材」として読み直すと、G検定の勉強が実体験と結びつく。

第1章｜まず「LLM」を理解する——全ツールの共通基盤

G検定の重要用語：LLM（Large Language Model・大規模言語モデル）

LLMとは、膨大なテキストデータを学習した大規模なAIモデルだ。「大規模」とは、パラメータ数が数十億〜数千億規模であることを指す。

実際のツールで見ると：

• ChatGPT → OpenAIの「GPT-4o」がLLM

• Claude → AnthropicのClaudeシリーズがLLM

• Gemini → GoogleのGeminiがLLM

• Copilot → MicrosoftがOpenAIのモデルを活用したLLM

G検定でよく出る関連用語：

「パラメータ」——モデルの重みの数。多いほど高性能だが計算コストも高い。GPT-4は推定1兆パラメータ超とも言われている。

「事前学習（Pre-training）」——大量のテキストで学習させる工程。これがLLMの基礎になる。

「ファインチューニング」——事前学習済みモデルを特定の用途向けに追加学習させること。各社がLLMを自社サービス向けにカスタマイズしているのがこれだ。

第2章｜「トランスフォーマー」——現代AIの心臓部

G検定の重要用語：トランスフォーマー（Transformer）

2017年にGoogleが発表した論文「Attention is All You Need」で提唱されたモデルアーキテクチャだ。現在のChatGPT・Claude・Geminiはすべてトランスフォーマーをベースにしている。

G検定でよく出る関連用語：

「アテンション機構（Attention Mechanism）」——文章の中でどの単語が重要かを計算する仕組み。「私はリンゴを食べた。それは美味しかった」という文で「それ」がリンゴを指すと理解できるのはアテンション機構のおかげだ。

「自己注意（Self-Attention）」——文章内の単語同士の関係を計算する仕組み。トランスフォーマーの核心技術だ。

実際に使って感じる違い：

Claudeは長文の文脈保持が特に優れている。これはトランスフォーマーのアテンション機構が長い文章でも「どの情報が重要か」を正確に判断しているからだ。100ページのPDFを読み込ませても重要な箇所を正確に抽出できるのはこのためだ。

第3章｜「マルチモーダル」——ChatGPTとGeminiが得意なこと

G検定の重要用語：マルチモーダル（Multimodal）

テキスト・画像・音声・動画など複数の形式（モダリティ）を処理できるAIのことだ。

実際のツールで見ると：

• ChatGPT（GPT-4o）→ テキスト・画像・音声に対応。「この写真を説明して」が使える。

• Gemini → テキスト・画像・動画・音声に対応。Googleの強みである動画理解が優秀。

• Claude → 主にテキスト・画像に対応。画像の読み込みと分析が得意。

LINEスタンプ制作でGeminiに画像を読み込ませたり、ChatGPTに「この画像のキャラで別の表情を作って」と指示できるのは、まさにマルチモーダルの力だ。

G検定でよく出る関連用語：

「Vision Transformer（ViT）」——トランスフォーマーを画像認識に応用したモデル。マルチモーダルAIの基盤技術だ。

第4章｜「RLHF」——なぜAIは自然な会話ができるのか

G検定の重要用語：RLHF（Reinforcement Learning from Human Feedback・人間のフィードバックからの強化学習）

AIの回答に対して人間が「良い・悪い」を評価し、その評価をもとにAIを改善する学習手法だ。ChatGPTが人間らしい自然な会話ができるのはRLHFのおかげだ。

実際のツールで感じる違い：

ChatGPTは「ユーザーが喜ぶ回答」を返す傾向がある。一方Claudeは「正確で誠実な回答」を重視する傾向がある。これはAnthropicが「Constitutional AI（憲法的AI）」という独自の安全性重視のアプローチを採用しているからだ。

G検定でよく出る関連用語：

「強化学習（Reinforcement Learning）」——報酬を最大化するように学習する手法。RLHFはこれを人間のフィードバックに応用したものだ。

「報酬モデル（Reward Model）」——人間の評価をもとにAIの回答の良さを数値化するモデル。

第5章｜「エージェント」——ManusとCopilotが体現する次世代AI

G検定の重要用語：AIエージェント（AI Agent）

単に質問に答えるだけでなく、自律的にタスクを計画・実行するAIのことだ。ツールを使い、複数のステップを経て目標を達成する。

実際のツールで見ると：

• Manus → 典型的なAIエージェント。「LINEスタンプを32枚作って」と指示すると、自律的に画像生成・編集・ZIP化まで実行する。

• Copilot → MicrosoftのOfficeと連携して自律的にExcelやWordを操作する。

• ChatGPT（Operator） → ウェブブラウザを操作して自律的にタスクを実行できる。

ManusにLINEスタンプの制作を丸投げできたのは、まさにエージェント機能のおかげだ。「指示→実行→確認→修正」を自律的に繰り返してくれる。

G検定でよく出る関連用語：

「RAG（Retrieval-Augmented Generation）」——外部の情報を検索して回答に組み込む手法。Copilotが社内文書を参照して回答できるのはRAGの応用だ。

「ツール呼び出し（Function Calling）」——AIが外部のAPIやツールを呼び出す機能。エージェントの核心技術だ。

第6章｜G検定の勉強に役立つ各ツールの使い方

最後に「G検定の勉強にどのツールをどう使うか」をまとめる。

用語を理解する → Claude

「トランスフォーマーのアテンション機構を
中学生でも分かるように説明してください」
→ 分かりやすい説明が返ってくる

最新のAI動向を調べる → ChatGPT

「2026年のLLMの最新トレンドを教えてください」
→ ウェブ検索で最新情報を取得

過去問を解いて解説してもらう → Claude

「G検定の以下の問題を解説してください：
（問題文を貼り付ける）」
→ 詳しい解説と関連知識が返ってくる

実際のツールで用語を体験する → Manus・Gemini

エージェント・マルチモーダルを
体験しながら理解できる

エピローグ

G検定の勉強を始める前は、「AI用語は難しい」と思っていた。

でも毎日使っているツールが、そのまま教材だった。

LLMはChatGPTやClaudeそのものだ。トランスフォーマーはその心臓部だ。エージェントはManusが体現している。マルチモーダルはGeminiが得意だ——。

「知識」と「体験」が結びついたとき、学びのスピードは一気に上がる。

5月9日の受験に向けて、毎日使うツールを「教材」として読み直してみてほしい。