ユーザーデータの保護は、OpenAI の使命の根幹にあります。OpenAI は、API を通じてやり取りされる入力や出力をモデルの学習に使用しません。詳しくは、OpenAI の API データプライバシーに関するページをご覧ください。
テキスト生成モデル
OpenAI のテキスト生成モデルは、生成型事前学習済みトランスフォーマー、略して「GPT」モデルとも呼ばれます。gpt-6-astra や gpt-5.6-terra などのモデルは、自然言語と形式言語を理解できるように学習しており、入力に応じてテキストを生成します。モデルへの入力は「プロンプト」とも呼ばれます。プロンプトを設計することは、いわばモデルを「プログラミング」することです。通常は、タスクの進め方を指示したり、タスクを適切に完了した例をいくつか示したりします。GPT モデルは、コンテンツやコードの生成、要約、対話、創作など、幅広いタスクに活用できます。詳しくは、入門向けのテキスト生成ガイドとプロンプトエンジニアリングガイドをご覧ください。
埋め込み
埋め込みとは、テキストなどのデータを、その内容や意味の特徴が保たれるようにベクトルで表現したものです。何らかの共通点があるデータ同士では、互いに無関係なデータに比べて、埋め込みが近くなる傾向があります。OpenAI のテキスト埋め込みモデルは、文字列を入力として受け取り、埋め込みベクトルを出力します。埋め込みは、検索、クラスタリング、レコメンデーション、異常検知、分類などに役立ちます。詳しくは、埋め込みガイドをご覧ください。
トークン
テキスト生成モデルと埋め込みモデルは、テキストをトークンと呼ばれる単位に分けて処理します。トークンは、頻繁に現れる文字の並びを表します。たとえば、「 tokenization」という文字列は「 token」と「ization」に分かれますが、「 the」のように短くてよく使われる単語は 1 つのトークンで表されます。文中では通常、各単語の最初のトークンはスペースで始まります。トークナイザーツールに文字列を入力すると、どのようにトークンに分割されるかを確認できます。英語のテキストでは、1 トークンはおよそ 4 文字、または 0.75 語に相当します。
テキスト生成モデルでは、プロンプトと生成される出力を合わせた長さが、モデルの最大コンテキスト長を超えてはいけません。埋め込みモデルはトークンを出力しません。入力の長さはモデルの最大コンテキスト長未満である必要があります。各テキスト生成モデルと埋め込みモデルの最大コンテキスト長は、モデル一覧で確認できます。