WordPress のチャットボットに「学習させる」のはやめてください。代わりにこれを。

三年前、自社の製品や記事や口調を知っている WordPress チャットボットが欲しければ、答えはモデルの微調整でした。数百から数千の質問と回答の組を集め、OpenAI にお金を払ってカスタム版を訓練し、自分の声で話すモデルを手に入れる。

当時はそれが正解でした。今は違います。2026 年に、顧客向けのチャットボットのために微調整を売ってくるコンサルタントがいたら、席を立ってください。

なぜ微調整は廃れたのか

理由は単純です。微調整は、訓練の時点でコンテンツをモデルの重みに焼き付けます。それには三つの問題があります。

• 知識が古くなる。 新しい記事を公開した日、ボットはそれを知りません。更新するには再訓練で、時間もお金もかかります。
• 不完全な圧縮。 モデルは百科事典ではありません。訓練データの事実を「忘れ」たり、でっち上げたりします。正確に答える必要があるボットにとって、これは致命的です。
• 最先端モデルが追い抜いた。 今のモデルは指示に従うこと、文脈を使うことが非常に上手で、きちんと指示された素のモデルが、微調整された古いモデルを上回ります。計算が合わなくなりました。

OpenAI 自身も、公式ドキュメントを静かにこの方向へ動かしました。今の案内は「まずプロンプトと埋め込み（embeddings）を試し、プロンプトで解決できない文体上の要件がある場合にだけ微調整を」です。コンテンツを知らせるための微調整の時代は終わっています。

2026 年に効く構成

自社の内容を知るチャットボットの、今の標準は三つの部品でできています。

1. 強い基盤モデル。 AI Engine で一つ選び、いつでも入れ替えられます。再訓練は要りません。
2. 明確なシステムプロンプト。 ボットの役割、口調、決して言ってはいけないこと、わからない質問の扱いを数段落で。性格を刻むのはここで、微調整ではありません。
3. 検索できる文脈としてのコンテンツ。 投稿、製品、チュートリアルの埋め込みインデックス。質問が来た時点で、AI Engine が関連する断片を取り出してプロンプトに差し込み、モデルはそれを読んで答えます。これが RAG（検索拡張生成）で、AI Engine には最初から入っています。

結果として、ボットは常に最新の内容を知っていて（新しい記事の埋め込みは数秒）、出典を示せて、API 費用は微調整モデルの何分の一かで、基盤モデルが良くなるたびに何もせずに恩恵を受けます。

微調整が今でも正しい、狭い一つのケース

微調整が正しい道具になる場面は、ちょうど一つだけあり、それはコンテンツの話ではありません。

強い文体上の制約。 すべての答えを非常に厳密な形式（固い JSON スキーマ、一切のぶれが許されないブランドの声、業界特有の省略記法）にしなければならず、プロンプトでは安定して守らせられない。そのときは、微調整してください。

それだけです。目的が「ボットに自社の製品やチュートリアルを知ってほしい」なら、微調整は要りません。必要なのは RAG で、AI Engine がそれを提供します。

要するに

最先端の基盤モデルを使う。短く明確なシステムプロンプトを書く。コンテンツを埋め込みとして差し込む。以上です。2023 年の微調整ボットより安く、速く更新でき、良い答えが返ってきます。「自分のブログで自分の ChatGPT を訓練する」時代は終わりました。それは良いことです。