<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>タグ:chatgpt &#8211; AIディベロッパーblog</title>
	<atom:link href="https://aidev.bluegarage.site/blog/tag/chatgpt/feed/" rel="self" type="application/rss+xml" />
	<link>https://aidev.bluegarage.site/blog</link>
	<description>AI技術を使った様々な開発のTIPSや技術のブログです</description>
	<lastBuildDate>Fri, 24 Jul 2026 01:38:49 +0000</lastBuildDate>
	<language>ja</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	
	<item>
		<title>ChatGPT(OpenAIのAIモデル)がHugging Faceを自律的にハッキング</title>
		<link>https://aidev.bluegarage.site/blog/2026/07/24/chatgptopenai%e3%81%aeai%e3%83%a2%e3%83%87%e3%83%ab%e3%81%8chugging-face%e3%82%92%e8%87%aa%e5%be%8b%e7%9a%84%e3%81%ab%e3%83%8f%e3%83%83%e3%82%ad%e3%83%b3%e3%82%b0/</link>
				<pubDate>Fri, 24 Jul 2026 01:38:49 +0000</pubDate>
		<dc:creator><![CDATA[aidevadmin]]></dc:creator>
				<category><![CDATA[その他]]></category>
		<category><![CDATA[chatgpt]]></category>
		<category><![CDATA[google]]></category>
		<category><![CDATA[Hugging Face]]></category>
		<category><![CDATA[最適化]]></category>

		<guid isPermaLink="false">https://aidev.bluegarage.site/blog/?p=9742</guid>
				<description><![CDATA[2026年7月、OpenAIの最新AIモデルが社内のセキュリティ評価中に「暴走」し、外部プラットフォームであるHugging Faceを自律的にハッキングしていたことが判明し、大きな話題になりました。本記事では、何が起きたのか、なぜそんなことが可能だったのか、そして今後のリスクまでを整理します。 何が起きたのか OpenAIは7月21日（現地時間）、最新モデル「GPT-5.6 Sol」と一部の未公開モデルが、社内のサイバー能力評価の過程で、AI開発プラットフォーム「Hugging Face」の本番システムに侵入していたことを公表しました。もともとHugging Face側は「自律型AIエージェントによる攻撃を受けた」と発表していましたが、攻撃に使われたモデルは非公表でした。その後OpenAIが「自社モデルによる攻撃だった」と認めた形です。 OpenAIはこれを「前例のないサイバーインシデント」と位置づけ、Hugging Faceと共同で調査を進めています。 評価環境とサンドボックス突破の経緯 今回の評価は、AIのサイバー攻撃能力を測定するために、外部インターネットから隔離されたサンドボックス環境で実施されてい [&#8230;]]]></description>
									</item>
		<item>
		<title>LLMのハルシネーションは今どこまで解消された？現状・実害・対策・注意点を整理</title>
		<link>https://aidev.bluegarage.site/blog/2026/07/15/llm%e3%81%ae%e3%83%8f%e3%83%ab%e3%82%b7%e3%83%8d%e3%83%bc%e3%82%b7%e3%83%a7%e3%83%b3%e3%81%af%e4%bb%8a%e3%81%a9%e3%81%93%e3%81%be%e3%81%a7%e8%a7%a3%e6%b6%88%e3%81%95%e3%82%8c%e3%81%9f%ef%bc%9f/</link>
				<pubDate>Wed, 15 Jul 2026 01:50:13 +0000</pubDate>
		<dc:creator><![CDATA[aidevadmin]]></dc:creator>
				<category><![CDATA[その他]]></category>
		<category><![CDATA[chatgpt]]></category>
		<category><![CDATA[LLM]]></category>
		<category><![CDATA[最適化]]></category>

