生成AIエンジンとは｜種類一覧と代表的なもの・選び方

生成AIエンジンとは、文章や画像を作り出すAIの頭脳です。専門的には基盤モデル（大量のデータで学習し、幅広い用途に使えるAIモデル）と呼ばれます。ChatGPTのようなサービスはその頭脳を使うための画面で、選ぶときは使い所となる業務から逆算します。

この記事は、AIの種類と代表的なものを整理したい経営者・業務改善の担当者に向けて書いています。生成AIの種類を一覧で確かめ、自社の業務に合う選び方と導入の進め方まで順に整理します。業務全体の効率化から考えたい場合は、詳しくはAIによる業務効率化をご覧ください。

生成AIエンジンとは何かを3層で見分ける基準

生成AIは、エンジン＝頭脳、サービス＝画面、業務＝使い所の3層に分けると見分けやすくなります。エンジンはサービスの裏側で動き、業務はその両方を当てはめる先です。

• エンジン＝頭脳：文章や画像を作り出す基盤モデルそのものです。GPTやClaudeのようなモデルの名前がここに入ります。
• サービス＝画面：エンジンを人が使うための窓口です。ChatGPTのようなアプリの名前がここに入ります。
• 業務＝使い所：エンジンとサービスを当てはめる、自社の具体的な仕事です。議事録の要約や問い合わせへの回答がここに入ります。

サービス名は知っていても、裏で動くエンジンとの関係は見えにくいものです。3層に分けると、「どのサービスが良いか」という問いが、「どの業務に、どの頭脳を、どの画面から使うか」という問いに変わります。

私たち株式会社くるみは、AI導入の支援で、エンジンの比較より先に業務の棚卸しを行うと決めています。同じエンジンでも、当てはめる業務によって役に立つ度合いが変わるためです。業務から逆算して選ぶ見方を、この記事全体の軸にします。

この記事で分かること：種類・選び方・導入の流れ

この記事で整理する内容は次のとおりです。

• 従来のAIや生成AIサービスとの違い
• エンジンが文章や画像を作る仕組み
• テキスト・画像・動画・音声・音楽・コードの種類と代表的なもの
• 必須条件と差が付く条件に分けた選び方
• 活用の分類と、導入の進め方・注意点

種類の一覧だけを確かめたい場合は、「生成AIエンジンの種類と代表的なもの」の節から読んでも差し支えありません。

従来のAIは見分けて予測し、生成AIエンジンは新しく作り出します。ChatGPTのような生成AIサービスは、そのエンジンを使う窓口です。3つは役割が違うので、同じ「AI」という言葉でまとめずに分けて見ます。

役割・正体・例・触れ方の4つで並べると、違いがはっきりします。従来のAIは見分ける・予測する予測モデル、生成AIサービスは使う窓口となるアプリ、生成AIエンジンは作り出す頭脳となる基盤モデルです。

従来のAIとの違い：見分ける・予測するか、新しく作るか

従来のAIの役割は、データを見分ける・予測することです。例は需要予測や不良品の検知で、正体は特定の目的のために作られた予測モデルです。多くは業務のシステム内で動き、利用者が直接触れる場面は多くありません。

生成AIの役割は、学習した内容をもとに文章や画像を新しく作ることです。正解を選んで返すのではなく、指示に合わせてその場で組み立てます。この「作る」という役割が、従来のAIとの一番の違いです。

AIの種類は、できることの広さで特化型（特定の作業だけをこなすAI）と汎用型（幅広い作業をこなすAI）に分けられます。技術の面では、機械学習（データから規則を学ぶ技術）の中にディープラーニング（多層の仕組みで特徴を学ぶ手法）があります。生成AIは、そのディープラーニングを応用した技術の一つです。

生成AIサービスとの違い：アプリと基盤モデルの関係

生成AIサービスの正体はアプリで、生成AIエンジンの正体は基盤モデルです。例を挙げると、ChatGPTはサービスの名前、GPTはその裏側で動くエンジンの名前です（2026年10月時点）。

