俺の雑記帳

My random memorandumです。（つまり、個人的な備忘録であり、その点ご容赦を。）

VSCode俺好み設定メモ

IDE

（書きかけ？or 随時更新）
VSCode, Visual Studio Code.

  1. 折り返しは、特に設定不要。Alt+Zで切替え。（でも、デフォルトで折り返しなしになってるけど…それはまたいつか変えたくなれば調べよう。行うべき設定を多くしても、いろんな端末で使う俺には面倒だし…。勿論、設定をimportする方法もあるだろうが、OS違いでもできるのか知らんし、色々注意すべき点も多くなりそう。なのでここでは基本方針としては、必要な設定を絞ろう…）

  2. （何年も前のPython実習のページに、 必要な設定の入ったVSCodeをインストールする指示がある。このような方法もあると、記録しておく。） web.tohoku.ac.jp https://web.tohoku.ac.jp/kc_kyomu/computer_seminar1/py/textbook_ja/prepare.html#visual-studio-code-vscode

  3. （GitHub Codespaces: さらに言えば、Codespacesのような VSCodeの環境を ブラウザで利用できるものもある。Codespacesは、GitHubリポジトリからVSCodeと同様の操作感であり、devcontainer.json という設定ファイルをrepositoryに含めておけば、上記東北大実習ページのようなLocalPC用の設定を施すより楽だろう。(120コア時間, 15GB storage 付き)）

AIを使ったソフトは何と呼ぶ？ 生成AI・従来型AI・LLM・AIエージェントは？ —用語の整理帳

AI IT

質問：

  • Q1. 生成AIより一世代前のAI（機械学習など統計的手法を使った分析・予測・認知など）というような表現を私は使いますが、一般的にはこれを何と呼称しますか？
  • Q2. AIを利用したソフトウェア（ソフトウェア内部でLLMを呼び出したりする）を何と呼びますか？
  • Q3. Q2は、ソフトウェア内部で、(a)生成AIより一世代前のAI（Q1の答えとなるAI）を使う場合、(b)生成AIを使う場合、(c)生成AIのより狭義であるLLMを使う場合、で呼称が異なりますか？もしくは区別して呼称する場合はありますか？
  • Q4. AIエージェントは生成AIを使うものですが、LLM以外の生成AIを使うことは珍しいですか？そもそもLLM以外の生成AIを使うものをAIエージェントとは一般的には呼称されないものでしょうか？

ChatGPT 5.1 Thinking 回答：

ざっくりの結論から順にいきますね。

Q1. 「生成AIより一世代前のAI」は何と呼ぶ？

ものすごくざっくり言うと、一般的には：

  • 日本語だと

  • 英語だと

    • traditional AI
    • traditional machine learning
    • classical / conventional (statistical) machine learning

あたりがよく使われています。

なので、文章で書くなら例えば：

生成AIではなく、従来型の機械学習（traditional machine learning）による予測モデル

のように書いておくと、かなり伝わりやすいです。 「一世代前」というニュアンスを出したければ、

従来型AI（traditional, non-generative AI）

みたいに括弧で補足するのもよくあります。

Q2. 「AIを利用したソフトウェア」は何と呼ぶ？

これもかなりバラバラですが、わりと定番なのは：

  • 日本語

    • AIアプリケーション
    • AI搭載ソフトウェア
    • AI機能を組み込んだアプリケーション

  • 英語

    • AI application
    • AI-powered application / software
    • （LLMなら）LLM-powered app, LLM application

ビジネス文書なら「AI活用アプリケーション」「AI搭載機能」などもよく見ます。

Q3. 使っている中身によって呼び方は変える？

(a) 従来型AI
(b) 生成AI
(c) その中でもLLM

ざっくり：

  • 日常会話・ビジネスの高い抽象度の話： → まとめて 「AIアプリケーション」 と呼んでしまうことが多いです。
  • 技術的な説明や資料： → 区別して呼ぶことが よくあります。

具体的には、技術資料や企画書なら：

  • (a) を使うとき

    • machine-learning based system
    • MLアプリケーション
    • 予測モデル（predictive model）を組み込んだアプリ

  • (b) 生成AI一般を使うとき

    • generative-AI application
    • 生成AIアプリケーション

  • (c) LLMに限定するとき

    • LLM-based application
    • LLM-powered chatbot / agent / tool
    • 日本語だと「LLM搭載○○」「LLM活用アプリ」など

つまり：

  • 「マーケっぽい説明・スライド」→ ざっくり AIアプリケーション で済ませることが多い
  • 「技術構成の説明」→ ちゃんと ML-based / generative-AI-based / LLM-based と書き分けることが多い