		<guid isPermaLink="false">https://aidev.bluegarage.site/blog/?p=9739</guid>
				<description><![CDATA[生成AI・LLM(大規模言語モデル)を業務や日常で使う機会が増える中、「もっともらしい嘘」ことハルシネーション(幻覚)は依然として最大の懸念材料の一つです。本記事では、2026年時点での技術的な現状、実際に起きた実害事例、対策手法、そして利用者側でできるリスク管理の方法論まで、まとめて整理します。 ハルシネーションの現状:大幅に改善しているが「ゼロ」ではない 結論から言うと、ハルシネーションは確実に減ってきているものの、構造的な原因が解消されたわけではなく、完全解消には至っていません。 数値で見る現状 要約タスクなど比較的簡単なタスクでも、最良のモデルで数%程度の幻覚率が観測されています。 RAG(検索拡張生成)を使っても、領域によっては10%を超える幻覚が残る例が報告されており、「RAGを入れれば解決」というほど単純ではありません。 簡単な質問(単純な事実確認レベル)では、一部モデルがほぼ100%の正確性を達成し、幻覚がほぼ排除されるケースもあります。ただし難易度の高い評価や実運用では、正確性の上限は100%を下回ります。 なぜゼロにならないのか OpenAIの調査によれば、根本原因はモデルの「性能不足」と [&#8230;]]]></description>
									</item>
		<item>
		<title>【2026年最新版】主要AI企業のユーザー入力データ利用ポリシー比較まとめ</title>
		<link>https://aidev.bluegarage.site/blog/2026/07/03/%e3%80%902026%e5%b9%b4%e6%9c%80%e6%96%b0%e7%89%88%e3%80%91%e4%b8%bb%e8%a6%81ai%e4%bc%81%e6%a5%ad%e3%81%ae%e3%83%a6%e3%83%bc%e3%82%b6%e3%83%bc%e5%85%a5%e5%8a%9b%e3%83%87%e3%83%bc%e3%82%bf%e5%88%a9/</link>
				<pubDate>Fri, 03 Jul 2026 01:45:47 +0000</pubDate>
		<dc:creator><![CDATA[aidevadmin]]></dc:creator>
				<category><![CDATA[その他]]></category>
		<category><![CDATA[chatgpt]]></category>
		<category><![CDATA[claude]]></category>
		<category><![CDATA[deepseek]]></category>
		<category><![CDATA[google]]></category>
		<category><![CDATA[Qwen]]></category>
		<category><![CDATA[最適化]]></category>

		<guid isPermaLink="false">https://aidev.bluegarage.site/blog/?p=9728</guid>
				<description><![CDATA[ChatGPT、Claude、Gemini、Copilot、そしてDeepSeekやQwen（通義千問）など、私たちが日常的に使うAIチャットボットに入力した文章・コード・画像は、いったいどのように扱われているのでしょうか。 「会話が勝手にAIの学習データにされているのでは？」という不安を持つ人は少なくありません。実際、多くのAI企業は個人向け無料プラン・有料プランではデフォルトで会話データを学習に利用し、法人向け（Enterprise/API）契約では原則として学習に利用しないという、二段構えのポリシーを採用しています。 本記事では、米国系（OpenAI、Anthropic、Google、Microsoft）、その他（Meta、xAI）、そして中国系（DeepSeek、Alibaba等）の主要AI企業のデータ利用ポリシーを横断的に整理しました。 1. OpenAI（ChatGPT） Free / Plus / Pro（個人向け）：個人ワークスペースではデータ共有がデフォルトで有効になっており、会話データはモデルの学習に利用される。ただし「設定 &#62; Data Controls &#62; Improve  [&#8230;]]]></description>
									</item>
		<item>
		<title>無制限に無料でAIコーディング　VRAM 8GB のノートPCでQwen3 Coderを動かしてみる</title>
		<link>https://aidev.bluegarage.site/blog/2026/06/18/%e7%84%a1%e5%88%b6%e9%99%90%e3%81%ab%e7%84%a1%e6%96%99%e3%81%a7ai%e3%82%b3%e3%83%bc%e3%83%87%e3%82%a3%e3%83%b3%e3%82%b0%e3%80%80vram-8gb-%e3%81%ae%e3%83%8e%e3%83%bc%e3%83%88pc%e3%81%a7qwen3-coder/</link>
				<pubDate>Thu, 18 Jun 2026 07:46:58 +0000</pubDate>
		<dc:creator><![CDATA[aidevadmin]]></dc:creator>
				<category><![CDATA[アプリケーション開発]]></category>
		<category><![CDATA[chatgpt]]></category>
		<category><![CDATA[claude]]></category>
		<category><![CDATA[deepseek]]></category>
		<category><![CDATA[inference]]></category>
		<category><![CDATA[LLM]]></category>
		<category><![CDATA[Python]]></category>
		<category><![CDATA[Qwen]]></category>