触れ方も違います。サービスにはブラウザから触れ、エンジンにはAPI・組込みで触れます。API（ソフトウェア同士をつなぐ接続口）で呼び出すか、自社のシステムに組み込む形です。

1つのサービスが複数のエンジンを切り替えて使う場合もあれば、同じエンジンが複数のサービスに組み込まれる場合もあります。サービス名とエンジン名を分けておくと、乗り換えや使い分けの判断がしやすくなります。

なお「エンジン」という語は、モデルそのものを指す場合と、モデルをAPIで呼び出す提供基盤の製品名として使われる場合があります。この記事では、モデルそのものの意味で使います。

関連記事: エージェンティックAIとAIエージェントの違い｜5軸比較と使い分け

生成AIエンジンは、学習・指示・生成・確認の4工程で動きます。大量のデータで学ぶ学習、人が言葉で頼む指示、続きを予測して作る生成、人が中身を確かめる確認の順です。

学習から確認までの4工程の流れ

学習は、エンジンが大量のデータで学ぶ工程です。文章や画像を大量に読み込み、言葉のつながりや絵の特徴といったパターンを身につけます。この工程は開発元が済ませているため、利用する側が行う作業ではありません。

指示は、人が言葉で頼む工程です。この依頼文はプロンプト（AIへの指示文）と呼ばれます。目的、前提、出力の形式を具体的に書くほど、狙いに近い結果が返ります。

生成は、エンジンが続きを予測して作る工程です。文章なら次に来る言葉を1つずつ予測してつなげ、画像ならノイズから少しずつ絵を形にします。保存された正解を取り出すのではなく、その場で新しく組み立てています。

確認は、人が中身を確かめる工程です。エンジンはもっともらしい続きを予測して作るので、事実と異なる内容が混ざる場合があります。この工程はエンジンが進化しても残るため、誰が何を確かめるかを導入時に決めておきます。

モデルの方式の種類：Transformer・拡散モデル・GAN・VAE

エンジンの中で動くモデルには、いくつかの方式があります。作るものによって、得意な方式が異なります。

• Transformer系：文中の言葉同士の関係を捉える方式です。GPTなどの大規模言語モデル（LLM。大量の文章で学習した言語のモデル）の土台になっています。
• 拡散モデル：ノイズだらけの状態から少しずつノイズを取り除き、画像や動画を作る方式です。画像生成で広く使われています。
• GAN（敵対的生成ネットワーク）：作る側と見破る側の2つのモデルを競わせ、本物らしさを高める方式です。
• VAE（変分オートエンコーダ）：データの特徴を圧縮して捉え、そこから新しいデータを作る方式です。

方式の名前まで覚える必要はありません。作るものによって裏側の方式が違う、と理解しておけば、種類を選ぶときには足ります。

生成AIエンジンの種類は、作るもので5つに分けられます。テキスト、画像、動画、音声・音楽、コードの5つです。

テキストは文章・要約、画像はバナー・挿絵、動画は短尺の映像、音声・音楽は読み上げ・曲、コードはプログラムを作ります。代表的なものには、GPT、Firefly、Runway、Suno、Claudeなどがあります。

ここで挙げる代表的なものは一部の例で、順位を付けたものではありません。提供状況は入れ替わるため、名前はすべて2026年10月時点の例として読んでください。

テキスト生成AIとは：代表的なものと使い所

テキスト生成AIは、文章の作成、要約、翻訳、質問への回答ができます。代表的なエンジンは、OpenAIのGPT、AnthropicのClaude、GoogleのGeminiです（2026年10月時点）。それぞれChatGPT、Claude、Geminiというサービスから使えます。

業務での使い所は、議事録の要約、メール文面の下書き、社内文書をもとにした回答などです。文章を扱う業務は幅が広いため、最初に試す種類として選ばれやすい分野です。

検索と生成を組み合わせた会話型・検索型のサービスも、テキストの仲間です。Web上の情報を探し、その内容をもとに答えの文章を作って返すもので、AI検索とも呼ばれます。代表的なものはGoogleのAIモードやPerplexityです（2026年10月時点）。詳しくはAIモードと検索エンジンの比較をご覧ください。

