AIに資料を渡すと「学習」する？ 検索と追加学習の違い

AIは、モデルを追加学習させなくても、渡された資料を参照して答えられます。大切なのは、どの箇所を根拠に、どこまで言える答えなのかを確かめることです。 学習時にはなかった新しい案内も、回答前に探して渡せば、判断の材料にできます。 まず見るのは説明の流暢さより、資料の版、適用先、例外条件です。

出典があっても、使う資料が違うことがある

市民センターの会議室で、週末の読書会を開くとします。準備のため、午前8時30分に入れるでしょうか。手元には古い利用案内、今年度の貸室案内、別館の案内があります。以下の資料とAIの返答は仕組みを説明するための架空例で、実際のモデルで行った試験ではありません。

古い案内に「開館8時30分」とあれば、AIはそこに出典を付けて、入館できると答えるかもしれません。一方、今年度の案内には「一般開館9時。予約利用者の早期入館は個別確認」とあります。別館だけが早く開く資料も、検索では紛れ込みそうです。

ここで必要なのは、今年度の本館の案内を選び、「個別確認」という条件を残すことです。その資料だけでは、自分の予約で早く入れるかはまだ分かりません。「8時30分に入れます」にリンクが一つ付いただけでは、当日の準備を決める根拠として足りないのです。

検索で拾った文章が、回答の材料になる

よく使われる方法に、RAG、検索拡張生成があります。参照できる資料群から関係する内容を検索し、それをモデルに渡して答えを作る仕組みです。OpenAIの精度改善の解説でも、適切な材料を見つけることと、その材料から正しく答えることは別々に点検されています。

一つの実装では、資料を文章のまとまりに分け、検索用の索引を作ります。「開館前の準備」という質問に、「催事主催者の入退館」という見出しを探し出すように、語句の一致だけでなく意味の近さを使う検索もあります。OpenAIの検索の技術資料は、この分割、索引化、意味による照合を説明しています。実際の構成は製品によって異なり、キーワード検索やデータベース検索などを組み合わせる場合もあります。

検索で上位に来た文章は、根拠の候補です。質問とよく似ていても、最新版、本館向け、今回の予約に適用できる資料だとは限りません。開館時間の一文だけが渡され、直後の例外条件が抜ければ、判断に必要な材料が欠けます。

図を拡大して読む

図の中を横にスクロールできます（キーボードの左右キーにも対応）

図を原寸で開く

図：答えを点検する場所を示した独自の概念図。すべての製品の内部構造を表すものではありません。

読ませることと、モデルを変えること

短い案内を会話に貼り付けるだけなら、資料を探す段階を挟まず、その文章を回答の材料にできます。RAGは、より多い資料から材料を選ぶ方法です。検索用の索引を作ること自体も、回答するモデルの学習済みの値を更新することとは区別できます。

一方、ファインチューニングは、用途に合わせたデータでモデルを追加学習することです。Googleの機械学習講座は、追加学習と、モデルに与える指示を変える方法を分けています。一定の分類や回答形式を安定して出すよう訓練しつつ、その都度の最新案内は検索で渡す、といった組み合わせも考えられます。

RAGと追加学習は併用できます。RAGの原論文も、検索した資料を使うシステムの訓練を含みます。ここでの要点は、新しいファイルを参照するたびに、回答モデルを訓練し直す必要はない、という範囲です。

また、回答時の参照に使うという説明だけでは、保存期間や後のモデル改善への利用は分かりません。業務の秘密や個人情報を含む資料を渡す前には、そのサービスと所属先で適用される取り扱いを確認してください。

次の行動が変わる三つの確認

まず、適用される版か。 資料名、発行元、版や施行日、対象施設を確認します。今年度の案内でも別館向けなら、本館の根拠にはできません。「最終版」というファイル名だけで新しさを決めないようにします。

次に、条件ごと読めているか。 引用先を開き、前後も読みます。早期入館の対象は全員なのか、予約利用者なのか、職員だけなのか。AIには該当する節と、近くの例外を示してもらいます。本文を取得できないなら、見出しから補わせず、該当箇所をこちらから渡す方法もあります。

最後に、結論が資料を越えていないか。 「早期入館を相談できる」と「今回の予約で入館できる」は別の事実です。次に必要なのは予約条件の確認です。同じ要約を書き直しても、その空白は埋まりません。出典付き回答の研究でも、答えの正しさと出典の質は別の評価対象です。過去の研究結果を、現在の製品の点数としては扱えません。

正しい規則が分かったが、自分の予約条件は不明、という途中の成果にも価値があります。担当者に何を確かめればよいかが絞れるからです。その段階で、参加者に集合時刻を確定して伝える根拠まではそろっていません。

そのまま使える聞き方

「この施設の現行の案内を使い、資料名と適用日、結論を支える節を示してください。例外条件を省かず、資料で分かることと、個別に確認が必要なことを分けてください。資料同士の食い違いや、該当箇所を取得できない場合も明記してください。」

これは点検を助ける依頼文で、正答を保証するものではありません。検索で見つからなかった場合も、「探した範囲では見つからない」と「その規則は存在しない」を分けます。資料群が不完全だったり、該当箇所を拾えていなかったりする可能性が残るためです。

一度きりの質問なら、対象が明確な現行資料と、具体的な問いから始められます。頻繁に変わる情報を扱うなら、資料群をどう更新するかが重要です。回答形式が毎回ばらつく問題なら、追加学習は別の検討になります。困り方に合う手段を選ぶと、「AIに覚えさせる」という曖昧な注文を、確かめられる作業に変えられます。

出典と確認範囲

「AIの答えができるまで」の一編で、単独でも読めます。一次資料は2026年10月11日に確認しました。実機・モデル試験、検索品質の測定は未実施です。アップロード時のプライバシーや、特定サービスで現在利用できる追加学習機能を保証する記事ではありません。