Column
コラム
AI・生成AI・LLMに関する技術解説、業界動向、実践的な活用ノウハウをお届けします。
Moji が発信するAIの情報を、すべて新着順で読めます。
GPT Image 2.5とは？料金・モデル比較と企業導入の判断基準
「画像制作を効率化したいが、商品やロゴが変わってしまわないか」「生成は速くても、修正と確認に時間がかかるのではないか」。画像生成AIの企業導入では、見栄えのよいサンプルだけでは判断できない課題があります。
Graph RAGとは？従来RAGとの違い・向く質問・設計上の注意点
Graph RAG（GraphRAG）は、RAGの検索・文脈構成に 知識グラフ を利用する設計群です。知識グラフでは、人・製品・組織・施策などのエンティティをノードとして、その間の関係をエッジとして表します。
生成AI導入前の業務棚卸しと現場定着の進め方｜対象業務の選び方・KPI・運用テンプレート
生成AIの導入で最初に決めるべきことは、製品名ではありません。 どの業務の、どの工程を、誰が、どの条件で支援に使うか です。 いきなり全社展開や高度な自動化を目指すと、現場の実際の作業と合わない、入力してよい情報が不明確、効果を判定できない、といった理由から利用が続きにくくなる場合があります。
AIエージェントのガードレール設計｜暴走を防ぎながら自動化を進める権限・承認・停止・監視の実務ガイド
AIエージェントに業務を任せるとき、「暴走を防ぐ」ことと「自動化を進める」ことは対立しません。重要なのは、AIに 何をさせないか だけでなく、 どの条件なら実行させ、どの操作では人へ渡し、異常時にどう止めて戻すか を、実装と運用の両方で決めることです。
GPT-6 Astraとは？GPT-5.6 Solからの進化とClaude Fable 5.1との違いを実際に検証
2026年9月3日（米国時間）、OpenAIが次世代モデル「GPT-6 Astra」を公開しました。 話題の中心はベンチマークですが、実務で先に効いてくるのは料金です。API料金は入力10ドル・出力50ドル（100万トークンあたり）で、前世代のGPT-5.6 Solから2.5倍に上がりました。
上杉 洸平
Claude Fable 5.1で何が変わった？Fable 5からのアップデートを実際に検証
2026年9月1日、Anthropicが最上位モデルの新版「Claude Fable 5.1」を公開しました。 派手な話題はベンチマークの更新ですが、実務でより効くのは価格です。
上杉 洸平
RAG評価データセットの作り方｜設計・作成・品質確認・更新を実務手順で解説
RAG（Retrieval-Augmented Generation）の評価でつまずきやすい原因は、モデルや検索方式だけではありません。 「何を正解とし、どの失敗を検出したいか」が評価データセットに定義されていないこと が、比較不能な評価につながります。
API・MCP・A2Aの違いとは？AIエージェントを接続する仕組みやポイントを分かりやすく解説
API、MCPの違いって？A2Aは？とふと聞かれた際に少しややこしいと思い、この記事を書きました。 いずれもシステムやAIを連携させる技術です。 一言で違いを説明するなら「接続対象と任せる範囲が異なる」が最もシンプルです。 この3つはどれか1つ選んで実行するという並列関係ではありません。
平岩寛児
大学生のAI課金実態、約7割は月額0円
大学生の生成AI利用は95％を超える一方、月額課金をしていない人は約71％でした。早稲田大学を中心とする大学生約40名への調査から、日常的に使われるAIツールや課金額、学生がAIへの支払いをどう捉えているかを紹介します。
平岩寛児
動画生成AIにアプリの使い方動画を作らせてみた。実際に5サービスを比べて分かったこと
アプリの画面録画とスクリーンショットをまとめて渡せば、ナレーションやテロップまで付いた操作説明動画がそのまま出てくる。 最初は、かなり本気でそう思っていた。 そこで、HeyGen、Runway、Kling、CapCut、ChatGPTの5サービスを使い、Webアプリの操作説明動画を作ってみた。