画像生成AIとは：代表的なものと使い所

画像生成AIは、言葉の指示からイラストや写真風の画像を作り、既存の画像の一部を描き替えることもできます。代表的なものは、Adobe Firefly、Stable Diffusion、Midjourneyです（2026年10月時点）。

Fireflyはアドビの制作ツールから使えます。ChatGPTやGeminiのような会話型のサービスにも、画像を作る機能が組み込まれています。業務での使い所は、広告のバナー案、資料の挿絵、デザインの方向性を決めるたたき台です。

動画生成AIとは：代表的なものと使い所

動画生成AIは、言葉の指示や1枚の画像から短尺の映像を作ります。代表的なものは、RunwayやGoogleのVeoです（2026年10月時点）。業務での使い所は、SNS向けの短い動画、商品紹介の素材、撮影前のイメージ共有です。

動画は入れ替わりの早い種類で、提供を終えたサービスもあります。導入を決める前に、公式ページで現在の提供状況を確かめます。

音声・音楽生成AIとは：代表的なものと使い所

音声・音楽生成AIは、文章の読み上げ音声や、歌詞・曲調の指示に沿った曲を作ります。代表的なものは、音楽のSuno、音声のElevenLabsです（2026年10月時点）。どちらも同名のサービスから使えます。

業務での使い所は、動画のナレーション、電話の自動応答の音声、動画に付けるBGMです。実在の人の声に似せる使い方は権利の問題につながるため、利用規約と本人の同意を確かめます。

コード生成AIとは：代表的なものと使い所

コード生成AIは、言葉の指示からプログラムを書き、既存のコードの説明や修正も行います。代表的なエンジンはClaudeやGPTで、Claude CodeやGitHub Copilotといったサービスから使えます（2026年10月時点）。

業務での使い所は、社内ツールの作成、表計算の関数やマクロの作成、データ集計の自動化です。書かれたコードが意図どおりに動くかは、人が動かして確かめます。

なお、複数の種類を1つで扱うエンジンは、マルチモーダル（文章・画像・音声など複数の形式を扱えること）と呼ばれます。GPTやGeminiは、文章に加えて画像や音声の読み取りと生成に対応しています（2026年10月時点）。種類の境目は薄くなっていますが、作るものから選ぶ考え方は変わりません。

サービス側の詳しい整理は、「生成AIの活用サービス」の記事で扱います。

生成AIエンジンは、必須条件と差が付く条件の2段階で選びます。商用利用・データの扱い・日本語対応は、満たさなければ候補から外す必須条件で、いわば入場券です。業務との相性・運用のしやすさは、候補同士で差が付く条件です。

入場券と差が付く条件を混同しないために、必須条件を先に確かめ、通った候補だけを差が付く条件で比べます。

• 商用利用：作ったものを仕事で使ってよいかを、利用規約で確かめます。
• データの扱い：入力した内容が学習に使われるか、どこに保存されるかを確かめます。
• 日本語対応：日本語の指示を理解し、自然な日本語で出力できるかを確かめます。
• 業務との相性：自社の業務の実データで試し、求める品質で出力できるかを比べます。
• 運用のしやすさ：既存のツールとのつなぎやすさ、権限の管理、担当者の使いやすさを比べます。

図の○は、その条件を見る段階を示します。優劣を表す印ではありません。

必須条件の基準：商用利用・データの扱い・日本語対応

必須条件は、1つでも満たさなければ候補から外す基準です。商用利用が認められていないエンジンで作った広告は公開できず、入力した内容が学習に使われる設定では顧客情報を扱えません。日本語の指示を正しく理解できなければ、日本語の業務には当てられません。