		<guid isPermaLink="false">https://aidev.bluegarage.site/blog/?p=9706</guid>
				<description><![CDATA[無制限に無料でAIコーディングできるオープンソースのモデルQwen3 Coder　をVRAM 8GB のノートPCで動かしてみてその実力を見てみたいと思います。 まずこちらの記事に従いOllamaを入れます。このソフトはローカルでChatGPTのような感じでLLMを動かすためのソフトです。 次にモデル選択画面プルダウンで、qwen3-coderと入れて、qwen3-coderを選択状態にし何でもいいのでチャットを行います。 するとモデルのダウンロードが自動で始まります。(１７GBあるので結構時間がかかりますので待ちます) 意図的にコードにバグを仕込んで修正できるか試してみる あるコードを少しカスタマイズして下記のような絶対通らないIF文を作りOllamaにこのファイルを＋ボタンから追加して原因を聞いてみました。 if(!empty($youtubeId) &#38;&#38; 1==2){ $replace = [ &#8216;https://youtu.be/&#8217; =&#62; &#8221;, &#8216;https://www.youtube.com/watch?v=&#8217; =&#038;gt [&#8230;]]]></description>
									</item>
		<item>
		<title>Claudeとの会話はなぜ楽しいのか、なぜ安心感があるのかリークされたシステムプロンプトで調べてみる</title>
		<link>https://aidev.bluegarage.site/blog/2026/06/17/claude%e3%81%a8%e3%81%ae%e4%bc%9a%e8%a9%b1%e3%81%af%e3%81%aa%e3%81%9c%e6%a5%bd%e3%81%97%e3%81%84%e3%81%ae%e3%81%8b%e3%80%81%e3%81%aa%e3%81%9c%e5%ae%89%e5%bf%83%e6%84%9f%e3%81%8c%e3%81%82%e3%82%8b/</link>
				<pubDate>Wed, 17 Jun 2026 06:05:31 +0000</pubDate>
		<dc:creator><![CDATA[aidevadmin]]></dc:creator>
				<category><![CDATA[その他]]></category>
		<category><![CDATA[chatgpt]]></category>
		<category><![CDATA[claude]]></category>

		<guid isPermaLink="false">https://aidev.bluegarage.site/blog/?p=9703</guid>
				<description><![CDATA[Claudeとの会話はなぜ楽しいのか、なぜ安心感があるのかリークされたシステムプロンプトで調べてみたいと思います。 本物である確証はありませんが、Claude Fable 5のシステムプロンプト全体がリークされました。 https://github.com/elder-plinius/CL4R1T4S/blob/main/ANTHROPIC/CLAUDE-FABLE-5.md 120,000文字。1,585行。27,000+トークンという超巨大なシステムプロンプトになっていますので、人間と接する際の会話のコツ部分だけを引用しその性格の秘密を探ってみたいと思います。(これはおそらく人間が書いたものですので参考になる部分があるかも知れません　笑) このリーク、どこまで信用できるのか リーク元の「CL4R1T4S」というリポジトリは、ChatGPTやGemini、Grok、Claudeなど主要なAIモデルの「システムプロンプトらしき文書」を集めて公開している、いわゆるAI透明化系のプロジェクトです。多くはプロンプトインジェクションのような手法でAI自身に出力させたものとされていますが、その精度や真偽は文書ごとにかな [&#8230;]]]></description>
									</item>
		<item>
		<title>AI生成コンテンツはAI生成コンテンツを学ぶことで「劣化」していく可能性</title>
		<link>https://aidev.bluegarage.site/blog/2026/05/26/ai%e7%94%9f%e6%88%90%e3%82%b3%e3%83%b3%e3%83%86%e3%83%b3%e3%83%84%e3%81%afai%e7%94%9f%e6%88%90%e3%82%b3%e3%83%b3%e3%83%86%e3%83%b3%e3%83%84%e3%82%92%e5%ad%a6%e3%81%b6%e3%81%93%e3%81%a8%e3%81%a7/</link>
				<pubDate>Tue, 26 May 2026 01:44:02 +0000</pubDate>
		<dc:creator><![CDATA[aidevadmin]]></dc:creator>
				<category><![CDATA[その他]]></category>
		<category><![CDATA[chatgpt]]></category>
		<category><![CDATA[google]]></category>

		<guid isPermaLink="false">https://aidev.bluegarage.site/blog/?p=9679</guid>
				<description><![CDATA[ChatGPTをはじめとする生成AIの普及により、ウェブ上のコンテンツは急速にAI生成物で埋め尽くされつつあります。しかしその一方で、「AIで書いた記事は検索エンジンで評価されない」「AIがAIのコンテンツを学習することで質が落ちていく」という懸念も広まっています。 本記事では、これらの問題の実態を整理したうえで、今後AI生成コンテンツの質は上がるのか下がるのか、複数の観点から考察します。 1. Googleの公式スタンス：AIコンテンツは本当にペナルティを受けるのか 結論から言えば、GoogleはAI生成コンテンツそのものを禁止・ペナルティの対象とはしていません。Googleの公式ガイドラインにはこう明記されています。 「自動化（AIを含む）を使って、検索結果でのランキングを操作する目的でコンテンツを生成することは、スパムポリシー違反にあたります。ただし、自動化のすべての使用がスパムに該当するわけではありません。」 — Google Search Central つまりGoogleが問題にしているのは「AIかどうか」ではなく、「ランキング操作を目的とした低品質コンテンツかどうか」です。 しかし実態は少し複雑 [&#8230;]]]></description>
									</item>
		<item>
		<title>LLMはなぜコードが書けるのか？現状・限界・リスク</title>
		<link>https://aidev.bluegarage.site/blog/2026/05/21/llm%e3%81%af%e3%81%aa%e3%81%9c%e3%82%b3%e3%83%bc%e3%83%89%e3%81%8c%e6%9b%b8%e3%81%91%e3%82%8b%e3%81%ae%e3%81%8b%ef%bc%9f%e7%8f%be%e7%8a%b6%e3%83%bb%e9%99%90%e7%95%8c%e3%83%bb%e3%83%aa%e3%82%b9/</link>
				<pubDate>Thu, 21 May 2026 01:29:15 +0000</pubDate>
		<dc:creator><![CDATA[aidevadmin]]></dc:creator>
				<category><![CDATA[その他]]></category>
		<category><![CDATA[chatgpt]]></category>
		<category><![CDATA[claude]]></category>
		<category><![CDATA[LLM]]></category>
		<category><![CDATA[Python]]></category>
		<category><![CDATA[エラー]]></category>

