このページでは Cherry Studio で最もよく使われる用語を解説し、モデルを変えるべきか、プロンプトを変えるべきか、それともツールを追加すべきかの判断を助けます。
モデルサービス：モデル呼び出しを提供するベンダー、クラウドプラットフォーム、またはローカル実行環境；
モデル：テキスト、視覚、画像生成、埋め込み、再ランキングなどの具体的なタスクをこなす能力；
API アドレス：Cherry Studio がリクエストを送信するサービスの入口；
API Key：サービス提供者がアカウントを識別し、呼び出しを認可するための認証情報。
同じサービス提供者が複数のモデルを提供していることがあります。API Key でサービスには接続できますが、各モデルが利用可能とは限らず、API の種類が必ず互換とは限りません。
Token はモデルがテキストを処理するときに使う基本単位で、漢字や単語と同じではありません。入力、履歴メッセージ、ツール定義、ナレッジベースの内容、出力はすべてコンテキストを消費します。
コンテキストウィンドウは1回のリクエストで処理できる総量です。上限に近づくと、Cherry Studio は古い内容を圧縮する場合があります。重要な事実は、明確なプロンプト、ファイル、ナレッジベース、または Agent の記憶に入れておき、ずっと前の一言だけに頼らないでください。
Temperature
出力のランダム性を制御する
事実重視のタスクでは低めに、創作タスクでは適度に高めてもよい
Top P
候補語の範囲を制限する
通常は Temperature と合わせて、重点的に調整するのはどちらか一方だけにする
Max Tokens
1回の出力長を制限する
低すぎると途中で切れ、高すぎても内容が良くなるとは限らない
モデルによって、パラメータの対応状況や意味は少し異なる場合があります。明確な問題がない場合は、まず製品のデフォルト値を使い、ネット上の「万能パラメータ」をそのまま当てはめないでください。
埋め込みモデル：テキストをベクトルに変換し、ナレッジベースの類似検索に使う；
再ランキングモデル：初期検索結果を並べ替え、最も関連する内容を上位にする。
これらは最終回答の生成は担当しません。ナレッジベースで結果が出ないときは、まず文書処理と埋め込みを確認し、結果はあるが並び順が不十分なときに再ランキングを検討します。
アシスタント：継続的な会話、固定ロール、出力スタイルを中心にする；
Agent：目標の実行、作業ディレクトリ、ツール、複数ステップのタスクを中心にする。
簡単なQ&Aにはアシスタントの方が直接的です。ファイル、ターミナル、サブタスク、チャンネル、定期タスクが必要なときは Agent を使います。
ツール
Agent が実行できる1つの動作
スキル
Agent に固定された方法でどう動くかを伝える
MCP
外部ツールとリソースを Agent に接続する
ナレッジベース
Agent またはアシスタントが検索できる資料を限定する
記憶
同じ Agent のために、タスクをまたいで安定した事実と経験を保存する
マルチモーダルモデルは画像やテキストなど異なる入力を理解できます。画像生成モデルは画像の生成に特化しています。Agent のメインモデルはあなたの要求を理解し、内蔵の【画像を生成】ツールは【設定】→【デフォルトモデル】で選択した画像生成モデルを呼び出します。
画像を見られること、画像を生成できること、ツールを呼び出せることは3つの異なる能力です。モデルを選ぶときは、まずタスクに何が必要かを確認し、モデル名だけで判断しないでください。
モデルをローカルで実行すれば、内容をモデル提供者に送信する量は減らせますが、Web検索、MCP、チャンネル、その他の外部ツールは依然としてデータを送信する可能性があります。プライバシーはモデルの配置先だけでなく、ワークフロー全体によって決まります。
最終更新 5 日前
役に立ちましたか？
