はじめに
導入がうまくいかない原因の多くは、期待値のずれです。得意なことと、仕組みで補うべきことを先に共有しておきます。
得意なこと
長い文書を読んで要約・比較すること(現行の主要モデルは 100 万トークンまで扱えます)、文章の作成と書き換え、コードの作成と修正、画像の内容を読み取ることなどです。
仕組みで補うこと
知識には締め切りがあり、それより新しい出来事は知りません。最新の情報や社内の情報は、検索や RAG で渡します。
正確な計算や集計は、ツール(計算用のコードやデータベース)に任せます。
出力は毎回同じとは限らず、もっともらしい誤りが混ざることもあります。根拠の引用を求める、評価用のデータで品質を測り続ける、重要な判断は人が確認する、といった仕組みで補います。
入出力は文章で、画像を生成するモデルではありません。
公式の情報
2026年10月7日時点の公式の情報をもとにしています。内容は更新されることがあるため、最新の版を確かめてください。
- 公式ドキュメントモデルの概要(知識の締め切り・コンテキストの長さ)(新しいタブで開きます)
- 公式ドキュメントハルシネーションを減らす(新しいタブで開きます)