/ エンジニア用語辞典
0 用語 ポータルへ戻る

IT Knowledge Base

エンジニア用語を
わかりやすく学ぶ

Git・GitHub・Web・ターミナル・Claude Code・Python・AIを中心に
現場で使う用語をAI社員の解説付きで整理

/ で検索フォーカス  ·  Esc でクリア

用語データを読み込んでいます...

あなたはどこから始める?
職種をクリックすると最適なタブに移動します
⚡
電気・計装
推進のコツ → 実践事例 → プロンプト集
🔧
機械・保全
活用事例(保全フィルタ)→ ツール比較
📊
事務・管理
M365 Copilot → プロンプト集
👔
管理職・リーダー
ロードマップ → 推進のコツ(壁と突破法)
🗺 どのツールを選ぶ? ▲
用途は?
長文ドキュメント分析・高品質報告書 → Claude
最新情報・リアルタイム検索 → Perplexity 深掘りは Claude / ChatGPT へ
Microsoft 365 環境での業務効率化 → Copilot
Google Workspace またはマルチモーダル → Gemini
汎用タスク・GPTs カスタマイズ → ChatGPT
手元資料(PDF・仕様書)を根拠に質問・整理 → NotebookLM ハルシネーションなし・資料範囲内で回答
調査・比較検討を複数AIに並列実行してまとめ → Genspark Sparkpageで自動レポート生成
🔗 技術概念 関係図 ▲
プロンプトエンジニアリング
↓基礎
LLM
───
API / Function Calling
───
MCPサーバー
↓
RAG
←──
ベクトルDB
LoRA / ファインチューニング
↓
エージェント
───
マルチエージェント
↓
LangChain / オーケストレーション

コピーボタンでテンプレートをクリップボードにコピーして、そのままCopilotに貼り付けて使えます。

ライセンス比較

※価格は税抜・ユーザーあたり月額(2025年4月時点)。円建て参考値。

セキュリティ Q&A — 製造業の懸念事項

セキュリティ FAQ

電計チーム 実践データ
4つの業務で 約4時間 の削減
1件あたり平均で従来の 1/4 以下 の時間に

Before / After 実践事例

単位: 分
設備投資
インバータ更新 仕様比較表の自動生成
削減時間
▼100分
BEFORE
2時間
仕様書を読みながら手動でExcel作成
AFTER
20分
PDFを読ませて比較表→修正5分
💡 コツ: 比較軸(定格・保護等級・通信規格・予備品リードタイム)をプロンプトに指定するだけ
調整・依頼
製造課向け停止依頼メールの下書き
削減時間
▼26分
BEFORE
30分
言い回しに気を使いながらゼロから作成
AFTER
4分
影響・代替案・期間を箇条書き→下書き即生成
💡 コツ: 「製造課の損益で語る文体で」と最初に指示。件名も一緒に出させる
保全・トラブル
インバータトリップ 報告書の構成案生成
削減時間
▼25分
BEFORE
45分
構成を考えながらゼロから記述
AFTER
20分
現象をメモ入力→4M分析構成案→肉付け
💡 コツ: 「断定しすぎず現場確認中の表現で」と付けると事実と推定が自動で分かれる
マネジメント
部下4名の6ヶ月育成計画ドラフト生成
削減時間
▼150分
BEFORE
3時間
現状・目標・計画を一から考えて記述
AFTER
30分
現状・担当設備・目標を箇条書き→計画ドラフト生成
💡 コツ: ドラフトをそのまま使わず「自分の言葉に直す」作業が、考えを整理する時間にもなる

やらかし事例集 — 失敗から学ぶ

❌ 数値をそのまま稟議に使った
AIが出した「コスト削減200万円」をそのまま提案書に記載。根拠を聞かれて答えられなかった。
✅ 対策: AIは「構成案・叩き台」として使う。数値は必ず元データで自分が計算して確認する。
❌ 社外秘情報をそのまま入力した
取引先名・設備ID・生産量データを含むメールをそのままChatGPTに貼り付けた。後で情報管理部門から指摘を受けた。
✅ 対策: セキュリティタブの「NG入力」を事前確認。固有名詞は「設備A」「取引先X」に置換してから入力する。
❌ プロンプトが長すぎて逆に遅くなった
「完璧なプロンプトを書こう」と30分かけて作成。AIへの入力準備だけで従来の作業時間を超えた。
✅ 対策: まず3行で試す。足りなければ追加指示。完璧なプロンプトより「試して修正」のサイクルが速い。
❌ 「AIが言ったから正しい」で提出
報告書の技術的根拠をAIが生成した文章をそのまま使用。上司から「この規格番号は存在しない」と指摘された(ハルシネーション)。
✅ 対策: 規格番号・法令条文・型番はAIを信じない。AIは「構成の骨格」、専門知識は自分が入れる。

よくある壁と突破法

😰
「難しそう・失敗したら怖い」
ベテランほど強い。変化への抵抗。
突破法: まず上司(自分)が使って見せる。失敗も笑い話で共有する。
🤷
「何ができるか分からない」
抽象的な「AI活用」では動けない。
突破法: 上の事例のように「業務×時間削減」の具体例を先に見せる。
🏢
「会社が許可してるの?」
曖昧な制約が行動を止める。
突破法: セキュリティタブで確認。M365 Copilotは社内情報をAIに送らない設計。

チームへの広げ方 3ステップ

1
自分が使い倒す(今すぐ)
部下の前でCopilotを使う姿を見せる。「自分でも使えそう」という安心感が先。上司が使えば部下は許可されたと感じる。
2
1人1体験を作る(1ヶ月以内)
最初の体験は「手書きメモをAIに清書させる」だけでいい。「便利だった」体験を1回作ることが最重要。
3
成功事例を朝礼で共有する(3ヶ月以内)
「AIで〇〇が△△分で終わった」を朝礼で話す。失敗談も笑い話として共有。事例が集まったら推進役メンバーを育てる。
日本は「効果実感」でも「業務組み込み」でも遅れている
出典: PwC「生成AI活用の実態調査」2024(5カ国比較)

業務インパクトマップ — 何から着手すべきか

横軸: 削減率(%) / 縦軸: 年間削減時間(h) / 右上 = 最優先で着手

効果測定テンプレート — チームの実績を記録する

以下のテンプレートをコピーして Teams/OneNote に貼り付け、チーム全員で記録しましょう。10件溜まると管理職が上層部への報告資料を作れます。
【AI活用記録】 業務名 : ___________________ 使ったツール : Claude / ChatGPT / Copilot / その他(  ) Before 時間 : _____ 分 After 時間 : _____ 分 削減時間 : _____ 分(削減率 _____%) プロンプトのコツ: ___________________ 気づき・改善点: ___________________ 記録日 : YYYY-MM-DD 氏名: ___
目標(月)
5件
チームで記録
報告可能
10件〜
上層部報告レベル
次のステップ
横展
他部署に展開

💡 アイデア候補

AI Newsダッシュボードから創発した革新アイデア。⭐書き出し済みのアイデアを掲載。