ナレッジカットオフ｜学習データの時点と新しい情報

AIに聞けば、いつでも新しいことまで答えてくれると思うかもしれません。しかし、AIのモデルの知識には時点の区切りがあり、それより新しいことには、モデル単体では正確に答えられないのです。

この記事では、ナレッジカットオフの意味と、それより新しい情報をAIで使うときの補い方を解説します。建築の仕事で、AIの答えの新しさを確かめる所も分かります。

ナレッジカットオフは、AIのモデルがいつまでのことを確かに知っているかを示す時点です。

ナレッジカットオフとは

ナレッジカットオフとは、モデルが情報と出来事をいちばん広く確かに知っている範囲の、終わりの時点です。「知識カットオフ」「カットオフ日」とも呼ばれます。

ここでのモデルは、膨大な文章で学習し、次に来る語を予測して文章を作る大規模言語モデルです。ChatGPT・Claude・Gemini の答えも、このモデルが作っています。

ナレッジカットオフは、学習データ（モデルの学習に使った文章）を集めた最後の時点と同じとは限りません。

たとえば Claude のモデルの1つ、Claude Opus 4 では、学習データが2025年3月まで、ナレッジカットオフが2025年1月です。

日付はモデルごとに違い、Claude Opus 5 のナレッジカットオフは2026年5月です（2026年10月時点）。モデルが新しくなると、この日付も変わります。

AIが最新の情報に弱いのは、ナレッジカットオフより新しい出来事を、モデルが確かには知らないためです。新しい法令の改正や製品の発売には、モデル単体では正確に答えられません。

新しい出来事を知らないまま、学習した時点の情報で答えるので、AIの答えには古い情報が含まれることがあります。

ナレッジカットオフより新しい情報は、外から情報を探して答えに使う仕組みで補います。補う方法は、次の2つです。

Web検索は、AIが答えるときにインターネットを検索して、見つけた最新の情報を答えに使う機能です。ChatGPT では、Web検索を使った答えに、検索の結果と出典が出ます（2026年10月時点）。

検索で補えるのは見つけた情報の範囲で、モデル自体の知識が新しくなるわけではありません。

RAG（検索拡張生成）は、前もって入れておいた資料から問いに合う部分を探し、それをもとに答えさせる仕組みです。社内の資料のように、学習データに無い情報も答えに使えます。

建築の仕事でAIに聞く法令や製品の情報は、ナレッジカットオフのあとに、改正や発売で変わっていることがあります。だから、AIの答えをそのまま使わず、元の資料で確かめます。

法令の原文を確かめる先は、国の法令を載せている e-Gov 法令検索です（条例は載っていません）。製品の情報は、メーカーの公式の資料で確かめます。

Web検索を使った答えでも、出典として出た頁を開いて、中身を確かめます。

ナレッジカットオフは、モデルが情報と出来事を確かに知っている範囲の終わりを示す時点です。それより新しい情報を補う方法は、次の2つです。

法令や製品のように新しさが要る問いでは、AIの答えを元の資料で確かめてみてください。