AI 系リソースの全体像
AI 関連の API は「何ができるか」で括ると選べない。同じ「AI」でも、文章を生成するもの、意味の近さを測るもの、音声を文字にするもの、画像を認識するものでは、選定の基準がまったく異なる。まず入力と出力が何かで分類すると、見るべきカテゴリが決まる。
入出力で分類する
| やりたいこと | 見るカテゴリ |
|---|---|
| 文章を書かせる・要約させる・分類させる | LLM、要約、分類・抽出 |
| 質問に社内資料で答えさせる | RAG、埋め込み、検索 |
| 音声を文字にする / 文字を音声にする | 音声認識、音声合成 |
| 画像を作る / 画像を理解する | 画像生成、OCR |
| 別の言語にする | 翻訳 |
| AI に外部ツールを操作させる | MCP Server、エージェント支援 |
この領域に共通する注意点
モデル名を直書きした実装は必ず改修が発生します
AI 系 API はモデルの更新が速く、旧モデルには提供終了の期限が設定されます。モデル指定を設定値として外に出し、評価用のプロンプト集を用意しておけば、世代交代のたびに回帰確認して差し替えるだけで済みます。この領域のリソースを採用するときは、最初に決めておくべき設計です。
料金体系も共通の癖がある。多くが従量課金で、処理量（トークン数、文字数、秒数、枚数）に比例する。無料枠で試して「安い」と判断しても、本番のトラフィックでは桁が変わる。採用判断の前に、想定する処理量で試算する工程を必ず挟みたい。
出力を検証する前提で組む
AI の出力は確率的で、同じ入力でも結果が変わりうる。形式が正しくても内容が誤っていることは普通に起きる。アプリ側で妥当性を検証する層を持たずに、出力をそのままデータベースへ書き込む・利用者に見せる設計は、遅かれ早かれ破綻する。これは全カテゴリに共通する前提だ。