必須条件は「強み」として比べるものではありません。満たす候補が複数残るのが普通で、ここで優劣を付けようとしても差は出ません。満たすか満たさないかだけを確かめます。

規約やデータの扱いは、同じエンジンでも契約するプランによって異なり、改定もあります（2026年10月時点）。導入の直前に、公式の利用規約で改めて確かめます。

差が付く条件の比較：業務との相性と運用のしやすさ

差が付く条件は、必須条件を通った候補同士を比べる基準です。業務との相性は、仕様の比較表では分かりません。自社の実データを同じ指示で各候補に渡し、出力を並べて比べます。

運用のしやすさは、導入した後の手間に関わります。普段使っているツールとつなげられるか、利用者ごとの権限を管理できるか、担当者が迷わず使えるかを見ます。性能の差が小さいときは、運用に乗せやすい候補を選びます。

おすすめの生成AIと費用の考え方

おすすめの生成AIはどれか、という問いに、私たちは特定の1つを挙げないと決めています。作りたいものが5種類のどれに当たるかと、必須条件を満たすかで、候補は自然に決まるためです。残った候補を自社の業務で試した結果が、その会社にとってのおすすめです。

費用は、エンジンの利用料そのものより、業務への組み込みの設計と、導入後の運用の手間で差が出ます。利用料の比較だけで選ぶと、後から運用の負担が見えてきます。費用の考え方は、「費用相場」の記事で詳しく扱います。

活用は5つに分類でき、導入は業務の棚卸しから始めます。分類で使い所の見当を付け、5工程で導入を進め、最後に注意点を確かめます。

生成AIの活用分類：作る・まとめる・探す・答える・動かす

生成AIの活用は、作る・まとめる・探す・答える・動かすの5つに分類できます。自社の業務をこの5つに当てはめると、どの種類のエンジンが必要かが見えてきます。

作る・まとめる・探す・答えるは、人が指示して結果を受け取る使い方です。動かすはエージェントによる自動化で、任せる範囲が広い分、確認の設計がより大切になります。活用方法の詳細は、「生成AIの活用方法」の記事で扱います。

導入の進め方：棚卸しから運用までの5工程の手順

導入は、棚卸し、種類を決める、条件で絞る、業務で試す、運用に乗せるの5工程で進めます。エンジンの比較は、3つ目の工程まで出てきません。

• 棚卸し：業務を書き出す工程です。誰が、何を、どの頻度で行っているかを並べ、AIに置き換えられる業務を探します。
• 種類を決める：作るものから選ぶ工程です。書き出した業務が、5種類のどのエンジンに当たるかを決めます。
• 条件で絞る：必須条件を確認する工程です。商用利用・データの扱い・日本語対応を満たさない候補を外します。
• 業務で試す：実データで比べる工程です。残った候補に同じ指示を渡し、出力を並べて業務との相性を見ます。
• 運用に乗せる：担当と確認を決める工程です。誰が使い、誰が出力を確かめるかを決めてから、日々の業務に組み込みます。

棚卸しでどの業務を選ぶかの基準は、詳しくはAI導入の進め方と判定5項目をご覧ください。

私たちは、AIの弱点を2つに分けて見ています。精度や速度のように、エンジンの世代交代で良くなる弱点は、待てば解決する側です。自社の業務知識、責任の所在、最終確認は、待っても解決しない側なので、エンジン選びより業務設計に時間を使います。

エンジンの比較から入り、試用の段階で止まる流れは、導入の現場でよく見るパターンです。比較表は仕上がっても、当てはめる業務が決まっていないため、試した後の判断ができません。担当者の力量の問題ではなく、始める順番の問題です。

（このパターンは、匿名の自社支援記録で第三者未検証です。）

棚卸しを先に置くのは、待っても解決しない側に早く手を付けるためです。私たちはこの順番で回しています。業務の棚卸しから運用までの支援内容は、業務オペレーション改善の支援にまとめています。

