> For the complete documentation index, see [llms.txt](https://docs.cherryai.com.cn/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.cherryai.com.cn/docs/jp/question-contact/knowledge.md).
# AI の基礎知識
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、モデルと API Key
* 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 とコンテキストウィンドウ
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。
## サンプリングパラメータ
| パラメータ | 役割 | 調整の方向 |
| ----------- | ------------- | ------------------------------------------- |
| 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。
## Embedding と Rerank
* 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。
## アシスタントと Agent
* 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。
## スキル、ツール、MCP とナレッジベース
| 概念 | 一言で理解 |
| ------- | ------------------------------------ |
| 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 |
## マルチモーダルと画像生成モデル
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。
{% hint style="info" %}
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。
{% endhint %}
ローカルモデルは必ずよりプライバシーが高いのか？
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。
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:
```
GET https://docs.cherryai.com.cn/docs/jp/question-contact/knowledge.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.