「プロンプトと、何が違う?」
「専門スキルがないと無理?」
「業務にハマるAIを作る＝まずファインチューニング」。この思い込みで遠回りする人が多いです。
ファインチューニングとは、学習済みの生成AIを目的特化のモデルへ作り変える技術のことです。追加データを学ばせて中身を鍛え直します。強力な反面、手間もコストもかかる。だからこそ「本当に必要か」を先に見極める順番が肝心で、実は最初に手を出す技術ではありません。
この記事では、追加学習が何を変える技術かを押さえ、プロンプトやRAGと比べてどの順で検討するかを決定木で示し、主要3手法を強弱で並べます。最後に現場でハマる落とし穴と、生成AIパスポートで問われる角度まで届けます。
1. ファインチューニングは「モデルの中身」を書き換える
まず、他の手段との一番の違いをはっきりさせます。ファインチューニングは、モデルそのものの中身（パラメータ）を追加学習で書き換える技術です。プロンプトの工夫が「聞き方を変える」だけなのに対し、こちらは「頭脳を鍛え直す」。ここが決定的な差です。
汎用モデルは、あなたの会社固有の用語やルールを知りません。「うちの商品コードの命名規則で新製品名を出して」と頼んでも、その規則は学習していないので答えられない。追加学習は、この「知らない」を「学ばせて知っている状態にする」ための一手です。
2. まず決めるのは「追加学習が要るか」
業務特化の手段は、ファインチューニングだけではありません。コストの軽い順に試すのが定石です。あなたが選ぶ順番を、決定木にしました。
読み解く軸はシンプルです。プロンプトで足りるならそれで終わり。足りず、狙いが「最新情報や社内文書を参照させたい」なら、モデルの外に知識をつなぐRAG。それでも足りず「応答の型・トーン・専門的な振る舞いまで体に染み込ませたい」なら、はじめてファインチューニングです。プロンプトの工夫そのものは プロンプトエンジニアリングとは で土台を固められます。
3. 追加学習の3手法を強弱で選ぶ
ファインチューニングに進むと決めたら、次は手法選びです。代表的な3つを、更新する範囲と重さで並べます。
| 手法 | 何を更新するか | 重さ・向き |
|---|---|---|
| フルファインチューニング | モデル全体のパラメータ | 重い・精度は出しやすいが資源を要する |
| LoRA | 小さな追加パーツだけ | 軽い・低コストで試しやすい |
| 指示チューニング | 指示と応答のペアで振る舞いを調整 | 応答の型を揃えたい業務向き |
フルはモデル全体を鍛え直すので自由度が高い反面、計算資源と学習データを多く食います。LoRAは本体を凍結したまま軽い追加部分だけを学ばせるので、小さく試して効果を見る進め方と相性が良い。指示チューニングは「こう聞かれたらこう返す」という応答パターンを教える方式で、問い合わせ対応のように型が決まった業務に効きます。あなたが最初から大きく作り込まず、まずLoRAで当たりを付けるのが、費用対効果の高い入り口です。
4. 現場でハマる2つの落とし穴
ここは、記事にあまり書かれない実務寄りの話です。追加学習は、やり方よりデータと加減でつまずきます。AI導入を手がけると見えてくる、2つの落とし穴を先に共有します。
1つ目がデータの品質です。追加学習は、渡したデータの癖をそのまま吸います。表記ゆれや古い情報、担当者ごとにバラバラな書き方をそのまま食わせると、モデルもブレた出力を返す。量を集める前に、「揃った・正しいデータか」を整える工程が、実は成否を分けます。
2つ目が過学習です。少ないデータで学ばせすぎると、そのデータには完璧に答える一方、少し外れた質問にはもろくなります。特定の例文を丸暗記した状態に近く、応用が利かない。あなたが「学習データではうまくいくのに、本番で崩れる」場面に出会ったら、まずこの過学習を疑うのが近道です。対策は、データを増やす・学習の回数を抑える・本番に近い評価用データで別に確かめる、といった地道な手が中心になります。
5. 生成AIパスポートで狙われる角度
試験では、用語の丸暗記より「手段の使い分け」が問われます。あなたが押さえておくと得な角度は3つです。
- プロンプトとの違い：聞き方を変えるのがプロンプト、モデルの中身を書き換えるのがファインチューニング
- 手法の対応：全体更新＝フル／一部を軽量に＝LoRA／指示応答ペア＝指示チューニング
- 使い分けの判断：安い手から試し、届かないぶんだけ重い手に進む
要するに、こういうことです。「ファインチューニングは、他で届かないときの重い切り札」。土台のモデルとの関係を立体的に掴みたいなら、基盤モデルとは と合わせて読むと、追加学習が全体像のどこに位置するかが見えてきます。
次のステップ
ファインチューニングが生成AIパスポートのどの領域に出るかは、生成AIパスポートの試験範囲と勉強法ガイド で全体を俯瞰してから当たると、頭に定着しやすくなります。
手法の使い分けが身についたかは、モデルの種類・学習技法の問題集 で設問を解いて、手ざわりで確かめてみてください。