「なぜ、あんなに自然な文章が書けるの?」
「何が得意で、何を任せたら危ない?」
数千億という途方もない数のパラメータ。LLMの賢さは、まずこの規模から生まれます。ただ、大きいだけでは説明になりません。核心は「何をしているか」にあります。
LLM（大規模言語モデル）とは、膨大な文章で学習し、「次に来る言葉」を予測することで自然な文章を生み出すAIです。Large Language Modelの略で、まず握っておきたいのは、意味を理解しているのではなく、言葉の続き方を確率で選んでいるという点です。
この記事では、まずChatGPTとの関係を整理し、LLMが文章を作る仕組みを図でたどります。さらに得意なことと苦手なことを表で切り分け、生成AIパスポート・G検定での問われ方まで示します。
1. LLMとは何か
LLMの正体は、「言葉の続き方」を極限まで学び込んだ予測装置です。インターネット上の本や記事など、膨大な文章を読み込み、「この言葉の次には、どんな言葉が来やすいか」の確率を身につけています。あなたが質問を投げると、その確率にしたがって、いちばん自然な続きを1語ずつ紡いでいきます。
この「続きを予測する」という単純な原理が、要約・翻訳・アイデア出しまで、幅広い作業をこなす土台になっています。仕組みが単純だからこそ応用が広い——ここがLLMの面白さです。
2. ChatGPTとの関係
混同しやすいのが、LLMとChatGPTの関係です。両者は同じものではありません。LLMが中核のエンジン、ChatGPTがそのエンジンを積んだ製品という関係にあります。
この区別が分かると、「同じLLMを使った別のサービス」がいくつも存在する理由も腑に落ちます。エンジンは共通でも、それを使ったアプリは各社が独自に作れるからです。
3. どうやって文章を作るのか
LLMが文章を生む流れを、図で開きます。ポイントは、1語出すごとに、その語を含めて次を予測し直す繰り返しにあります。
この予測を賢く支えているのが、Transformerという技術です。文中の離れた言葉どうしの関係まで捉えられるため、長い文脈を踏まえた自然な続きを選べます。あなたが土台まで踏み込みたいなら、Transformerとは と、LLMがそもそも機械学習の一種である位置づけを示す 機械学習とは が助けになります。
4. 得意なことと苦手なこと
LLMを味方につける鍵は、得意と苦手をあらかじめ知っておくことです。仕組みから、両者はきれいに分かれます。
| 得意（言葉の加工） | 苦手（事実と厳密さ） |
|---|---|
| 文章の生成・要約・言い換え | 学習後の最新情報を答える |
| 翻訳・文体の変換 | 正確な計算・桁の扱い |
| アイデアの列挙・下書き | 出典の明示・一次情報の保証 |
境目は明快です。「与えた言葉を加工する」作業は得意、「知らない事実を思い出す」作業は苦手。この線引きは、次の言葉を予測しているだけ、という原理から素直に導けます。計算が苦手なのも同じ理由で、LLMは数式を解いているのではなく「それらしい答えの並び」を予測しているだけなので、桁の多い計算では平気で間違えます。苦手側の代表が、事実でない内容をもっともらしく作る現象で、詳しくは ハルシネーションとは で確認できます。最新情報を補う手立ては RAG（検索拡張生成）とは が有効です。
5. 試験での問われ方と学びの起点
生成AIパスポートやG検定では、LLMは生成AIの中核技術として問われます。問われる角度は3点あります。
- 「次に来る語を予測して文章を生成する」という原理を言えること
- ChatGPT（製品）とLLM（エンジン）を混同しないこと
- Transformerが基盤技術だと結びつけられること
現在のLLMの延長に ASI（超知能）とは のような飛躍があるのかは、業界でも議論が続いています。
次のステップ
生成AIの用語を体系立てて押さえたいなら、生成AIパスポートの試験範囲と勉強法ガイド を起点にすると、LLMを軸に他のキーワードが数珠つなぎで見えてきます。
理解を得点に変えるなら、生成AIパスポート LLMの基礎の問題集 で、原理を問う設問にあたって、理解を確かなものにしてください。