OpenAI にとって、ユーザーデータの保護はミッションの根幹をなすものです。 API を通じた入力や出力をモデルの学習に使用することはありません。詳しくは、 API の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
gpt-6-astra や gpt-5.6-terra などの OpenAI のテキスト生成モデルは、自然言語と形式言語を理解するように学習されています。これらは生成事前学習トランスフォーマー、略して「GPT」モデルとも呼ばれます。入力に応じてテキストを出力でき、その入力は「プロンプト」とも呼ばれます。プロンプトの設計は、いわばモデルを「プログラミング」することです。通常は、タスクを適切に完了するための指示や例を与えます。GPT モデルは、コンテンツやコードの生成、要約、会話、創作など、幅広いタスクに活用できます。詳しくは、入門用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を保持するようにベクトルで表現したものです。何らかの点で似ているデータ同士は、無関係なデータ同士よりも埋め込みが近くなる傾向があります。OpenAI 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するテキスト埋め込みモデルを提供しています。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で処理します。トークンは、よく出現する文字の並びを表します。たとえば、文字列 " tokenization" は " token" と "ization" に分割されますが、" the" のように短く一般的な単語は 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文字で始まることに注意してください。トークナイザーツールを使うと、任意の文字列を試して、どのようにトークンに変換されるかを確認できます。大まかな目安として、英語のテキストでは 1 トークンが約 4 文字、または 0.75 単語に相当します。
制約として、テキスト生成モデルでは、プロンプトと生成される出力の合計がモデルの最大コンテキスト長を超えてはいけません。トークンを出力しない埋め込みモデルでは、入力がモデルの最大コンテキスト長より短い必要があります。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。