導入時の注意点：著作権・入力データの扱い・出力の正確性

注意点は、著作権、入力データの扱い、出力の正確性の3点です。どれも、エンジンを選んだ後ではなく、業務に乗せる前に決めておきます。

著作権では、生成したものが既存の著作物に似ていないかを確かめます。似ていて、かつ既存の著作物をもとにしたと判断されると、侵害に当たる場合があるためです。AIと著作権の考え方は、文化庁が関連文書とあわせて公開しています（文化庁「AIと著作権について」）。

入力データの扱いでは、入力した内容が学習に使われるかを先に確かめます。顧客情報や未公開の情報は、学習に使われない設定や契約を確認できるまで入力しません。AIを利用する事業者が取り組む事項は、国のガイドラインに整理されています（経済産業省・総務省「AI事業者ガイドライン」）。

出力の正確性では、ハルシネーション（事実と異なる内容をもっともらしく出力する現象）が起こる前提で手順を組みます。数字、固有名詞、法令や制度に関わる記述は、元の資料に当たって人が確かめます。こうしたリスクへの向き合い方も、同じガイドラインで扱われています（経済産業省・総務省「AI事業者ガイドライン」）。

AIの代表的なものは何ですか

AIの代表的なものは、従来のAIと生成AIに分けて挙げられます。従来のAIは、需要予測、画像認識、迷惑メールの判定、商品のおすすめ表示などです。生成AIは、テキストのChatGPT・Claude・Gemini、画像のAdobe Firefly、音楽のSunoなどが代表的です（サービス名は2026年10月時点）。

AIの種類はいくつありますか

AIの種類は、分け方によって数が変わります。できることの広さでは特化型と汎用型の2つです。技術では、機械学習の中にディープラーニングがあり、その応用として生成AIがあります。生成AIは作るもので、テキスト・画像・動画・音声・音楽・コードの5種類に分けられます。

AI導入でおすすめの始め方は何ですか

おすすめの始め方は、業務の棚卸しから入り、1つの業務で試すことです。業務を書き出し、繰り返しが多く手順が決まっているものを1つ選びます。その業務で実データを使って試し、担当と確認の方法を決めてから、ほかの業務へ広げます。

生成AIの活用はどう分類できますか

生成AIの活用は、作る・まとめる・探す・答える・動かすの5つに分類できます。作るは下書きの作成、まとめるは要約、探すは情報の検索、答えるは質問への回答です。動かすは、エージェントが複数の作業を続けて処理する自動化を指します。自社の業務をこの5つに当てはめると、使い所が見つかります。

生成AIエンジンと検索エンジンの違いは何ですか

違いは、探して一覧で返すか、作って答えを返すかです。検索エンジンはWeb上のページを探し、関連する順に一覧で返します。生成AIエンジンは、学習した内容や検索結果をもとに、答えの文章そのものを作って返します。両者を組み合わせたAI検索も広がっています。

生成AIエンジンは、使い所となる業務から逆算して選びます。エンジン＝頭脳、サービス＝画面、業務＝使い所の3層に分けると、サービス名の多さに振り回されずに済みます。

生成AIエンジンの種類と選び方の判断基準

生成AIエンジンの種類は、作るもので、テキスト・画像・動画・音声・音楽・コードの5つです。選ぶときは、商用利用・データの扱い・日本語対応の必須条件を先に確かめます。通った候補を、業務との相性と運用のしやすさで比べます。

エンジンの精度や速度は、世代交代で良くなっていきます。一方で、自社の業務知識や最終確認の体制は、自社で整えるしかありません。時間を使う先は、エンジンの比較より業務の設計です。

次の手順：業務の棚卸しから始める

次の一手は、自社の業務を棚卸しして、どの業務をAIに置き換えられるかを確かめることです。業務を書き出すと、作る・まとめる・探す・答える・動かすのどれに当たるかが見え、必要な種類も決まります。

棚卸しの最初の一歩として、おきかえくん無料診断を用意しています。自社の業務のうち、どれをAIに置き換えられるかを確かめる入口としてお使いください。