新しいライブラリの使い方を AI に聞いたら、まったく違う書き方を自信たっぷりに説明された。
原因の多くは、そのモデルの知識が止まっている時点にあります。
これが知識カットオフと呼ばれるもの。
今回は公式ドキュメントに載っている数字を手がかりに、カットオフの正体と付き合い方を整理します。
知識カットオフは「学習データが止まった時点」
知識カットオフとは、そのモデルの学習に使われたデータが、いつまでの情報を含んでいるかを示す日付です。
カットオフより後に起きたことは、モデルの中に存在しません。
去年印刷された辞書を引いているようなもので、今年の新語は当然載っていない。
厄介なのは、その辞書が「載っていません」と教えてくれないところですね。
そしてこの日付は、モデルを学習し直さない限り前へ進みません。
アップデートという言葉から想像するような、勝手に最新化される仕組みは入っていないわけです。
「信頼できるカットオフ」と「学習データのカットオフ」は別物
Anthropic の公式ドキュメントを見ると、モデルごとに2つの日付が併記されています。
Reliable knowledge cutoff と Training data cutoff の2種類。
前者はモデルの知識がもっとも充実していて信頼できる日付を、後者は学習データが含むより広い期間を指すと モデル一覧のページ に説明があります。
たとえば Claude Haiku 4.5 は 信頼できるカットオフが2025年2月、学習データのカットオフが2025年7月 と、5か月のずれがありました。
一方で Claude Opus 5 は、どちらも2026年5月で一致しています。
なぜずれるのか。
学習を締め切る直前の出来事は、まだネット上に解説や議論が積み上がっておらず、データそのものが薄いからです。
カットオフ直前の数か月は「知ってはいるが、あやふや」 という灰色地帯だと構えておくのが安全。
モデル本人に聞いても当てにならない
では、使っているモデルへ直接「あなたのカットオフはいつ？」と聞けば済むのか。
これが、あまり当てになりません。
モデルは自分の学習が終わった日を観測できず、学習データの中に書かれていた記述から推測して答えているだけだからです。
結果として、実際より古い日付を返したり、存在しないバージョン名を挙げたりすることもある。
事実のように整った答えが返ってくる、この現象はハルシネーションと地続きですね。
公開されている仕様表を見にいくほうが、はるかに確実です。
カットオフを踏んだときに出るサイン
知識が届いていないとき、出力にはいくつか共通のクセが出ます。
まず、実在しないバージョン名やオプション名が、当たり前のような顔で混ざる。
次に、こちらが指定していない年号を勝手に前提にして話し始めます。
最新版について尋ねた瞬間、具体例が消えて一般論だけになるのも典型ですね。
どれも「知りません」と言えないまま、形だけ整えてしまった結果です。
固有名詞と数字がやけに滑らかなときほど、いったん止めて裏を取る 。
この癖をつけておくだけで、踏み抜く回数はだいぶ減らせるはずです。
足りない知識は外から渡すしかない
カットオフは、学習をやり直さない限り動きません。
実務で埋める手段は、結局のところ 必要な情報を入力側から渡す の一択になります。
Web 検索を有効にする、手元のドキュメントを検索して添える、変更点をプロンプトへ直接貼り付ける。
渡す資料に日付と出典を添えておくと、新旧どちらを信じるべきかの判断まで任せやすくなりますね。
このうち、検索して渡す流れを仕組み化したものが RAG と呼ばれます。
逆にいえば、カットオフより後の話題を、外部情報を渡さないまま扱う使い方は事故のもと。
バージョン番号・料金・制度の変更あたりは、まずここを疑ってかかりたいところです。
カットオフはモデル選びの物差しにもなる
同じシリーズでも、モデルによってカットオフはそろっていません。
先ほどの表でも、軽量モデルは2025年2月、上位モデルは2026年5月 と1年以上の開きがありました。
速さと料金だけで軽量モデルを選ぶと、扱う話題によっては知識の古さが効いてきます。
逆に、手元の資料を渡して読ませるだけの使い方なら、カットオフの差はほとんど響かない。
モデル自身の知識に頼るのか、こちらが渡した情報だけを読ませるのか 。
その切り分けさえ決まれば、どのモデルで足りるのかも自然と見えてきますね。
最後に
知識カットオフは、モデルの賢さの話ではなく、時計の話でした。
日付そのものより、「カットオフ直前は知識が薄い」という性質のほうが実務では効きます。
動きの速い話題ほど、最初から外の情報を添えて渡す。
そのひと手間で、もっともらしい間違いはかなり減らせるはず。
以上です。
コメントを残す