知識のカットオフ：AIはいつまでのことを知っているか
AIの学習データの期限「カットオフ」の意味と、最新情報を扱うときの注意
知識のカットオフ（Knowledge Cutoff）とは、AIモデルの学習に使われたデータがいつ時点までのものかを示す期限のことです。大規模言語モデル（LLM）は、この期限より後に起きた出来事や、新しく発表された製品・法改正などを、学習によっては知りません。
なぜカットオフがあるのか
LLMは、ある時点までに集めた大量のデータで学習してから公開されます。学習には長い時間と大きなコストがかかるため、データ収集を締め切ってから、調整や安全性の確認を経てモデルが公開されるまでに時間差が生まれます。公開後もモデルが自動的に新しい知識を覚えることはありません。
2種類の「カットオフ」
Anthropicのモデル一覧では、次の2つを区別して記載しています。
- 信頼できる知識のカットオフ（Reliable knowledge cutoff）：モデルの知識が最も充実していて信頼できる期限
- 学習データのカットオフ（Training data cutoff）：学習に使われたデータの範囲全体
期限の直前の時期は、世の中にまだ情報が十分に出そろっていないため、モデルの知識が薄くなりがちです。カットオフの日付ぎりぎりの出来事については、知っていても不正確な場合があると考えておきましょう。
カットオフが引き起こす問題
- 古い情報を最新のように答える：製品の価格、法令、組織の体制などが変わっていても、学習時点の内容で答えてしまいます。
- 新しいものを知らない、または誤って説明する：カットオフ後に出た製品やサービスについて、推測で答えてハルシネーションを起こすことがあります。
- 今日の日付を知らない：サービス側で日付を伝えていない場合、AIは現在の日付を正しく把握していないことがあります。
対策
- 検索機能を使う：Web検索機能のあるAIサービスでは、最新情報を調べたうえで回答させられます。
- 資料を渡す：最新の資料をアップロードし、「この資料にもとづいて答えて」と指示します（RAG参照）。
- 日付を伝える：「今日は2026年10月25日です」とプロンプトに書くだけでも、時期の判断が改善することがあります。
- カットオフを確認する：使っているモデルのカットオフを公式ドキュメントで確認し、それ以降の話題には特に注意します。
実務でのチェックポイント
- 料金、法令、制度、人事、統計データなど「変わりやすい情報」は、必ず公式の一次情報で確かめる
- AIに「あなたの知識はいつまでのものですか」と聞く方法もありますが、答えが正確とは限りません。公式の記載を優先しましょう
- 社内で使うAIツールには、システムプロンプトで現在の日付や最新の前提を渡す設計にすると誤りを減らせます
参考リンク
編集: AI Play 編集部 最終更新: 2026-10-25