はじめての生成AI

生成AIでできること・できないこと

生田 陸人
監修
LuaGate エンジニア / 現役エンジニア
編集 LuaGate編集部

このレッスンで分かること

  • この記事では「生成AIでできること・できないこと」を 生成 AI 基礎 の現場で使える形で整理します
  • 生成AIでできること・できないことを正しく理解しよう をおさえれば、現場で迷ったときに立ち戻れる
  • 生成AIが得意なこと：クリエイティブな作業と効率化の具体例 をおさえれば、現場で迷ったときに立ち戻れる
  • 文章・アイデア・コード・翻訳の4分野 をおさえれば、現場で迷ったときに立ち戻れる
  • 生成AIが苦手なこと・できないこと：知っておくべき限界とリスク をおさえれば、現場で迷ったときに立ち戻れる

生成AIでできること・できないこと とは

生成AI（ChatGPT等）が得意な作業と、ハルシネーションなどの苦手な分野を徹底解説。AIの限界を理解し、人間がどのように補完して使いこなすべきか、実践的な活用ポイントを学びます。

生成AIでできること・できないことを正しく理解しよう

生成AI（ジェネレーティブAI）は、まるで魔法のように何でもこなしてくれるツールに見えるかもしれません。しかし、その実態は「膨大なデータを学習し、次に続く確率が高い言葉や要素を予測してつなげている」高度なプログラムです。そのため、得意なこともあれば、驚くほど苦手なこともあります。

「AIを使い始めたけれど、思ったような回答が返ってこない」「情報の正確性が不安で業務に使えない」といった悩みを抱えていませんか？このレッスンでは、生成AIの可能性を最大限に引き出すために不可欠な、「できること」と「できないこと」の境界線を具体例とともに詳しく解説します。

結論を先に言うと、生成AIは「創造と編集」が得意で、「事実確認と責任ある判断」が苦手です。 文章作成・要約・アイデア出しは任せていい一方、数値や固有名詞は必ず人間が裏取りする。この線引きさえできれば、安心して日常業務に取り入れられます。

diagram (will load when visible)

生成AIが得意なこと：クリエイティブな作業と効率化の具体例

生成AIは、ゼロから何かを生み出す作業や、膨大な情報を整理して別の形に変える作業において、驚異的なパフォーマンスを発揮します。まずは、私たちが日常や仕事で活用できる「得意分野」を見ていきましょう。

文章・アイデア・コード・翻訳の4分野

文章の作成・添削・要約 は生成 AI の最も基本的な得意分野です。「新商品の紹介メールを、20 代女性向けに親しみやすいトーンで書いて」といった指示に対し、数秒で下書きを作成します。自分で書いた硬い文章を「もっと柔らかい表現にして」や「小学生でもわかるように説明して」と依頼することで、文体を自由自在に変更できますし、数千文字に及ぶ議事録やレポートを重要なポイント 3 点に絞ってまとめることもできます。

アイデア出しとブレインストーミング では、AI は「疲れない相談相手」として最適です。「夏休みの小学生向けプログラミングワークショップのタイトルを 10 個考えて」といった指示に対し、多様な切り口の案を出してくれます。自分のアイデアを AI にぶつけ、「この企画の弱点や改善点を指摘して」と依頼すれば、客観的なフィードバックを得る壁打ちにもなります。

プログラミングコードの生成とデバッグ では、AI は強力な副操縦士（コパイロット）になります。「Python で Excel ファイルを読み込んで、特定の列を合計するスクリプトを書いて」といった具体的な要求に応じて動作するコードを出力しますし、プログラムが動かないときにエラーメッセージを貼り付けると原因の特定と修正案を提示してくれます。

言語の翻訳と文化的な調整 では、単なる直訳ではなく、前後の文脈を汲み取った自然な翻訳が可能です。「ビジネス英語として失礼のないように」「現地のスラングを交えて」といった細かいニュアンスの指定も得意としています。

生成AIが苦手なこと・できないこと：知っておくべき限界とリスク

一方で、生成AIには「どうしてもできないこと」や「注意が必要な欠点」が存在します。これらを知らずに使い続けると、誤った情報を信じてしまったり、思わぬトラブルを招いたりする可能性があります。

事実・推論・最新情報・責任の4つの限界

100% 正確な事実の提供（ハルシネーション） — 生成 AI は「確率的に正しいと思われる言葉」をつなげているだけで、内容の真実性を確認しているわけではありません。そのため、もっともらしい嘘をつくことがあります。これをハルシネーション（幻覚）と呼びます。例えば存在しない法律や、架空の歴史上の人物について、あたかも実在するかのように詳しく解説してしまうことがあるため、専門的な内容や数値、歴史的事実については必ず信頼できる一次情報（公的機関のサイトや書籍など）で裏取りを行う必要があります。

高度な論理推論と数学的証明 — AI はパターン認識に優れていますが、人間のような深い「思考」をしているわけではありません。非常に複雑なステップを要する論理問題や、最新の数学的な証明、複数の条件が複雑に絡み合うパズルなどは、計算ミスをしたり論理が破綻したりすることがあります。

リアルタイムな出来事や非公開情報の把握 — AI は特定の時点までのデータを使って学習されています。そのため、学習期間に含まれていない最新のニュースや、インターネット上に公開されていない個人のプライベートな情報、社外秘のプロジェクト内容などを知ることはできません。一部の AI はウェブ検索機能を持っていますが、それでも情報の鮮度や解釈には限界があります。