というイメージで持っておくと便利です。

Q4. 「AIエージェント」はLLM前提？LLM以外の生成AIだけでも言える？

ここは少しややこしいですが、整理すると：

1. 本来の「エージェント」の意味

もともと「（知的）エージェント」は、

環境を観測して、自律的に判断し、行動するソフトウェア／システム

を指す言葉で、

ぜんぶ「エージェント」と呼んできました。 なので概念的には LLM に限られません。

2. 最近の「AIエージェント」の実態

ただ、最近の「AIエージェント」と言えば、ほぼ「LLMベース」です。

  • LLM が

    • ツールを呼び出す（API・データベース・ブラウザ等）
    • 計画を立てる（プランニング）
    • 他のエージェントや人と対話する という構成が主流なので、

  • 実務・プロダクト文脈で「AIエージェント」と言うと、

    • ほぼ「LLMエージェント」「LLM-based agent」を指すことが多いです。

3. LLM 以外の生成AIだけを使う場合は？

たとえば：

  • 画像生成モデル（拡散モデル）だけを使って
  • 画像を自律的に生成・選別・投稿する「ボット」

のようなものも、挙動としては十分「エージェント」です。

  • こういうものを AIエージェントと呼んではいけない わけではありません。

  • ただし現状の一般的な用語感としては、

    • 「AIエージェントと言えば LLM 中心」と思う人が多い → そのため LLM を使っていない場合は、説明文のどこかで明示した方が親切です。

例：

画像生成モデルを中核にした自律型AIエージェント
an autonomous AI agent built around an image-generation model (not an LLM)

と書いてしまえば誤解は減ります。

まとめ（実務での書き分けのおすすめ）

  • Q1 用語

    • 「従来型AI（traditional / non-generative AI）」
    • 「従来型機械学習（traditional machine learning）」

  • Q2 ソフトウェア全般

    • 日本語：AIアプリケーション / AI搭載ソフトウェア
    • 英語：AI-powered application / AI application

  • Q3 区別したいとき

    • 従来型：ML-based application
    • 生成AI：generative-AI application
    • LLM：LLM-based / LLM-powered application

  • Q4 エージェント

    • 用語の本来の意味：モデルの種類は問わない
    • 現状の雰囲気：「AIエージェント＝LLMエージェント」がほぼデフォルト
    • LLM 以外中心なら、その旨を明示してあげると親切

こんな感じで用語を使い分けておけば、技術寄りの人にもビジネス側にもだいたい誤解なく伝わると思います。

別のLLM問答：

最後に上記と同じ質問がある：（正直、上記に比べレベルが低い） www.perplexity.ai

NotebookLM と ChatGPT他LLM-powered Chatbot、どちらを使うか！（手持ちの情報から資料作成の用途で）

AI life hack

 

俺：


最後のNoteBookLMについては、まだ疑問があります。

多数の資料をアップロードすることはせず、自ら書いたドラフトメモを基に資料を作らせようと思っています。

資料に掲載する想定の構成図や画面キャプチャは、合わせて１０ファイルほどになると思います。

この程度の量だと、Canvas的な機能がなく(※) Q&A主体のNotebookLMを使うより、Canvas的機能があるLLM（4大LLM(ChatGPT, Gemini, Claude, Copilot)は全てある？）を使う方が合理的にも思えます。

　(※)「Canvas的な機能がなく」・・・この部分は私の誤解かも知れません。NotebookLMは Canvas的機能があるようなお話も合った気がします。。。いかがでしたっけ？

 

 
 
 
Gemini(PRO)：

ご指摘の通り、そこが一番の悩みどころですね。

ユーザー様のその感覚（「NotebookLMよりCanvas的機能があるLLMの方が合理的では？」）は、半分正しく、半分はNotebookLMの特性についての誤解に基づいているかもしれません。

 

1. NotebookLMの「Canvas的機能」とは？

 

まず、NotebookLMに「Canvas的な機能」があります。 ただし、それは一般的にイメージされる「無限に広がる付箋（ふせん）を貼るようなCanvas」ではありません。

  • 一般的なCanvas（Gemini Canvasなど）:

  • NotebookLMの「ノート」:

    • 「ドキュメント（文書）形式」のCanvasです。

    • UIの右側にある「ノート」スペースは、上から下に流れる「下書き原稿用紙」そのものです。

    • ここに、AIの回答（要約や推敲）をピン留めし、ご自身のメモを追記し、ドラッグ＆ドロップで順序を入れ替えることができます。

Q&A主体に見えますが、あれは**「ソース（資料）から素材を抽出する作業」であり、抽出した素材を右側の「ノート（＝ドキュメントCanvas）」**で組み立てていく、というワークフローなのです。

 

2. 4大LLMのCanvas機能

 

