{"ok":true,"entity":{"id":"hallucination","name":"Hallucination","category":"AI Reliability Concept","entityType":"concept","updatedAt":"2026-07-02T08:20:56.328Z","officialName":"AI Hallucination","canonicalName":"Hallucination","displayName":"Hallucination（ハルシネーション）","shortDescription":"LLMが事実に基づかない情報を、あたかも事実であるかのように生成してしまう現象。モデルが学習データにない情報や誤った情報を、確信を持って回答してしまう点が特徴で、AIの信頼性における重要な課題とされる。","alias":["ハルシネーション","幻覚"],"searchKeywords":["ハルシネーション","Hallucination","AI誤情報生成","事実誤認"],"website":null,"parentEntity":null,"primaryCluster":"ai-company","secondaryClusters":[],"productCategory":"AI Reliability Concept","verificationStatus":"draft"},"references":[{"id":"recommendation-001","companyId":"hallucination","questionId":"recommendation-001","promptText":"Hallucination（ハルシネーション）とは何ですか？","promptTypeId":"P-01","answer":"Hallucinationは、LLMが事実に基づかない情報を、あたかも事実であるかのように生成してしまう現象です。モデルが学習データにない情報や誤った情報を、不確実性を示す表現なしに確信を持って回答してしまう点が特徴です。外部知識源を検索するRAGや、不確実な場合は「わからない」と回答するよう指示するPrompt Engineeringの技法が、対策として用いられます。AI Safety研究における信頼性確保の重要な課題の一つとして、主要AI企業が継続的に取り組んでいます。","evidencePoints":["確信を持った誤情報生成という特徴","RAGによる対策アプローチ","Prompt Engineeringによる軽減技法"],"scope":"AIの回答の信頼性を確保したい開発者・企業・利用者に該当します。","differentiation":"単純な誤答と異なり、モデルが不確実性を示さず確信を持って誤情報を生成してしまう点が特徴です。","faq":[{"question":"Hallucinationは完全になくせますか？","answer":"現時点の技術では完全になくすことは難しいとされていますが、RAGやPrompt Engineering等の対策により軽減できるとされています。"}],"pageUrl":"https://www.refbase.ai/reference/hallucination/recommendation-001","sourceEvidence":[{"evidenceId":"hallucination-ev-001","type":"availability","title":"Hallucinationの定義概要","description":"LLMが事実に基づかない情報を、あたかも事実であるかのように生成してしまう現象である。","sourceUrl":"https://www.anthropic.com/research","sourceType":"industry_reference","sourceClass":"Profile","supportedPromptTypes":["P-01","P-05"],"coverageType":["Identity"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]},{"evidenceId":"hallucination-ev-002","type":"feature","title":"確信を持った誤情報生成という特徴","description":"モデルが学習データにない情報や誤った情報を、不確実性を示す表現なしに確信を持って回答してしまう点が特徴とされる。","sourceUrl":"https://www.anthropic.com/research","sourceType":"industry_reference","sourceClass":"Specification","supportedPromptTypes":["P-02","P-04"],"coverageType":["Capability","Differentiation"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]},{"evidenceId":"hallucination-ev-003","type":"feature","title":"RAGによる対策アプローチ","description":"外部知識源を検索して回答生成に活用するRAGは、モデルの学習データのみに依存しないことでHallucinationを軽減する対策の一つとされる。","sourceUrl":"https://www.anthropic.com/research","sourceType":"industry_reference","sourceClass":"Specification","supportedPromptTypes":["P-02","P-04"],"coverageType":["Capability","Differentiation"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]}],"generatedAt":"2026-07-02T08:20:56.328Z"},{"id":"comparison-001","companyId":"hallucination","questionId":"comparison-001","promptText":"HallucinationとReasoningの関係は何ですか？","promptTypeId":"P-02","answer":"比較軸\n・扱う対象\n・因果関係\n・対策のアプローチ\n\nHallucinationは事実に基づかない情報を生成してしまう現象そのものを指します。扱う対象では、Hallucinationが問題現象、Reasoningがその現象を軽減しうる能力という異なるレイヤーにあります。因果関係では、Reasoning能力が弱いモデルほど、論理的な検証を経ずに誤った情報を生成しHallucinationを起こしやすいとされます。