用語集

ソフトウェアシステム同士が通信するための仕組みです。AI APIにより、開発者はリーガルテックプラットフォームを含む他のアプリケーションにAI機能を統合できます。

効果的な法律プロンプトを構築するための体系的なアプローチです：Context（文脈）、Role（役割）、Action（操作）、Format（形式）、Tone（トーン）。法律専門家がAIシステムと効果的にコミュニケーションできるよう、Lawra向けに開発されました。

出力を生成する前に、キュレーションされたナレッジベースから関連情報を検索することで、AIの回答を強化するテクニックです。ハルシネーションを軽減し、正確性を向上させます。

強化されたセキュリティ、データ保護、アクセス制御、コンプライアンス機能を備えた組織利用向けに設計されたAIツールです。コンシューマー向けツールとは異なります。

LLMが1回のインタラクションで処理できるテキストの最大量（トークンで測定）です。より大きなコンテキストウィンドウにより、より長い文書の処理が可能になります。

訴訟のディスカバリー手続きにおいて、大量の文書を審査する際にAIとマシンラーニングを活用する手法です。多くの法域で裁判所に承認されています。

LLMが処理するテキストの基本単位です。日本語では概ね1〜2文字に相当します。モデルにはトークン制限があり、入力と出力の長さが制約されます。

現代のLLMの基盤となるニューラルネットワーク設計です。2017年に登場し、トランスフォーマーは入力中のすべての単語間の関係を同時に考慮してテキストを処理します。

AIモデルのトレーニングに使用されるデータセットです。LLMの場合、通常は書籍、ウェブサイト、学術論文、その他のテキストが含まれます。トレーニングデータの構成はモデルの挙動とバイアスに影響します。

コンピューターが人間の言語を理解・解釈・生成できるようにすることに焦点を当てたAIの一分野です。

AIモデルがもっともらしく聞こえるが、事実に反する、または完全に捏造された情報を生成する現象です。法律の文脈では、架空の判例引用や不正確な法令参照として現れることがよくあります。

トレーニングデータやモデル設計の偏見を反映するAI出力の体系的なエラーです。法律の文脈では、量刑の推奨、採用ツール、リスク評価に影響を与える可能性があります。

特定のドメイン（例：法律テキスト）でのパフォーマンスを向上させるために、汎用AIモデルを専門データでさらにトレーニングするプロセスです。

AIシステムの応答を導くために提供されるテキスト入力です。法律実務においては、プロンプトの品質が出力の品質に直接影響します。

望ましいAI出力を得るために効果的なプロンプトを作成するスキルです。文脈、役割、指示、形式、制約条件の指定を含みます。

明示的にプログラムされるのではなく、データからパターンを学習するAIのサブセットです。ほとんどの現代AIツールの基盤となっています。

パターン認識、言語理解、意思決定など、通常は人間の知能を必要とするタスクを実行できるシステムの構築に焦点を当てたコンピューターサイエンスの広範な分野です。

既存のデータを分析するだけでなく、テキスト、画像、コード、音声などの新しいコンテンツを作成できるAIシステムです。ChatGPT、Claude、DALL-E、Midjourneyなどが例です。

AIシステムの意思決定プロセスが人間にとってどの程度理解可能であるかを示す指標です。決定が正当化され、不服申立てが可能でなければならない法律分野において極めて重要です。

膨大なテキストデータで学習されたAIの一種で、人間の言語を生成、要約、翻訳、分析できます。GPT-4、Claude、Geminiなどが例として挙げられます。