責任を伴う意思決定と倫理的判断 — AI は「A がいいですか、B がいいですか？」という問いに意見を述べることはできますが、その結果に対して責任を取ることはできません。また、倫理的にグレーな領域や、人間の感情が複雑に絡むデリケートな問題に対して、最終的な決定を下す役割は人間にしか務まりません。

「ハルシネーション」はAIの不具合ではなく、仕組み上避けられない特性です。 生成AIは「正しい言葉」ではなく「次に来そうな言葉」を予測しているため、もっともらしい嘘が混ざるのは正常動作。最初から「裏取りはこちらの仕事」と腹をくくっておくと向き合い方が変わります。

「AIが嘘をつく」と聞くと怖く感じるかもしれませんが、何が得意で何が苦手かを知っておけば大丈夫です。人間が最後にチェックするというルールを忘れずに使いこなしていきましょう！

生成AIを賢く使いこなすための3つのポイント

得意・不得意を理解した上で、どのようにAIと付き合っていくべきでしょうか。成功のための3つの鉄則を紹介します。

ポイント内容具体的なアクション
下書きとして使う0点を60点にする作業をAIに任せるAIが作った文章を人間が手直しして完成させる
具体的に指示する曖昧さを排除し、前提条件を伝える「誰に」「何を」「どんなトーンで」を明確にする
最後は人間が確認する事実確認（ファクトチェック）を怠らない重要な数値や固有名詞は必ず自分で検索して確認する
diagram (will load when visible)

ケーススタディ：成功例と失敗例

指示（プロンプト）の出し方ひとつで、AI の回答精度は大きく変わります。

良い例

プレーンテキスト

新商品の紹介メールを、20代女性向けに親しみやすいトーンで書いてください。 箇条書きで3つのメリットを含めてください。

避けたい例

プレーンテキスト

メールを書いてください。

【成功例：ブログ記事の作成】 — 人間が「ターゲット」と「伝えたい核心」を決定し、AI に「構成案」を作らせる。AI が書いた各セクションの文章に対し、人間が「自分の体験談」を付け加え、最後に人間が誤字脱字と事実確認を行う。結果として執筆時間が半分になり、かつオリジナリティのある質の高い記事が完成します。

【失敗例：リサーチ業務の丸投げ】 — 「最新の競合他社の売上推移をまとめて」と AI に依頼。AI が架空の数値を提示するが、人間はそれを信じて会議資料を作成し、会議で数値の誤りを指摘されて信頼を失う。教訓としては、リサーチなどの「事実」が重要な場面では、AI は検索の補助として使い、最終的な数値は必ず元データを確認することです。

まとめ：AIは「優秀なアシスタント」であり「万能な神」ではない

生成AIは、私たちの創造性を拡張し、面倒な定型作業から解放してくれる素晴らしいパートナーです。しかし、情報の正確性や倫理的な判断においては、今なお人間の介在が欠かせません。

「AIができること（拡張）」を楽しみ、「AIができないこと（限界）」を人間が補う。 この役割分担を意識するだけで、あなたのAI活用スキルは飛躍的に向上します。次のステップでは、具体的なツールの選び方や設定方法について学んでいきましょう。

お疲れ様でした！今回のレッスンで、生成AIの「得意・不得意」の全体像が見えてきたはずです。これらを意識しながら、まずは身近な文章作成からAIに触れてみてください。

まずは、今日のお昼ご飯の献立案を5つ出してもらうなど、身近なところから試してみてください。AIとの付き合い方がぐっとイメージしやすくなりますよ！

現場でよくある具体例

  1. 業務ケース 1 — 議事録 30 分の音声 → 文字起こし → ChatGPT で要約・タスク抽出。1 件あたり 45 分 → 10 分に短縮
  2. 業務ケース 2 — 営業メールの下書きを Claude で量産し、人が最終チェック。「型 + 個別事情」で送信本数 3 倍、開封率 1.4 倍
  3. 業務ケース 3 — 社内ヘルプデスクの一次回答を GPT-4o で自動化。コスト月 5 万円、対応削減 60 時間/月。ただし誤回答対策の人手レビューは継続

次にとるべきアクション

  1. 手元の業務タスクで「生成AIでできること・できないこと」を 1 回試す — メール下書き / 議事録要約 / 資料リサーチのいずれかで OK
  2. 結果を社内 Wiki / Notion に貼る — 入力プロンプト + 出力 + 使い物になったか、を 3 行で記録する
  3. 翌日もう一度同じプロンプトを試す — 再現性と揺らぎを確認し、必要なら指示を 1 行追加する

次のレッスン

次は ChatGPTの無料版と有料版（Plus）の違いと選び方 で、ChatGPTの無料版と有料版（Plus）の違いと選び方 を学びます。

事前確認 — 進む前に次の 3 つができることを確認しましょう。

  1. できる事・不可な事 の要点を自分の言葉で説明できる
  2. このレッスンの最小コード (または操作手順) を見ずに書ける
  3. 練習問題やクイズで間違えた箇所を読み直して理解した

理解度チェック (30 秒)

Q. できる事・不可な事 とは何か、1 文で説明してください。

この章のポイント

A. 本文の「このレッスンで分かること」または冒頭の説明文を見直し、自分の言葉で要約できれば OK。詰まったら本レッスンの最初の H2 セクションを読み返してみましょう。

関連レッスン

参考にした出典

学習を加速したい方へ

生成 AI の基礎ガイドを体系的にマスターするなら、chotdekiru の無料学習ポータル で実際に手を動かして学習を始めるのがおすすめです。質問・つまずきも現役エンジニアが伴走します。

復習ミニクイズ

生成AIを使って重要な業務レポートを作成する際、レッスンの内容に基づいた「もっとも適切な活用方法」はどれですか？

参考リンク