--- title: "ファインチューニング とは？既存モデルに追加学習させて自社向けにする。 | AI用語集 - ai-garage" description: "ファインチューニング（Fine-tuning）を初心者向けにやさしく解説。既存モデルに追加学習させて自社向けにする。 ファインチューニングは、事前学習済みモデルに自社データで追加学習させ、特定用途や好みに合わせ込む技術" source: https://ai-garage.jp/glossary/fine-tuning/ --- 技術 # ファインチューニングとは？ 最終更新 2026年7月6日 別名: Fine-tuning / 微調整 既存モデルに追加学習させて自社向けにする。 ⚡ 30秒でわかる ## ファインチューニング の主なポイント - 1 ファインチューニングは、事前学習済みモデルに自社データで追加学習させ、特定用途や好みに合わせ込む技術 - 2 ゼロから作るより圧倒的に安く、口調・フォーマット・専門的な答え方をモデル本体に覚えさせられる - 3 RAG（外部データを検索して渡す）やプロンプト（指示の工夫）と違い、モデルの中身そのものを書き換える - 4 頻繁に変わる最新情報を覚えさせる用途には不向きで、その場合は RAG のほうが適している - 5 SFT や RLHF は代表的な手法で、LoRA を使えば低コストで実行できる 📖 詳しく ## ファインチューニング とは 事前学習済みモデルに自社データで追加学習させ、特定用途や好みに合わせ込む技術。OJTで新人を即戦力に育てるイメージで、口調・フォーマット・専門的な答え方をモデル本体に覚えさせる。RAG（外部データを都度渡す）や[プロンプト](https://ai-garage.jp/glossary/prompt/)（指示の工夫）と違い、モデルの中身そのものを書き換える点が特徴。SFT/[RLHF](https://ai-garage.jp/glossary/rlhf/)は代表手法、[LoRA](https://ai-garage.jp/glossary/lora/)で低コスト実行が可能。 ❓ FAQ ## よくある質問 Q. ファインチューニングとは何ですか？ A. 事前学習済みのAIモデルに、自分たちのデータで追加学習をさせて、特定の用途や好みに合わせ込む技術です。基礎を身につけた新人に自社のやり方をOJTで教えるイメージで、口調や回答フォーマット、専門分野の答え方をモデル本体に覚えさせられます。ゼロから作るより低コストで、決まった形式の出力を安定して得たいときに有効です。 Q. ファインチューニングと RAG は何が違うの？ A. RAG は社内文書などの外部データを検索して、その場でAIに渡して答えさせる仕組みで、モデル自体は書き換えません。一方ファインチューニングはモデルの中身（パラメータ）そのものを追加学習で作り変えます。おおまかには、口調や形式・振る舞いを固定したいならファインチューニング、最新情報や頻繁に変わる事実を扱いたいなら RAG が向いています。 Q. ファインチューニングとプロンプトの工夫はどちらを先に試すべき？ A. まずはプロンプトの工夫や few-shot（お手本を例示する方法）から試すのがおすすめです。指示だけで十分な品質が出れば、コストも手間もかからず即試せるからです。それでも口調やフォーマットが安定しない、同じ指示を毎回書くのが非効率、という段階になって初めてファインチューニングを検討すると無駄がありません。 Q. 初心者がファインチューニングで注意することは？ A. 質のそろった学習データを十分に用意することが何より重要で、データが偏っていたり少なすぎたりすると、かえって性能が落ちることがあります。また、頻繁に更新される最新情報を覚えさせる用途には向かず、その場合は RAG を使うのが定石です。まずは LoRA など軽量な手法で小さく試し、効果を確かめてから本格化すると安全です。 🔗 関連 ## あわせて読みたい 関連用語 [SFT（教師あり微調整）](https://ai-garage.jp/glossary/sft/)[LoRA](https://ai-garage.jp/glossary/lora/)[RAG（検索拡張生成）](https://ai-garage.jp/glossary/rag/)[プロンプト](https://ai-garage.jp/glossary/prompt/) 関連 AI モデル [Llama — Meta オープンウェイト LLM の代名詞——ただし Meta の開発は Muse 系へ移り、オープン版も2026年8月公開の Muse Glimmer が担う。Llama 4 が事実上の最終世代。](https://ai-garage.jp/models/llama/)[Gemini — Google Google 製。Gmail / Docs との連携と、100万トークンの長文＋画像・動画・音声の読み取りが持ち味。一般に使える最新は 3.8 Flash（次世代の Gemini 4 Argon は 2026-09-30 に発表されたが、いまはサイバー防御の組織だけに限定提供）。](https://ai-garage.jp/models/gemini/) 関連トピック [オープンソースAI vs クローズドAI Qwen・DeepSeek・Kimi がトップ走者に迫る。