Hello there, ('ω')ノ
💻 Google Colabとは？
✅ 無料で使えるGoogle提供の「オンラインPython実行環境」
- ブラウザ上でPythonコードを実行できる（インストール不要）
- GPUも無料で使える（※時間制限あり）
- AI/機械学習の実験に最適！
つまり、プログラミングに不慣れな方でも手軽にAIモデルを試せる場所です。
🧰 今回使うもの
- モデル：Hugging Faceの「GPT-2」（小型で扱いやすい）
- ライブラリ：
transformers,torch（PyTorchベース） - 実行環境：Google Colab（無料）
✍️ ステップ①：Colabノートブックを開こう
- Googleアカウントにログイン
- https://colab.research.google.com/ を開く
- 「新しいノートブック」をクリック
🧪 ステップ②：ライブラリをインストール
最初に必要なライブラリをインストールします。
!pip install transformers !pip install torch
これで、文章生成モデルを扱うための準備が整います。
📦 ステップ③：モデルとトークナイザの読み込み
from transformers import GPT2LMHeadModel, GPT2Tokenizer # モデルとトークナイザを読み込み（GPT-2の最小バージョン） model_name = "gpt2" # または "rinna/japanese-gpt2-small" で日本語もOK tokenizer = GPT2Tokenizer.from_pretrained(model_name) model = GPT2LMHeadModel.from_pretrained(model_name)
✨ ステップ④：テキストを入力して生成！
# 入力テキスト（プロンプト） prompt = "今日はとてもいい天気ですね。だから" # トークン化（数値化） input_ids = tokenizer.encode(prompt, return_tensors="pt") # 文章生成（最大50トークン分生成） output = model.generate( input_ids, max_length=50, do_sample=True, # サンプリング戦略 top_k=50, # 上位50単語から選ぶ top_p=0.95, # 確率上位95%の単語から選ぶ temperature=0.7 # ランダム性の調整 ) # 結果をデコードして表示 generated_text = tokenizer.decode(output[0], skip_special_tokens=True) print(generated_text)
📌 補足：日本語モデルを使いたい場合は？
Hugging Faceでは、日本語に対応したGPT-2モデルも公開されています。
model_name = "rinna/japanese-gpt2-small" tokenizer = GPT2Tokenizer.from_pretrained(model_name, use_fast=False) model = GPT2LMHeadModel.from_pretrained(model_name)
この変更だけで、日本語の文章生成もOK！
🧠 実験してみよう！
以下のようなプロンプトで試してみると、生成AIの「表現力」が実感できます：
| プロンプト例 | 予想される出力の傾向 |
|---|---|
| 「明日から新しい仕事が始まる。」 | 少し不安、期待などの展開 |
| 「AIと人間はこれからどう共存するのか。」 | 倫理や未来に関する自然な考察 |
| 「おすすめの旅行先を教えてください。」 | 実在する場所や時期に合った提案など |
✅ まとめ：Colabで文章生成AIを体験しよう！
✅ Google Colabを使えば、誰でも無料で生成AIを体験できる
✅ GPT-2は軽量で、実験・学習にはぴったり
✅ Python数行で自然な文章生成が可能！
✅ 「サンプリング戦略」や「プロンプト工夫」で出力の個性を調整できる
Best regards, (^^ゞ