Riki Kamano
コンテキストエンジニアリングとは｜プロンプトエンジニアリングとの違いと実務での設計対象
LLMアプリケーションで回答品質が安定しないとき、原因は「プロンプトの書き方」とは限りません。必要な規程を検索できていない、過去の会話を持ち込みすぎている、ツールの実行結果が長すぎる、ユーザーの権限情報が欠けている、といった問題でも出力は崩れます。
平岩寛児
Claude Fable 5とは？実際に使って分かった特徴と他社AIとの違い
Claudeの最上位モデルといえばOpusでした。 その位置づけを変えたのが、2026年6月にAnthropicが発表した「Claude Fable 5」です。Fable 5は、一般ユーザーが利用できるClaudeとしてAnthropic史上最高性能のモデルです。
平岩寛児
【生成AIでLP制作を効率化】Claude CodeやCodexなど7ツールを比較し、出力をチューニングした話
サービスの概要を入力するだけで、LPらしい画面が数分で生成される。 生成AIによって、LP制作の初速は明らかに上がりました。 以前であれば、構成を考え、Figmaでデザインし、HTMLやCSSへ落とし込む必要がありました。
Riki Kamano
シャドーAIのリスクと対策｜全面禁止に頼らない可視化・公式代替・監査の進め方
シャドーAIとは、 従業員や部門が、会社の承認・管理外で生成AIサービスを業務に使う状態 です。個人アカウントで議事録を要約する、顧客向け提案書の下書きを作る、ソースコードを外部AIへ貼り付ける、といった行為が該当し得ます。 結論から言えば、対策の出発点は全面禁止ではありません。
平岩寛児
PMのエージェントを作ってラクしよう！
PCを開いたらこんなことになっていませんか？ モニターにはGitHubのPR一覧。その裏で、BE／FE／SP／Infraのリポジトリがそれぞれ別ターミナルで開いていて、Slackではクライアントとのやり取りが行われている。 さらに、AIチャットとのセッションがいくつも並列している。
平岩寛児
生成AI文章でも人間らしい文章を書かせるためにヒューマナイザーやSkillsなど色々試した話
生成AIに文章を書かせると、内容は正しい。構成も整っている。誤字も少ない。 それなのに、読んだ瞬間に「AIが書いたっぽい」と感じることがある。 最近は提案書や記事の下書きに生成AIを使う機会が増えたが、公開前に読み返すと、結局ほとんど書き直してしまう。
Riki Kamano
GPT-5.6は5.5から何が変わった？新機能と使い分け
GPT-5.6は、GPT-5.5から性能・速度・コストで選べる3モデルと、複数工程の作業を進める機能が加わったモデルファミリーです。Sol・Terra・Lunaの違い、推論量を増やすmax、並列処理のultra、ChatGPT Workの特徴を整理し、実際に使って分かった用途別の使い分けを紹介します。
平岩寛児
偶然の出会いから、MojiでAI事業に挑戦することになりました
2026年4月にMoji株式会社にジョインしました。 現在は、AI新規事業開発における提案・開発・PMを担当しています。 この記事では、私がMojiに入社するまでの経緯、入社を決めた理由、そして実際に入社して感じていることを書きます。 大阪出身、趣味はドライブと音楽。
平岩寛児
AIのリスク管理・マネジメントとは？対応方法や費用について
生成AIの導入は、新しい価値の創出と同時に「未知の失敗」を連れてきます。ここで言う AIのリスク管理・マネジメント とは、モデル・データ・システム・人（運用）に跨るリスクを 特定→評価→対応→監視 のライフサイクルで継続的に扱う実務です。
Riki Kamano
AIスタートアップの参入障壁（Moat）と「勝てる理由」