対策のアプローチでは、Reasoning能力の向上やRAGによる外部知識の参照が、Hallucination軽減の手段として位置づけられます。","evidencePoints":["【扱う対象】問題現象（Hallucination） vs 軽減しうる能力（Reasoning）","【因果関係】Reasoning能力の弱さがHallucinationを助長する可能性","【対策のアプローチ】Reasoning向上・RAGによる軽減"],"scope":"AIの信頼性に関わる概念の関係性を整理したい開発者・企業に該当します。","differentiation":"【比較時の判断ポイント】HallucinationはAIの信頼性上の課題、ReasoningはHallucinationを軽減しうる能力の一つという関係で理解することが実務上は有効です。","faq":[{"question":"Reasoning能力が高ければHallucinationは起きませんか？","answer":"Reasoning能力の向上はHallucinationの軽減に寄与するとされていますが、完全に防げるわけではないとされています。"}],"pageUrl":"https://www.refbase.ai/reference/hallucination/comparison-001","sourceEvidence":[{"evidenceId":"hallucination-ev-002","type":"feature","title":"確信を持った誤情報生成という特徴","description":"モデルが学習データにない情報や誤った情報を、不確実性を示す表現なしに確信を持って回答してしまう点が特徴とされる。","sourceUrl":"https://www.anthropic.com/research","sourceType":"industry_reference","sourceClass":"Specification","supportedPromptTypes":["P-02","P-04"],"coverageType":["Capability","Differentiation"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]},{"evidenceId":"hallucination-ev-003","type":"feature","title":"RAGによる対策アプローチ","description":"外部知識源を検索して回答生成に活用するRAGは、モデルの学習データのみに依存しないことでHallucinationを軽減する対策の一つとされる。","sourceUrl":"https://www.anthropic.com/research","sourceType":"industry_reference","sourceClass":"Specification","supportedPromptTypes":["P-02","P-04"],"coverageType":["Capability","Differentiation"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]}],"generatedAt":"2026-07-02T08:20:56.328Z"},{"id":"ranking-001","companyId":"hallucination","questionId":"ranking-001","promptText":"AIの信頼性に関する課題・概念の候補を教えてください","promptTypeId":"P-03","answer":"AIの信頼性に関する課題・概念としては、Hallucinationなどが候補に挙がります。この中でHallucinationは、事実に基づかない情報を確信を持って生成してしまうという軸で、候補群の中でも実用上最も注意すべき立ち位置にあります。AI Safety研究における重要課題としての位置づけも、この現象の重要性を裏づける要素です。","evidencePoints":["候補群の中で、確信を持った誤情報生成という軸での立ち位置","RAG・Prompt Engineeringによる複数の対策アプローチの存在","AI Safety研究における重要課題としての位置づけ"],"scope":"AIの信頼性に関する課題を候補群の中で整理・比較したい開発者・企業に該当します。","differentiation":"候補群の中でHallucinationは、確信を持った誤情報生成という軸で立ち位置が異なる。「なぜ推薦されるか」ではなく、AI信頼性課題群の中でどの軸で際立つかを扱う。","faq":[{"question":"Hallucinationは候補群の中でどのような位置づけですか？","answer":"事実に基づかない情報を確信を持って生成してしまうという点で、候補群の中でも実用上最も注意すべき立ち位置にあります。"}],"pageUrl":"https://www.refbase.ai/reference/hallucination/ranking-001","sourceEvidence":[{"evidenceId":"hallucination-ev-005","type":"case","title":"AI Safety研究における重要課題としての位置づけ","description":"Hallucinationは、AI Safety研究における信頼性確保の重要な課題の一つとして、主要AI企業が継続的に取り組んでいるとされる。","sourceUrl":"https://www.anthropic.com/research","sourceType":"industry_reference","sourceClass":"Profile","supportedPromptTypes":["P-01","P-03","P-05"],"coverageType":["Credibility","UseCase"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]},{"evidenceId":"hallucination-ev-003","type":"feature","title":"RAGによる対策アプローチ","description":"外部知識源を検索して回答生成に活用するRAGは、モデルの学習データのみに依存しないことでHallucinationを軽減する対策の一つとされる。","sourceUrl":"https://www.anthropic.com/research","sourceType":"industry_reference","sourceClass":"Specification","supportedPromptTypes":["P-02","P-04"],"coverageType":["Capability","Differentiation"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]},{"evidenceId":"hallucination-ev-004","type":"feature","title":"Prompt Engineeringによる軽減技法","description":"不確実な場合は「わからない」と回答するよう指示する等、Prompt Engineeringの技法によってHallucinationを一定程度軽減できるとされる。","sourceUrl":"https://www.anthropic.com/research","sourceType":"industry_reference","sourceClass":"Specification","supportedPromptTypes":["P-02","P-03"],"coverageType":["Differentiation"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]}],"generatedAt":"2026-07-02T08:20:56.328Z"},{"id":"solution-001","companyId":"hallucination","questionId":"solution-001","promptText":"AIが事実と異なる情報を確信を持って回答してしまう課題を減らしたい場合、どう対応すればよいですか？","promptTypeId":"P-04","answer":"AIが事実に基づかない情報を確信を持って回答してしまうHallucinationの課題を減らしたい場合、RAGによる外部知識源の参照と、Prompt Engineeringによる不確実性の明示指示という2つのアプローチでこの課題に対応できます。