> ## Documentation Index
> Fetch the complete documentation index at: https://docs.replit.com/llms.txt
> Use this file to discover all available pages before exploring further.
# AIの基礎
> Replit Agentの背後にある実践的なAIコンセプト — 大規模言語モデル、トークン、変動性 — そしてAIエージェントがモデルとツールを組み合わせてあなたと一緒に構築する方法を学びます。
AIツールを使うと、自然言語で指示を与えて役立つ出力を得ることができます。Replitでは、その出力がプラン、コード、デザイン、説明、デバッグ手順、プロジェクトへの変更になります。
構築を始める前にAIを深く理解する必要はありません。いくつかのコンセプトを理解することで、より良い指示を与えて自信を持って結果を評価できるようになります。
## 大規模言語モデル
ほとんどのAIビルダーは、しばしばLLMと呼ばれる大規模言語モデルによって動いています。LLMはテキストのパターンを認識してそのパターンに従うテキストを生成するよう訓練されたモデルです。
テキストは文章、コード、HTML、CSS、SQL、JSON、ターミナルコマンド、テスト出力、エラーメッセージ、設定を意味します。同じ種類のモデルがコピーの作成、バグの説明、コードの作成、プランの要約を助けられるのはそのためです。
## テキスト生成
LLMはデータベースから固定された答えを取得するのではありません。提供した入力と見えているコンテキストに基づいて、一片ずつレスポンスを生成します。
プロンプトを書くと、モデルはあなたの言葉、会話、利用可能なプロジェクトコンテキストを使って次に役立つレスポンスを予測します。そのレスポンスは説明、プラン、または別のシステムがアクションを取るために使用できるテキストかもしれません。
これは入力の質が重要であることを意味します。明確な目標、例、制約、コンテキストが良い結果をより可能にします。
## トークン
AIモデルはトークンと呼ばれる小さな単位でテキストを処理します。トークンは単語、単語の一部、句読点、空白、またはコードの一部になります。
トークンは、AIモデルが一度に考慮できる情報量に影響するため重要です。長い会話、大きなファイル、ログ、スクリーンショット、指示はすべてモデルが推論に使用するコンテキストに貢献します。
構築中にトークンを数える必要はありません。重要な情報が明確で、現在のもので、焦点が絞られているとAgentがより良く機能することを理解する必要があります。
## AIは変動する
AIの出力は常に同一ではありません。同じリクエストが異なる言い回し、デザイン、実装の詳細、トレードオフを生成することがあります。
その変動性は探索に役立ちますが、重要な作業をレビューすべきことも意味します。Agentが構築したものをテストし、何か不明な場合は説明を求め、安全な回復ポイントが必要なときはチェックポイントを使用してください。
## AIの出力を良くするもの
Agentは以下を提供すると最もよく機能します：
* 明確な目標
* オーディエンスまたはユーザーのニーズ
* 制約と非目標
* 例、スクリーンショット、ファイル、データ、リンク
* 現在の問題または正確なエラー
* 「完了」が何を意味するかの受け入れ基準
これら2つのプロンプトを比較してください：
* *「ウェブサイトのコードを書いてください。」*
* *「個人メーリングリストのメールアドレスを収集するウェブサイトのコードを書いてください。送信をGoogle Sheetsに保存してください。」*
2番目のプロンプトは目標、データ、目的地を示しているため、Agentは推測せずに行動するのに十分な情報を持っています。
この情報はコンテキストと呼ばれます。コンテキストが重要な理由については[コンテキスト管理](/ja/learn/foundations/context-management)をご覧ください。
## AIからAIエージェントへ
チャットモデルはメッセージに応答できます。AIエージェントはモデルにツールを加えて複数ステップの作業を実行します — 目標について推論し、ツールを選択し、情報を調査し、変更を加え、結果を確認し、タスクが完了するかあなたの入力が必要になるまで続けることができます。
### モデルとツール
エージェントには2つの重要な部分があります：
| 部分 | 何をするか |
| --------- | ------------------------------------------------------------------------- |
| **言語モデル** | 指示を理解し、テキストを生成し、オプションについて推論し、次に何をするかを決定する。 |
| **ツール** | エージェントがアクションを取れるようにする。ファイルの読み取り、コードの編集、コマンドの実行、ドキュメントの検索、アプリのテスト、変更の公開など。 |
モデルがどのアクションが役立つかを決定します。ツールによってエージェントはその決定に基づいて行動できます。
### エージェントができること
エージェントは次のような複数のステップを要する作業に役立ちます：
* 機能のプランニング
* ファイルとコードの作成
* 既存のプロジェクト構造の読み取り
* コマンドまたはテストの実行
* エラーのデバッグ
* デザインの更新
* サービスの接続
* 変更点の要約
エージェントは単に答えるだけでなく、タスクを進めます。
### Replit Agent
Replit AgentはReplitで構築するためのAIエージェントです。アプリやその他のアーティファクトの作成、プロジェクトの調査、ファイルの編集、コマンドの実行、動作のテスト、コードの説明、タスクの作成、公開ワークフローのガイドを支援できます。
例えば、Agentに次のように依頼できます：
```text theme={null}
コミュニティミートアップ向けのシンプルなイベント参加登録アプリを構築してください。
訪問者がイベントの詳細を見て、名前とメールアドレスを送信して、確認メッセージを受け取れるようにしてください。
今日公開できるようにシンプルなファーストバージョンを維持してください。
```
Agentはそのリクエストをプロジェクトに変え、最初のバージョンを作成し、改良を支援できます。
### あなたが仕事をリードする
Agentは速く動けますが、重要な決定はあなたが行います：
* アーティファクトが何をすべきか
* 誰のためか
* スコープに何を含めるか
* 何を変更しないか
* 結果が機能するかどうか
* いつ公開する準備ができたか
だからこそコンテキスト管理とレビューが重要です。Agentは明確な方向性を与えて結果をテストするときに最も強力です。
## よくある誤解
* **「AIは私が何を言いたいか理解すべき」** — AIは与えられた情報に基づいて機能します。何かが重要なら、明確に言ってください。
* **「最初の答えが最終的であるべき」** — AIで構築することは反復的です。レビュー、テスト、改良しましょう。
* **「AIは人と同じように意図を理解する」** — AIはパターンを推論できますが、あなたの好み、オーディエンス、制約、完了の定義を自動的には知りません。
* **「エージェントは単なるチャットボット」** — チャットボットは主に応答します。エージェントはツールを使ってアクションを取ることができます。
* **「Agentはプロダクト全体の目標を自動的に知っている」** — Agentはあなたの指示とコンテキストから機能します。何かが重要なら、含めてください。
* **「Agentがレビューの必要をなくす」** — Agentは構築できますが、アーティファクトがあなたの意図に合っているかどうかを決めるのはあなたです。
## 次のステップ
コンテキストウィンドウがどのようにAIの出力を形成するかを学びます。
AI、コンテキスト、エージェント、アプリをビルダーワークフローにまとめます。
Replit Agentとコラボレーションするための実践的な習慣を学びます。
Agentの製品機能についてさらに学びます。