ご認識の通り、ChatGPT（特定のGPTs）、Gemini（旧Notebook）、Copilot（Loopなどと連携）には、何らかのCanvas的・ノート的機能がありますが、標準チャットは基本的に「対話が流れていくだけ」です。

 

3. なぜNotebookLMが合理的か？（今回のケース）

 

この程度の量（ドラフトメモ＋画像10枚）だと、NotebookLMを使うより、Canvas的機能があるLLMを使う方が合理的にも思えます。

逆です。 その程度の量だからこそ、NotebookLMが合理的なのです。

 

一般LLM（例：ChatGPT-4o）の問題点

 

一般のチャットLLMで「ドラフトメモ＋画像10枚」を扱おうとすると、以下のようなストレスが発生します。

  1. 最初にメモと画像10枚をすべてアップロードします。AIは「理解しました」と言います。

  2. 「まず、"図1"について本文を推敲して」と指示します。AIは推敲します。

  3. 「次に、"図5"について推敲して」と指示します。

  4. この対話が長くなっていくと（数十ターン後）、AIはチャット履歴の最初の方にアップロードされた**"図1" や "図5" の内容を忘れてしまいます**（コンテキストウィンドウの限界）。

  5. 結果、「すみません、"図5"とはどの画像ですか？もう一度アップロードしてください」と言われ、作業が振り出しに戻ります。

 

NotebookLMの利点

 

NotebookLMは、この問題を解決します。

  1. 最初に「ソース」としてドラフトメモと画像10枚をアップロードします。

  2. これらは「チャット履歴」ではなく、「固定された参照元」としてノートブックに常駐します。

  3. どれだけ対話が長くなっても、AIは常にその10枚の画像とメモの内容を正確に参照し続けます。

 

結論

 

今回の目的は「ブレスト（アイデア出し）」ではなく、「引継gi資料（ドキュメント）の下書き作成」です。

  • 自由な配置のCanvasは不要です。

  • 必要なのは、「複数の固定ソース（メモ＋図10枚）」をAIが常に見失うことなく参照し、それを基に**「直線的な文書（スライド原稿）」**を組み立てる機能です。

まさにその機能を提供するのが、NotebookLMの「ソース機能」＋「ノート（ドキュメントCanvas）機能」なのです。したがって、NotebookLMの活用は非常に合理的だと考えます。

 

 

NotebookLMと GemなどのRAGを比較？ ハルシネーションともおさらば!?

links AI GoogleCloudPlatform

前項で少し触れた点について、少し調べかけてたので、とりあえずリンク集といてここに書き留めておきます。あとで整理したいな。。。

  • GeminiのGemsとNotebook LMの使い分けはどうすべき？ – 京都市南区の加藤博己税理士事務所 katoh-tax.com .

  • 「業務効率化の鍵！Gemini GemsとNotebookLM Plusの違いと活用術」 www.yoshidumi.co.jp .

  • NotebookLMとカスタムAI（GPTs／Gemなど）の違いと使い分けガイド｜terada | CARTA AI推進室, D-Marketing Academy.inc CEO note.com .
  • Gemini アプリと NotebookLM の違いと使い分けのポイント - 株式会社TSクラウド googleworkspace.tscloud.co.jp .
  • 【GoogleのAI】NotebookLMの使い方とGeminiとの違いを解説 webst8.com .
  • NotebookLM を解説！情報整理をAIで簡単にしよう｜Gemini - Google の AI note.com .
  • notebooklmとRAGの違い｜50万語対応の活用法と実例比較 | Hakky Handbook book.st-hakky.com

AIでスライド資料を生成!? ⇒いや,俺はMarpでいいや(一部 LLM活用?)

life hack IDE AI

Marp という Markdownでスライド資料*1が作れる仕組みがある。

注目した経緯（AI-native事務?）

AI活用し簡単にスライド資料が作れないかと思い*2、AIとは(基本的に,まだ)関係ないMarpに行き着いた。

　AIでスライド資料を作るツールは多数あるが、基本的に華美になる。いや、そのためのツールだった。
　ただ、俺はシンプルなスライドしか作らないので、あまり意味がない。
　↓の人の結論とも通じる部分がある：

  • パワポを20年使ってきた私が、スライド生成AIを使ってみた｜サイトウ ケイコ note.com .