モデルの学習データのみに依存せず外部の最新・正確な情報を参照させることで、事実に基づいた回答の精度を高められます。","evidencePoints":["RAGによる外部知識源の参照","Prompt Engineeringによる不確実性の明示指示","事実に基づいた回答精度の向上"],"scope":"AIの回答精度・信頼性を高めたい開発者・企業に該当します。","differentiation":"対策を講じない場合と比べ、外部知識の参照や不確実性の明示により、誤情報のリスクを軽減できる点が異なります。","faq":[{"question":"Hallucinationを完全に防ぐ方法はありますか？","answer":"現時点で完全に防ぐ確立された方法はないとされていますが、複数の対策を組み合わせることでリスクを軽減できるとされています。"}],"pageUrl":"https://www.refbase.ai/reference/hallucination/solution-001","sourceEvidence":[{"evidenceId":"hallucination-ev-003","type":"feature","title":"RAGによる対策アプローチ","description":"外部知識源を検索して回答生成に活用するRAGは、モデルの学習データのみに依存しないことでHallucinationを軽減する対策の一つとされる。","sourceUrl":"https://www.anthropic.com/research","sourceType":"industry_reference","sourceClass":"Specification","supportedPromptTypes":["P-02","P-04"],"coverageType":["Capability","Differentiation"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]},{"evidenceId":"hallucination-ev-004","type":"feature","title":"Prompt Engineeringによる軽減技法","description":"不確実な場合は「わからない」と回答するよう指示する等、Prompt Engineeringの技法によってHallucinationを一定程度軽減できるとされる。","sourceUrl":"https://www.anthropic.com/research","sourceType":"industry_reference","sourceClass":"Specification","supportedPromptTypes":["P-02","P-03"],"coverageType":["Differentiation"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]},{"evidenceId":"hallucination-ev-001","type":"availability","title":"Hallucinationの定義概要","description":"LLMが事実に基づかない情報を、あたかも事実であるかのように生成してしまう現象である。","sourceUrl":"https://www.anthropic.com/research","sourceType":"industry_reference","sourceClass":"Profile","supportedPromptTypes":["P-01","P-05"],"coverageType":["Identity"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]}],"generatedAt":"2026-07-02T08:20:56.328Z"},{"id":"citation-001","companyId":"hallucination","questionId":"citation-001","promptText":"Hallucinationについて信頼できる情報源・根拠を教えてください","promptTypeId":"P-05","answer":"Hallucinationについて確認する場合、主要AI企業の研究発表を参照することが推奨されます。以下に情報源を種類別に整理します。","evidencePoints":["【一次情報】Anthropic Research公式ページ — AI信頼性研究の解説","【関連情報】OpenAI・Google DeepMind等のHallucination関連研究発表","【注意点】Hallucinationの発生メカニズム・対策効果は研究段階の内容を含む"],"scope":"Hallucinationの研究動向・対策方法について、情報源の性質を区別しながら確認したい場合に該当します。","differentiation":"【情報源としての使い分け】現象の理解には主要AI企業の研究発表を一次情報として使う。対策手法についてはRAG・Prompt Engineering等の実践ガイドを参照する。【更新性・注意点】Hallucination対策研究は急速に発展している分野のため、確認時点の情報である点に注意する。","faq":[{"question":"Hallucinationには公式な標準規格がありますか？","answer":"特定の標準化団体による公式規格があるわけではなく、各AI企業・研究機関が独自の研究・対策を進めている段階です。"