1-1　LLMの正体：次の単語を予測しているだけ

会社が導入したAIツール。隣の席の同僚は打ち合わせの構成案まで作らせているのに、自分は検索代わりの質問をして、当たり障りのない答えを眺めるだけ。この距離感のまま、数ヶ月が過ぎていませんか。

ツールのせいでも、センスのせいでもありません。この道具の「正体」を、誰もちゃんと説明してくれなかっただけです。

これ、仕組みを知るだけで景色が変わります。

購入前に、2つだけ正直に。

1. この1-1は入門の1本目です。すでにAIを毎日使いこなしていて「LLMは次の単語を予測している」と説明できる方には、復習にあたります。その場合は2-9 制約とネガティブ指定や2-13 プロンプトのデバッグから入るのがおすすめです（全体は講座マップへ）。

2. 単品は1話222円ですが、部ごとのマガジンと全巻セット（1話あたり実質111円）があります。3本以上読むつもりなら、マガジンのほうが割安です。

その上で「まず1本試したい」という方は、このまま先へどうぞ。

実は、AIの中身は驚くほどシンプルな一つの動作でできています。「次に来る単語を予測する」——これだけです。この正体を知らないままだと、プロンプトのコツも、AIの嘘への対処も、すべて暗記になります。知っていれば、すべて理屈で導けるようになります。

ChatGPTやGemini、Claudeといった生成AIサービスの中核にあるのが、LLM（大規模言語モデル）です。まるで人間のように自然な文章を返してくるので、「中に賢い誰かがいる」ように感じてしまいます。しかし中に賢い誰かはいません。いるのは、先ほどの一行——次の単語を予測する仕組み——だけです。では、それが具体的にどう動いているのかを見ていきましょう。

たとえば「今日はいい」という文字列を受け取ったLLMは、続く単語の候補として「天気」80％、「気分」15％、「一日」5％のような確率のリストを内部で計算し、確率の高いものを選んで出力します。そして「今日はいい天気」まで出力したら、また次の単語を予測する。この繰り返しだけで、あの長く自然な文章が生成されているのです。

では、なぜそんな単純な仕組みで自然な文章が書けるのでしょうか。秘密は学習方法にあります。LLMはインターネット上の膨大なテキストを使って、「穴埋め問題」を何十億回も解きながら訓練されます。文章の一部を隠し、「ここに入る単語は何か」を予測させ、間違えたら内部のパラメータを少しずつ調整する。これを繰り返すうちに、LLMは言葉の意味そのものではなく、「人間が書く文章のパターン」を学習していきます。

もう一つ大事なのは、AIの中では単語が「数値の集まり」として扱われていることです。イメージは、単語ごとの「特徴メーター」。たとえば「王様」なら、「権力」のメーターが高く、「男性」「人間」のメーターも高い——こうした特徴の度合いを、数百個の数値の組にして持っています（専門用語では「ベクトル」と呼びますが、名前は覚えなくて大丈夫です）。数値にしておくと何がうれしいのか。「王様」と「女王」はメーターの形がよく似ている——つまり「意味が近い」を計算で扱えるようになるのです。

つまりLLMとは、「大量の文章からパターンを学び、次の単語を確率で予測する巨大な計算機」です。この一文を押さえておくだけで、この後のすべての話——なぜ嘘をつくのか、なぜプロンプトで結果が変わるのか——がクリアに見えてきます。

保存版・この一文で説明できる

• LLMがやっているのは「次の単語の予測」の繰り返しだけ

• 学習の正体は、膨大なテキストでの「穴埋め問題」によるパターン学習

• 単語は数値（ベクトル）として扱われ、意味の近さを計算できる

そして冒頭の「検索代わりにしか使えていない自分」も、正体さえ分かればAIを"予測を誘導する道具"として扱えるようになる——同僚との距離が縮まる出発点は、まさにここです。

やってみよう: まず、AIに「今日はいい」とだけ送って、何が返ってくるか観察してみましょう。「続きを予測する機械」であることが体感できます。さらに、次のプロンプトをそのまま貼れば、"確率で予測している"様子まで引き出せます。

うまく数字が出ないときは、「内部の正確な確率でなくてかまいません。イメージで結構です」と一言添えると返ってきます。

📍 番号や読む順に迷ったら講座マップへ。目的別ルートと全84レクチャーの対応表があります。