　4ヶ月ほど前、英語のスライド資料を急ぎ目で作るため、日本語のテキストからChatGPTに.pptxファイル(PowerPoint)を生成させた*3が、その要領で日本語も作ればよいと考えた。
　ただ、その際は、端的なスライド資料にするための各種の短文や短縮表現を 英語では確信をもって書けないので重宝したが、 今回は日本語なのでその効果は薄い。なので、LLMに良い指示をするためのcommunicationを取ったり いろいろな背景事情を教えたりするほどの価値はないかも*4。
　その調査の中で、LLMと相性の良いMarkDownでスライド資料を作れてしまうMarpを見つけたわけ。

　以前はPowerPointのアウトライン機能でスライドの構成や下書き（や,そのまま完成文にしてしまったり）したが、Googleスライドで作ろうと思ったらアウトライン機能がない! そこで、テキストでスライド資料の構成や下書きをしてスライドに変換できれば同じことなので、Marpが最適！*5

⇒結論(?)・・・Marp記法のテキストでプレゼンを作り、LLMに校正や再構成して貰う。もしくは、はじめからLLMにMarp記法で作らせる*6。これなら特にChatGPT以外にも作らせられるし。いずれにせよ、Markdown(改)で作っておけば、なんにでも使えて楽。

Marpについて

Marp team が運営するecosystemだそう。 日本発のようだね（というか、主に日本でばかり使われてる？）。 生成するには、VS Code に Marp for VS Codeプラグインを導入するのが基本のようだ。

ただ、普段VSCodeを使わない俺やあなた(?)には MarpWebEditorが便利。
これ、よくできているが、説明不足もある*7し、そもそも高専生が作ったみたいで、ちょっと信頼性に疑問*8。まぁ、使うけど（一応 会社名とか特定される情報は分からないようにしてる）。

Marpの書式あれこれ（書きかけ）

MarkDownの注釈書式が リンクになる仕様だったり*9（じゃあ、リンクの書式、要らんやん!*10）、特徴的な(=不可思議な,解せない)点が多い。
　その書式の点をいくつかのブログとかで見るが、いままで見た範囲では なぜか Marp for VS Code を作った人(?)のサイトのサンプルスライド資料が一番分かり易く、簡潔にまとまっている…*11。

スライドページ間のリンク

3つの方法がある。

  1. スライド番号で指定する（最も簡単）
    例：[表紙に戻る](#1)

  2. 見出し（Heading）で指定する
    例：[結論へ](#結論)

  3. "カスタムID"(?)（アンカー名）を付ける
    例：

     ---
 # システム構成図 {id="fig-system-overview"}
 （ここに構成図）
 ---
 # データモデル詳細
 まずは[システム構成図](#fig-system-overview)を確認しましょう。

一つ目は手軽、二つ目は分かり易いが、両者とも変更に弱い。
三つ目なら スライド順を変えても各スライドのタイトルを変えても問題なく、堅牢である。
.

*1:=プレゼン資料—PowerPointやGoogleスライドやその形式に準ずるPDFやHTML

*2:AI-native開発になぞらえ、個人的にAI-native事務と呼ぶ…

*3:現在でも、スライド資料を4大LLM(ChatGPT,Copilot,Gemini,Claude)に生成させるならChatGPT一択。Gemini

*4:本格的にやるならNotebookLM? (hallucinationを防ぐRAGとして)—今回の用途ではGemini(PRO)に強く勧められる… この話はまた別の記事が必要だな。

*5:ただ、Marpの各サービスではpptxには変換できるが、Googleスライドに変換できるものは見つけていない。なので、結局MarpからGスライドにしたければ、pptをGドライブに上げGスライドに変換することになるのだが…

*6:そんな記事見たな…あとでリンク張るかも…

*7:まず、左ペイン(Markdown記述部)冒頭の「theme: custom」は defaultかgaiaに書き換えるべき。などなど。

*8: https://github.com/orgs/marp-team/discussions/531#discussioncomment-13876453 に「This service displays a copyright notice "© Marp team" which is misleading. Marp team has no involvement in its development.」と。marpwebeditor.appのページフッターの ©MarpTeam の表示、なんかおかしいと思ってたが、やはり,だ。 高専生があまり深く考えず書いてしまったのだろうが…。しかし、規約には有料化の想定までしておきながら、なぜ直さんのか…。 Client(browser)の処理で完結するので 書いた内容はサーバーには行かないようだし、悪意はないと思うので、そこまで心配してないが…

*9:この解決に四苦八苦している人達： (解決策参照用) https://qiita.com/hidao/items/5e6424fc2b383c84d600 、 https://briboo-pc.hatenablog.jp/entry/2024/04/26/【Marp】脚注をつけよう！

*10:いや、CSSで注釈の印はそれっぽく表示するのか？でもdefaultのthemeはリンクと変わらんが…

*11: https://ktkr3d.github.io/2020/05/27/Marp-for-VS-Code/ かなり古いが…でもこの通り VSCodeのみならずMarpWebEditorも動くっぽい… Marpのライブラリか何かの仕様なんだね…