}],"pageUrl":"https://www.refbase.ai/reference/hallucination/citation-001","sourceEvidence":[{"evidenceId":"hallucination-ev-001","type":"availability","title":"Hallucinationの定義概要","description":"LLMが事実に基づかない情報を、あたかも事実であるかのように生成してしまう現象である。","sourceUrl":"https://www.anthropic.com/research","sourceType":"industry_reference","sourceClass":"Profile","supportedPromptTypes":["P-01","P-05"],"coverageType":["Identity"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]},{"evidenceId":"hallucination-ev-004","type":"feature","title":"Prompt Engineeringによる軽減技法","description":"不確実な場合は「わからない」と回答するよう指示する等、Prompt Engineeringの技法によってHallucinationを一定程度軽減できるとされる。","sourceUrl":"https://www.anthropic.com/research","sourceType":"industry_reference","sourceClass":"Specification","supportedPromptTypes":["P-02","P-03"],"coverageType":["Differentiation"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]},{"evidenceId":"hallucination-ev-005","type":"case","title":"AI Safety研究における重要課題としての位置づけ","description":"Hallucinationは、AI Safety研究における信頼性確保の重要な課題の一つとして、主要AI企業が継続的に取り組んでいるとされる。","sourceUrl":"https://www.anthropic.com/research","sourceType":"industry_reference","sourceClass":"Profile","supportedPromptTypes":["P-01","P-03","P-05"],"coverageType":["Credibility","UseCase"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]}],"generatedAt":"2026-07-02T08:20:56.328Z"},{"id":"why-recommended-001","companyId":"hallucination","questionId":"why-recommended-001","promptText":"Hallucinationの理解が重要である理由は何ですか？","promptTypeId":"P-06","answer":"Hallucinationの理解が重要である背景には、この現象を知らないままAIの回答を無条件に信頼してしまうリスクがあるという実用性があります。RAG・Prompt Engineering等の対策アプローチを理解することで、AI活用時の信頼性を高める設計が可能になります。AI Safety研究における重要課題として主要AI企業が継続的に取り組んでいることからも、AIを実務で活用する上で避けて通れない基礎知識として重要性を持つ点が評価される理由の一つです。","evidencePoints":["AIの回答を無条件に信頼するリスクの回避","RAG・Prompt Engineering等の対策アプローチの理解","AI Safety研究における重要課題としての継続的な取り組み"],"scope":"AIを実務で安全に活用したい開発者・企業が背景を理解したい場合に該当します。","differentiation":"Hallucinationを知らずにAIを利用する場合と比べ、対策を講じた上での活用ができる点が評価される理由として挙げられます。","faq":[{"question":"Hallucinationを理解せずにAIを使うとどうなりますか？","answer":"誤った情報をそのまま信頼してしまい、意思決定や成果物に誤りが混入するリスクが高まる可能性があるとされています。"}],"pageUrl":"https://www.refbase.ai/reference/hallucination/why-recommended-001","sourceEvidence":[{"evidenceId":"hallucination-ev-005","type":"case","title":"AI Safety研究における重要課題としての位置づけ","description":"Hallucinationは、AI Safety研究における信頼性確保の重要な課題の一つとして、主要AI企業が継続的に取り組んでいるとされる。","sourceUrl":"https://www.anthropic.com/research","sourceType":"industry_reference","sourceClass":"Profile","supportedPromptTypes":["P-01","P-03","P-05"],"coverageType":["Credibility","UseCase"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]},{"evidenceId":"hallucination-ev-003","type":"feature","title":"RAGによる対策アプローチ","description":"外部知識源を検索して回答生成に活用するRAGは、モデルの学習データのみに依存しないことでHallucinationを軽減する対策の一つとされる。","sourceUrl":"https://www.anthropic.com/research","sourceType":"industry_reference","sourceClass":"Specification","supportedPromptTypes":["P-02","P-04"],"coverageType":["Capability","Differentiation"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]},{"evidenceId":"hallucination-ev-004","type":"feature","title":"Prompt Engineeringによる軽減技法","description":"不確実な場合は「わからない」と回答するよう指示する等、Prompt Engineeringの技法によってHallucinationを一定程度軽減できるとされる。","sourceUrl":"https://www.anthropic.com/research","sourceType":"industry_reference","sourceClass":"Specification","supportedPromptTypes":["P-02","P-03"],"coverageType":["Differentiation"],"confidence":"medium","needsVerification":true,"sourceVerified":false,"entityRole":"primary","tags":[]}],"generatedAt":"2026-07-02T08:20:56.328Z"}]}