LLM（大規模言語モデル、Large Language Model）とは、インターネット上の膨大な文章を学習し、「次に来る言葉」を予測することで自然な文章を作り出すAIのことです。 ChatGPTをはじめとする文章生成AIの「中身（エンジン）」にあたる技術です。難しそうな名前ですが、仕組みの核はシンプルで、専門知識がなくても理解できます。この記事では、LLMの仕組み・できること・限界をやさしく解説します。

この記事の要点

  • LLMは「次に来る言葉」を確率的に予測して文章を組み立てるAI
  • ChatGPTなどの文章生成AIは、このLLMを土台にしている
  • 「意味を理解している」わけではないため、もっともらしい誤りが起きることがある

LLMの仕組み：「次の言葉」を予測している

LLMがやっていることを一言でいうと、**「この文章の次に来る、もっともありそうな言葉を予測する」**ことの繰り返しです。

たとえば「今日の天気は」という入力に対して、LLMは学習した膨大な文章から「晴れ」「雨」など続きそうな言葉を予測し、一語ずつつなげて文章を作ります。これを高速で繰り返すことで、まるで人が書いたような自然な文章が出来上がります。

「大規模」と付くのは、学習した文章の量と、モデルの規模がとても大きいからです。大量の文章に触れているため、幅広い話題に対応できます。

生成AIとLLMの関係

用語が似ていて混乱しがちなので整理します。

用語意味
生成AI文章・画像・音声などを作り出すAIの総称
LLMそのうち文章を扱うAIの中核技術（大規模言語モデル）
ChatGPT等LLMを使って作られた、実際のサービス

つまり、生成AI（大きな分類）＞ LLM（文章系の技術）＞ ChatGPT（製品） という関係です。生成AI全体の解説は生成AIとは？仕組み・種類・できることをご覧ください。

「予測しているだけ」で、なぜ会話が成立するのか

ここがいちばん不思議に感じるところです。次の言葉を当てているだけなのに、質問に答えたり、要約したり、翻訳までできてしまう。

理由は、言葉のつながりの中に、意味の構造がすでに含まれているからです。「フランスの首都は」と来れば「パリ」が続く。そういう並びを膨大に浴びているうちに、事実の並びも、文章の型も、論理の運びも、まとめて「つながりやすさ」として身についていきます。

だから、理解しているように見える振る舞いが、理解なしで実現します。 そしてこの性質が、そのまま強みと弱みの両方になります。

  • 強み：あらゆる話題に、それらしい形で答えられる
  • 弱み：事実として正しいかは、仕組みの中で保証されていない

学習と利用は別の工程

もう1つ、混同されやすい点です。LLMは、使っているあいだは学習していません。

工程やっていることいつ
学習（トレーニング）膨大な文章から「つながりやすさ」を覚える提供開始の前。時間も費用も大きい
利用（推論）覚えた内容を使って、次の言葉を選ぶ私たちが使うたび。一瞬

私たちが触れているのは右側です。だから、会話でAIに間違いを指摘しても、そのAI全体が賢くなるわけではありません。 その会話の中では反映されますが、会話を閉じれば元に戻ります。

「学習した時点までの知識」という制約も、ここから来ています。学習をやり直さないかぎり、新しい出来事は入ってきません。

PR・おすすめValue AI Writer byGMO高品質なSEO記事を生成するAIライティングツール。公式サイトを見る

LLMにできること

  • 文章の作成・要約・翻訳・言い換え
  • 質問への回答、情報の整理
  • アイデア出し、文章の添削
  • 簡単なプログラムコードの生成

「言葉で表現できるタスク」の多くを、下書きレベルでこなせます。

LLMの限界：知っておくべき3つ

  1. もっともらしい誤り（ハルシネーション）：LLMは「意味を理解して答えている」のではなく「ありそうな言葉をつなげている」ため、事実と違う内容を自信ありげに出すことがあります
  2. 最新情報に弱いことがある：学習した時点までの知識が中心で、直近の出来事は反映されていない場合があります
  3. 計算や厳密な論理は苦手なことがある：数字の正確な計算や複雑な論理は、間違えることがあります

だからこそ、LLMの答えは「下書き」として使い、事実は自分で確認するのが正しい付き合い方です。指示の出し方を工夫すると精度が上がるので、プロンプトの基本もあわせてどうぞ。

関連する用語との関係

LLMの周辺には似た言葉が並びます。まとめて整理しておきます。

用語LLMとの関係
TransformerLLMの土台になっている構造。これが登場して大規模化が進んだ
トークンLLMが文章を扱う単位。料金や入力上限もここで決まる
コンテキストウィンドウ一度に読み込める量の上限
ファインチューニング学習済みのLLMに追加学習させて、振る舞いを寄せる
RAG答える前に外部の文書を検索させ、知識の弱さを補う
プロンプトLLMへの入力。これ次第で出力が大きく変わる

すべてを覚える必要はありません。 「LLMは次の言葉を予測している」「学習と利用は別」——この2つが分かっていれば、残りは必要になったときに戻れば足ります。

FAQ

Q. LLMとAIは同じですか？ A. いいえ。AIはもっと広い概念で、LLMはその中の「文章を扱う大規模なモデル」を指します。

Q. なぜLLMは間違えるのですか？ A. 意味を理解しているのではなく、確率的に「ありそうな言葉」を選んでいるためです。もっともらしくても事実とは限りません。

Q. LLMを使うのに専門知識は要りますか？ A. 要りません。ChatGPTなどのサービスを通じて、普通の言葉で使えます。

まとめ

  • LLMは「次に来る言葉」を予測して文章を作る大規模なAI
  • 生成AI（総称）＞LLM（文章系の中核技術）＞ChatGPT（製品）の関係
  • 学習と利用は別の工程。会話で教えてもLLM全体は変わらない
  • 意味を理解しているわけではないため、誤りに注意し下書きとして使う

次に読む：生成AIとは？仕組み・種類・できること／プロンプトの基本／トークンとは？AIの文字数の数え方と料金・入力上限の関係を解説／Transformerの仕組みとは

※本記事はLLMの一般的な解説です。個別のモデル・サービスの仕様は各公式でご確認ください。

出典

  • 大規模言語モデルに関する一般的な技術解説

最終更新：2026年7月25日／fondantAI編集部