生成AI・LLM MCPサーバーを自作してみた｜最小構成で作る入門
MCPサーバーを実際に作って動かしてみた軽量版チュートリアル。公式PythonSDKのFastMCPを使い、Python関数に@mcp.tool()を付けるだけで動く最小のMCPサーバーを、実コードと実行ログ付きで解説します。
zhack
生成AI・LLM 
生成AI・LLM MCPとは？AIとツールの共通規格を5分で解説
MCPとは、AIと外部ツールやデータをつなぐ共通規格のこと。Anthropicが公開した「AI版USB-C」の比喩で、なぜMCPが必要で何がうれしいのかを、予備知識ゼロの初心者向けにやさしく解説します。
生成AI・LLM 言語モデルとは？GPTが次の単語を当てる仕組み
言語モデルとは、次に来る単語を確率で予測する仕組みのこと。スマホの予測変換からn-gram、ニューラル言語モデル、GPTまで、AIが自然な文章を作れる理由を予備知識ゼロからやさしく解説します。
生成AI・LLM 推論モデルとは？AIが考えてから答える仕組みを解説
推論モデル（リーズニング）とは、答える前に思考の連鎖で段階的に考えてから回答するAI。機械学習の「推論（inference）」との用語の違いや、従来の即答型AIとの使い分けを、暗算と筆算の比喩で初心者向けに解説します。
生成AI・LLM エンベディングとは？AIが意味を測るベクトル入門
エンベディング（埋め込み）とは、文章や画像を「意味の座標」であるベクトルに変換する技術です。この記事では、ベクトル検索・セマンティック検索やRAGの裏側で埋め込みがどう使われるのかを、初心者向けにやさしく解説します。
生成AI・LLM トークナイザーとは？日本語のトークンが多い理由
トークナイザーとは、AIが文章をトークンという単位に区切って理解する仕組みです。BPEやSentencePieceの考え方から、なぜ日本語は英語よりトークン数が多くなるのかまで、初心者向けにやさしく解説します。
生成AI・LLM ハルシネーションとは？AIが嘘をつく理由と対策
生成AIが自信満々に間違った情報を出す「ハルシネーション」。次の単語を予測する仕組みや学習データの限界など原因をやさしく解説し、プロンプトの工夫やRAGといった対策まで初心者向けにまとめました。
生成AI・LLM プロンプトエンジニアリングとは？頼み方で結果が変わる理由
プロンプトエンジニアリングとは、AIへの「頼み方」を工夫して狙った回答を引き出す技術です。なぜ頼み方で結果が変わるのかを、文脈を知らない優秀な新人への指示にたとえて解説。推論モデルで不要になるのか論争も紹介します。
生成AI・LLM AIエージェントとは？指示待ちAIから自分で動くAIへ
AIエージェントとは何かを予備知識ゼロの初心者向けに解説。チャットAIとの違いを「指示待ち社員 vs 段取りする社員」の比喩で整理し、知覚→計画→行動という自律ループやLLM・ツール・メモリの仕組みまで図解します。
生成AI・LLM 単語ベクトルとは？直感でわかる入門
単語ベクトルとは何かを数式なしで解説。会話と図でWord2Vecの仕組みをやさしく説明。機械学習を学び始めた人が最初に読む自然言語処理の基礎記事。