性能だけでなく『所有権』が論点に。](https://ai-garage.jp/topics/open-vs-closed/) 📰 この用語が登場する記事 ## 「ファインチューニング」が出てくるニュース [![録画したらAIが代わりに作業！OpenAI「Codex」の新機能](https://ai-garage.jp/images/news-heroes/openai-codex-record-replay-card.webp) 2026/6/19 録画したらAIが代わりに作業！OpenAI「Codex」の新機能](https://ai-garage.jp/news/openai-codex-record-replay/)[![Anthropicの未公開モデルが脆弱性1万件超を発見、Project Glasswingを解説【2026】](https://ai-garage.jp/images/news-heroes/anthropic-glasswing-mythos-10000-vulnerabilities-card.webp) 2026/5/26 Anthropicの未公開モデルが脆弱性1万件超を発見、Project Glasswingを解説【2026】](https://ai-garage.jp/news/anthropic-glasswing-mythos-10000-vulnerabilities/) 📎 SOURCES ## 一次ソース - [→ OpenAI：Model optimization / Fine-tuning guide（公式ドキュメント）](https://developers.openai.com/api/docs/guides/model-optimization) - [→ LoRA: Low-Rank Adaptation of Large Language Models (Hu et al., 2021)](https://arxiv.org/abs/2106.09685) 技術 カテゴリの用語 [Attention（注意機構）](https://ai-garage.jp/glossary/attention/)[Diffusion Model（拡散モデル）](https://ai-garage.jp/glossary/diffusion/)[Embeddings（埋め込みベクトル）](https://ai-garage.jp/glossary/embeddings/)[LoRA](https://ai-garage.jp/glossary/lora/)[max_tokens（出力の上限設定）](https://ai-garage.jp/glossary/max-tokens/)[Mixture of Experts（MoE）](https://ai-garage.jp/glossary/mixture-of-experts/)[RAG（検索拡張生成）](https://ai-garage.jp/glossary/rag/)[TPS（Tokens Per Second）](https://ai-garage.jp/glossary/tps/)[Transformer](https://ai-garage.jp/glossary/transformer/)[TTFT（Time to First Token）](https://ai-garage.jp/glossary/ttft/)[ベクトルDB](https://ai-garage.jp/glossary/vector-db/)[マルチモーダル](https://ai-garage.jp/glossary/multimodal/)[音声クローン](https://ai-garage.jp/glossary/voice-clone/)[音声認識（STT）](https://ai-garage.jp/glossary/speech-to-text/)[強化学習](https://ai-garage.jp/glossary/reinforcement-learning/)[蒸留（Distillation）](https://ai-garage.jp/glossary/distillation/)[量子化](https://ai-garage.jp/glossary/quantization/) [← 前の用語 TTFT（Time to First Token）](https://ai-garage.jp/glossary/ttft/) [次の用語 → ベクトルDB](https://ai-garage.jp/glossary/vector-db/) NEXT [FOR BEGINNERS AI初心者ガイド 用語が多くて混乱したら、まず全体像から。AI初心者が「何から始める？」を5分で。](https://ai-garage.jp/beginners/) [GLOSSARY AI用語集 一覧へ 96語をカテゴリ・検索で引ける。気になる用語をまとめてチェック。](https://ai-garage.jp/glossary/)