		<guid isPermaLink="false">https://aidev.bluegarage.site/blog/?p=9671</guid>
				<description><![CDATA[ChatGPTやClaude、GitHub CopilotなどのLLM（大規模言語モデル）が、プログラムコードをすらすら書く姿を見て「なぜ？」と思ったことはないでしょうか。また、実際に使ってみると「意外と使えない場面もある」と感じた方も多いはず。 この記事では、LLMがコードを書ける仕組みから、現在の実用レベル、エラーを防ぐ方法、そして将来の限界までを解説いたします。 なぜLLMはプログラムが書けるのか コードも「テキスト」だからです。 LLMは「次に来るトークン（単語や記号）を予測する」モデルです。プログラムコードも人間の言語と同様に文字の並びであるため、同じ仕組みで扱えます。具体的な理由は以下の4点です。 大量のコードで学習している：GitHubやStack Overflowなど、インターネット上には膨大なコードが存在します。 コードは言語に似た構造を持つ：文法（シンタックス）・意味（セマンティクス）・文脈による正解の決まり方など、自然言語と共通する構造があります。 コードはパターンの繰り返し：「ファイルを読み込む」「ループを回す」「APIを叩く」など、頻出パターンが大量に学習されています。 説明文とコー [&#8230;]]]></description>
									</item>
		<item>
		<title>【完全無料】Ollamaで“ChatGPTみたいなAI”をローカルPCで動かす方法｜VRAM 8GBでもOK・セキュリティ安心</title>
		<link>https://aidev.bluegarage.site/blog/2026/05/07/%e3%80%90%e5%ae%8c%e5%85%a8%e7%84%a1%e6%96%99%e3%80%91ollama%e3%81%a7chatgpt%e3%81%bf%e3%81%9f%e3%81%84%e3%81%aaai%e3%82%92%e3%83%ad%e3%83%bc%e3%82%ab%e3%83%abpc%e3%81%a7%e5%8b%95/</link>
				<pubDate>Thu, 07 May 2026 03:16:37 +0000</pubDate>
		<dc:creator><![CDATA[aidevadmin]]></dc:creator>
				<category><![CDATA[その他]]></category>
		<category><![CDATA[chatgpt]]></category>
		<category><![CDATA[claude]]></category>
		<category><![CDATA[deepseek]]></category>
		<category><![CDATA[gpu]]></category>
		<category><![CDATA[Python]]></category>
		<category><![CDATA[Windows]]></category>
		<category><![CDATA[エラー]]></category>
		<category><![CDATA[最適化]]></category>

		<guid isPermaLink="false">https://aidev.bluegarage.site/blog/?p=9651</guid>
				<description><![CDATA[「ChatGPTみたいなAIを、自分のPCだけで無料＆無制限に使いたい」 そんな人におすすめなのが、ローカルAI実行ツール Ollama と、高性能モデル DeepSeek-R1 の組み合わせです。 この方法なら、 月額料金なし API料金なし 回数制限なし 入力データが外部送信されない オフラインでも使える PHPなどのプログラミングも可能 という、かなり強力な環境を作れます。 しかも、VRAM 8GBクラスのGPUでも動作可能です。 今回は、Windows環境で初心者でもできる導入方法を、5ステップで解説します。 Ollamaとは？ Ollama公式サイト Ollamaは、AIモデルを自分のPCで簡単に動かせる無料ツールです。 通常、ChatGPT系AIはクラウド上で動作しますが、Ollamaを使うと、 自宅PC ゲーミングPC ノートPC などでローカル実行できます。 つまり、会話内容やコードが外部サーバーへ送信されません。 企業の機密情報やソースコードを扱う人にも人気があります。 DeepSeek-R1とは？ DeepSeek公式サイト DeepSeek-R1は、高性能な推論型AIモデルです。 特に強 [&#8230;]]]></description>
									</item>
	</channel>
</rss>