生成AIが高速でコモディティ化するほど、アプリケーション側の勝敗は 「なぜ自分たちが勝つのか」の設計図に収れんします。本稿は、提示されている10のMoat（ブランド／ネットワーク効果／スイッチングコスト／第一想起／規模の経済／コスト優位性／免許・特許・排他／ディストリビューション／オペレーショナル・…
Riki Kamano
エージェンティックAI（エージェント型）とは？AIエージェントとの違いから開発方法や費用について
生成AIの次の潮流として注目されているのが エージェンティックAI（エージェント型）です。従来の“プロンプトに答えるだけ”の大規模言語モデル（LLM）や、単発タスクを肩代わりするAIエージェント と異なり、…
Riki Kamano
AIの評価とは？評価指標や評価方法、その費用について
生成AIが「期待した品質で、期待したコストで、安全に」動いているかを確認する営みが AIの評価 です。ChatGPTやClaude 3.5、GPT-4o、Llama 3.1、DeepSeek-V2のような基盤モデルだけでなく、RAG（検索拡張）やワークフロー、監査ログ、UIコピーまでを含めて、…
Tsubasa Hiroe
AIのセキュリティ対策とは？運用・開発方法や費用について
生成AIの導入が広がるにつれ、脅威は「従来のWebアプリ攻撃＋LLM特有の攻撃」の二層構造になりました。ここでいう AIのセキュリティ対策 とは、API・モデル・データ・ワークフロー・人の運用までを含む全体設計です。
Riki Kamano
GEOとは？SEO・GAOとの違いと、AI検索で参照されるための実践手順（引用は保証されません）
GEO（Generative Engine Optimization） とは、生成AIを用いて回答を作る検索・回答体験で、自社サイトの情報が根拠として参照・引用され、必要に応じてリンク先として選ばれる可能性を高めるための改善の考え方です。
Riki Kamano
RAG Fusionとは？仕組み・メリットと開発の考え方
RAG Fusionは、複数の検索結果を融合し、外部知識を踏まえた回答の精度と網羅性を高めるRAGの手法です。従来型RAGとの違い、複雑な質問での活用メリット、開発時に必要となる知識ベースやモデル選定、コスト・処理時間の注意点を解説します。
Tsubasa Hiroe
MLLMとは？LLMとの違い、活用例と開発費用を解説
MLLMは、テキストに加えて画像・音声・動画・3Dセンサーデータを統合し、複数の情報をもとに推論できる大規模モデルです。テキスト入力を中心とするLLMとの違い、構成、活用事例、メリット・デメリット、開発方法と費用を解説します。
Tsubasa Hiroe
AI音声読み上げTTSおすすめ5選｜特徴・価格を比較
AI音声読み上げTTSを選ぶなら、用途に合う音質、対応言語、料金、導入方法を比べることが大切です。この記事では、クラウドAPI型からカスタムクローン型までの種類を整理し、ElevenLabsやOpenAI、Microsoft Azureを含むおすすめ5サービスの特徴と価格を比較します。
Riki Kamano
音声生成AIのおすすめランキングTOP5！特徴や価格比較
音声生成AIとは、大規模言語モデル（LLM）やディープラーニング系TTS（Text-to-Speech）エンジンを用いて テキストやプロンプトから人間の声そっくりの音声をリアルタイムに合成する技術 です。
Riki Kamano
Deep Research（ディープリサーチ）とは？仕組み・使い方・AI調査を検証する手順
Deep Research（ディープリサーチ）は、複雑な問いに対して、AIが複数の情報源を調べ、比較・整理してレポートを作る機能です。 「Deep Research」はサービスごとに機能名や実装が異なります。
Tsubasa Hiroe
生成AI APIとは？種類・選び方、料金の見方と開発手順を解説
生成AI APIとは、文章生成、画像・ファイルの理解、検索、ツール実行などのAI機能を、自社のWebサービスや社内システムからプログラムで呼び出すための仕組みです。
Tsubasa Hiroe