機械学習とプロンプト調整は全く違う！

― その中間にある「AIを育てる仕組み」

AIに何度も指示を出して、回答を修正していくと、

「AIが学習した」「だんだん賢くなった」と感じることがあります。

ですが、機械学習とプロンプト調整はかなり違うものです。

機械学習や追加学習では、学習データを用意し、

モデルを学習させ、内部の重みを更新します。

つまり、AI本体そのものが変化します。

一方、普段の会話で「こう答えて」「このルールを守って」

「この役割で動いて」と教えているのは、基本的にはプロンプト調整です。

同じAIでも、指示や前提によって回答は大きく変わります。

もう一つ重要なのがRAGです。

これは、AIが自分の知識だけで答えるのではなく、

仕様書、社内文書、ファイル、Webなどから必要な情報を探し、

その内容を使って回答する仕組みです。

人間で言えば、質問された時に自分の記憶だけで答えず、

ノートや資料を調べてから答えるのに近いです。

ではGAOSはどこにあるのか。

GAOSでは、AIの役割、人格、規約、記憶、ユーザー情報、

継承情報などをAI本体とは別の層で管理します。

単発のプロンプトだけでもなく、

毎回モデルを再学習するわけでもありません。

つまりGAOSは、

AI本体を変えずに、AIとの関係や振る舞いを継続的に管理する仕組み

と考えています。

「AIを使う」から「AIを育てる」へ、という考え方も、

AIそのものを毎回機械学習させるという意味ではありません。

役割、ルール、記憶、付き合い方を積み重ねることで、

同じAIでもその人向けに使いやすくしていく、という考え方です。

整理すると、

機械学習はAI本体を変える。

プロンプト調整は指示を変える。

RAGは外部情報を検索して使う。

GAOSは、役割や記憶、規約などを外部で管理する。

「AIが学習した」と感じた時に、

実際には何が変わったのか？

と考えてみると、AIの仕組みも少し分かりやすくなると思います。