1.0UX TIMEShttps://uxdaystokyo.com/articles高橋 祐哉https://uxdaystokyo.com/articles/author/yuya-takahashi/rich600338<blockquote class="wp-embedded-content" data-secret="PWi6UkBKOu"><a href="https://uxdaystokyo.com/articles/glossary/grounding/">グラウンディング</a></blockquote><iframe sandbox="allow-scripts" security="restricted" src="https://uxdaystokyo.com/articles/glossary/grounding/embed/#?secret=PWi6UkBKOu" width="600" height="338" title="“グラウンディング” — UX TIMES" data-secret="PWi6UkBKOu" frameborder="0" marginwidth="0" marginheight="0" scrolling="no" class="wp-embedded-content"></iframe><script> /*! This file is auto-generated */ !function(d,l){"use strict";l.querySelector&&d.addEventListener&&"undefined"!=typeof URL&&(d.wp=d.wp||{},d.wp.receiveEmbedMessage||(d.wp.receiveEmbedMessage=function(e){var t=e.data;if((t||t.secret||t.message||t.value)&&!/[^a-zA-Z0-9]/.test(t.secret)){for(var s,r,n,a=l.querySelectorAll('iframe[data-secret="'+t.secret+'"]'),o=l.querySelectorAll('blockquote[data-secret="'+t.secret+'"]'),c=new RegExp("^https?:$","i"),i=0;i<o.length;i++)o[i].style.display="none";for(i=0;i<a.length;i++)s=a[i],e.source===s.contentWindow&&(s.removeAttribute("style"),"height"===t.message?(1e3<(r=parseInt(t.value,10))?r=1e3:~~r<200&&(r=200),s.height=r):"link"===t.message&&(r=new URL(s.getAttribute("src")),n=new URL(t.value),c.test(n.protocol))&&n.host===r.host&&l.activeElement===s&&(d.top.location.href=t.value))}},d.addEventListener("message",d.wp.receiveEmbedMessage,!1),l.addEventListener("DOMContentLoaded",function(){for(var e,t,s=l.querySelectorAll("iframe.wp-embedded-content"),r=0;r<s.length;r++)(t=(e=s[r]).getAttribute("data-secret"))||(t=Math.random().toString(36).substring(2,12),e.src+="#?secret="+t,e.setAttribute("data-secret",t)),e.contentWindow.postMessage({message:"ready",secret:t},"*")},!1)))}(window,document); //# sourceURL=https://uxdaystokyo.com/articles/wp-includes/js/wp-embed.min.js </script> https://uxdaystokyo.com/articles/wp-content/uploads/2025/10/grounding.png400400グラウンディングとは、ChatGPTなどの生成AIが、事実に基づかない情報（ハルシネーション）を生成してしまうことを防ぐための重要な仕組みである。AIが回答を作る際に、あらかじめ指定された社内文書や、Webサイトの最新情報といった信頼できるデータを参照させ、その情報に「基づいて」回答を作成するように制御する。 語源は情報源に「根付かせる」 グラウンディングの語源は、1990年に提唱されたAIにおける「記号接地問題（Symbol Grounding Problem）」という古くからの課題に由来する。AIは言葉（記号）を、膨大なデータから他の言葉との関連性だけで理解しており、人間のように実体験にもとづくイメージと結びつけられない、という問題である。例えば、AIは「リンゴ」という単語を「果物」や「赤い」といった言葉と関連付けて学習するが、私たちが知っている「リンゴの味や歯ごたえ」といった具体的な感覚までは理解できない。このように、言葉が現実世界に根差していないことを、地に足がついていない（接地していない）状態に例えている。 生成AIのファルシネーションが問題となり、この課題への実用的な解決策として、2020年に「RAG（Retrieval-Augmented Generation / 検索拡張生成）」という技術が登場した。RAGは、AIが回答を作る際に、まず外部のデータベースを検索し、そこで見つけた「事実」を根拠として文章を生成する。 この「外部の具体的な情報に結びつける」という仕組みが、記号接地問題へのアプローチに近いことから、信頼できるデータをAIに参照させる技術全般が「グラウンディング（接地）」と呼ばれるようになった。 ファルシネーション抑制だけではないグラウンディングの役割 グラウンディングはハルシネーションの抑制だけでない効果が期待されている。 知識の最新性の確保 LLM（大規模言語モデル）の知識は学習した時点で固定されてしまうが、外部のデータベースやWebサイトを検索することで、常に最新の情報に基づいた回答が可能となる。 特定の専門領域やクローズドな情報に特化させる 社内文書、専門データベース、医療文献など、汎用的なLLMでは入手しづ社内ドキュメントや医療文献、法律の判例といった、特定の専門分野や組織内のみで利用される情報をAIに与えることができる。これにより、汎用的なAIを、特定の用途に特化した専門家のように振る舞わせることが可能。 透明性と説明可能性の向上 「なぜこの回答になったのか？」という問いに対し、根拠となった情報源（ソース）を提示できるようになる。ユーザーは回答の信頼性を自ら確認でき、AIの判断プロセスの透明性が高まる。 geminiや、chatGPTで活用されている事例 グラウンディングは、すでに多くの生成AIサービスで活用されている。 ​Web検索との連携 GoogleのGeminiやChatGPT、Perplexityといった多くのAIは、質問に対してWebサイトを検索し、その情報を要約して回答を生成する機能（ディープリサーチなど）がある。これもグラウンディング技術の代表的な活用例である。 ​カスタムAIの「知識」機能 ChatGPTの「GPTs」やGeminiの「Gems」のようなカスタムAI作成機能には、「Knowledge（知識）」として特定のファイル（PDFなど）をアップロードする機能がある。アップロードされた文書はグラウンディングの対象となり、AIはその内容だけを根拠として回答するため、企業の問い合わせ対応や特定業務の支援など、目的に特化したAIアシスタントを簡単に作ることができる。 関連用語 https://uxdaystokyo.com/articles/glossary/vertical-ai/ https://uxdaystokyo.com/articles/glossary/retrieval-augmented-generation/