コンテンツにスキップ
非エンジニアのためのVibeCoding入門

LLMをアプリに組み込む

この章でわかること: 「アプリにAI(LLM)を組み込みたい」と思ったときの判断軸。 LLMが得意なことと使わなくてよいことを見分け、組み込むなら フロントだけで動く軽量モデルかクラウドのAPIか、という2つのレベルから選べるようになります。

LLM(大規模言語モデル)は、AI・外部サービスでできることで触れた 「生成AI系」の心臓部です。ここでは一歩踏み込んで、それを自分のプロトにどう載せるかを扱います。

LLMが得意なこと

Section titled “LLMが得意なこと”

LLMは、言葉のゆらぎを受け止めて、言葉を作り出すのが得意です。入力がきっちり 決まっていなくても、意図をくみ取って柔軟に応えます。

  • 理解: 自由に書かれた文章から要点や意図を読み取る
  • 生成: 案内文・返信・キャッチコピーなどの下書きを作る
  • 要約・翻訳・変換: 長文を短く、別言語に、別のトーンに
  • 分類・抽出: 問い合わせを種類分けする、文章から項目を取り出す
  • 会話: 文脈を保ちながらやり取りする(チャットボット)

共通点は、**「入力があいまい」で「答えに幅がある」**仕事だということ。ここがLLMの主戦場です。

LLMじゃなくてもできること(まず疑う)

Section titled “LLMじゃなくてもできること(まず疑う)”

一方で、LLMを使わないほうが良い場面もたくさんあります。組み込む前に、まず 「これ、決まったルールで済まないか?」を問うのが、エンジニア的な勘どころです。

こういう処理はLLMより
合計・税率・割引などの計算ふつうの計算式(LLMは計算を間違える)
キーワードの完全一致・絞り込み・並べ替え通常の検索・ソート処理
決まった形式の入力チェック(メール形式など)ルールによる検証
選択肢からの単純な条件分岐if の分岐

LLMは便利ですが、遅い・お金がかかる・時々間違える・鍵の管理が要るという コストがあります。ルールで確実に解けることにLLMを使うのは、電卓で済む計算に 毎回人を雇うようなもの。「ゆらぎ」がある所にだけLLM、が基本方針です。

組み込む2つのレベル

Section titled “組み込む2つのレベル”

「ここはLLMの出番だ」と決めたら、載せ方は大きく2レベルあります。

レベル1:フロント完結・軽量なエッジモデル

Section titled “レベル1:フロント完結・軽量なエッジモデル”

ブラウザの中でLLMを動かす方法です。モデル本体を端末にダウンロードして、 その場で推論します。サーバーもAPIキーも不要なのが最大の特徴です。

  • 鍵が要らない: 課金や鍵漏洩の心配がない
  • プライバシーに強い: 入力データが端末の外に出ない(社外秘・個人情報に向く)
  • オフラインでも動く(モデル取得後)

ただし弱点もあります。端末上で動かす都合、モデルは小さめ=能力・精度は控えめ、 初回のダウンロードが重い(数百MB〜)、端末の性能に左右される。 「軽い分類」「定型の下書き」「機密を外に出せない用途」などに向きます。

代表的な選択肢: WebLLM / Transformers.js(Hugging Face)などのブラウザ内実行、 Chrome が実験的に提供するブラウザ組み込みAI(Prompt API / Gemini Nano)。

レベル2:バックエンド・クラウドのAPI

Section titled “レベル2:バックエンド・クラウドのAPI”

OpenAI / Gemini / Claude などの高性能モデルを、APIで呼び出す方法です。 本格的な精度・大規模な知識が要るなら、こちらが本命です。

  • 高精度・高機能: 最新の大規模モデルをそのまま使える
  • 端末を選ばない: 重い処理はクラウド側が担う

注意点は、APIキーを必ずサーバー側で扱うこと(ブラウザに出さない)、 従量課金でコストが積み上がること、入力データが外部に送られることです。

選び方の目安

Section titled “選び方の目安”
重視すること向いているレベル
精度・最新知識・大規模レベル2(クラウドAPI)
プライバシー(データを外に出さない)レベル1(エッジモデル)
オフライン・鍵なしで手軽にレベル1(エッジモデル)
コストを従量で増やしたくないレベル1(エッジモデル)
難しい要約・生成・会話をきちんとレベル2(クラウドAPI)

共通の注意

Section titled “共通の注意”
  • ハルシネーション: LLMは自信満々に間違えます。事実が重要な用途では、参照元データを 渡す・人が最終確認する運用を添える(生成物の良し悪しの見分け方)。
  • コスト: クラウドAPIは使うほど課金。想定回数で概算を(費用の目安)。
  • プライバシー: 機密・個人情報を外部APIに送ってよいかは事前確認。迷えば匿名化かエッジモデルを。

なぜ大事か

Section titled “なぜ大事か”

「AIを組み込む」は、いきなりクラウドの巨大モデルに飛びつく話ではありません。 まず「LLMが本当に要るか」を見極め、要るなら軽量(エッジ)から本格(クラウド)まで 段階で選ぶ——この判断ができると、過剰なコストや情報リスクを避けつつ、必要な所に だけAIの力を効かせられます。夢を広げる発想はAI・外部サービスでできること、 安全に出す作法はセキュリティの章とあわせてどうぞ。

参考リンク(情報ソース)

Section titled “参考リンク(情報ソース)”