内容紹介

※この商品はリフロー型で作成されており、ハイライトや検索、文字の大きさの変更などの機能がご利用可能です。

◆生成AIの仕組みを理解し、システムに導入する◆

　ChatGPTやGeminiが登場してから、世界中で生成AIブームが続いています。代表的な使い方として、文章の要約やアイデア出しなどが有名です。一方、その理由（Why）を正しく説明できる人は、実はそれほど多くありません。

　本書は、生成AIの基本に立ち返り、類書で取り上げられない理屈（Why）に注力して解説します。生成AIの入門からシステム導入までに必要なエッセンスを厳選し、図解も交えながら1冊で体系的にまとめています。

　はじめに、生成AIの仕組みや基本的なプロンプト手法をわかりやすく説明します。続いて、生成AIの応用技術であるRAGとAIエージェントを取り上げ、その本質的な仕組みや主要なサービスについて解説します。最後に、生成AIを仕事で使いこなす・システム導入するための具体的なアクションプランを紹介します。

■こんな方におすすめ

・ChatGPTの活用レベルを要約や文章生成から上げたい方

・RAGやAIエージェントなどの生成AI技術を体系的に学びたい方

・生成AI導入案件のポイントを手っ取り早くおさえたい方

■目次

第1章 まずは生成AIの基本を知ろう！

　　1.1 生成AIと大規模言語モデルって何？

　　1.2 大規模言語モデルってどんな仕組みで動いてるの？

　　1.3 大規模言語モデルは何が新しいの？

　　1.4 まずは三大LLMサービスを覚えよう！

　　1.5 生成AIを使うときの注意点は？

　　1.6 生成AIの著作権と向き合おう！

　　第1章のまとめ 生成AIの基本用語

第2章 すべてはプロンプトから始まる

　　2.1 プロンプトの基礎知識

　　2.2 プロンプトを書くときの基本ルール

　　2.3 生成AIの長所を活かして短所を補おう！

　　第2章のまとめ プロンプトの基本要素

第3章 実践！プロンプトエンジニアリング

　　3.1 たったこれだけ！プロンプト基本パターン10選

　　3.2 適切なプロンプト手法の選び方

　　第3章のまとめ プロンプトエンジニアリング

第4章 生成AIに新たな知識を与えるRAG

　　4.1 RAGって何？

　　4.2 実は検索エンジンが主役！RAGを支える仕組み

　　第4章のまとめ RAGの基本用語

第5章 実践！RAGシステムの導入ポイント

　　5.1 RAGシステムの全体像を知ろう！

　　5.2 「インデックスの登録」におけるポイントは？

　　5.3 「ユーザーの入力」におけるポイントは？

　　5.4 「検索クエリの実行」におけるポイントは？

　　5.5 「回答の生成」におけるポイントは？

　　第5章のまとめ RAGの改善アプローチ

第6章 今エンジニアが最優先で学ぶべき技術！AIエージェント

　　6.1 AIエージェントって何？

　　6.2 Profiling機能：役割と目的を定める

　　6.3 Planning機能：目的を達成する計画を立てる

　　6.4 Action機能：計画にもとづいて行動する

　　6.5 Memory機能：情報を記録して活用する

　　第6章のまとめ AIエージェントの基本要素

第7章 実践！AIエージェントの応用テクニック大全

　　7.1 AIエージェント同士の連携パターン

　　7.2 AIエージェントの身近な例

　　7.3 AIエージェントを作るツール

　　7.4 標準化ツール

　　第7章のまとめ AIエージェントの応用テクニック

第8章 生成AIを「使いこなす」アクション集

　　8.1 生成AIマインドに切り替えるためのアクション

　　8.2 プロンプトをチューニングするためのアクション

　　8.3 生成AIとの役割分担を見直すためのアクション

　　8.4 生成AIの嘘を見つけやすくするためのアクション

　　8.5 生成AIを感覚で覚えるためのアクション

　　第8章のまとめ 生成AIを「使いこなす」アクション集

第9章 生成AIを「システム導入する」アクション集

　　9.1 企画・構想フェーズのアクション

　　9.2 精度分析・改善フェーズのアクション

　　9.3 実機化・運用フェーズのアクション

　　第9章のまとめ 生成AIをシステム導入するアクション集

■著者プロフィール

山田博啓：東京工業大学（現東京科学大学）理工学研究科を卒業後、2017年に日鉄ソリューションズ株式会社へ入社。大手アパレル向け大規模システム開発プロジェクトにおいて、アプリケーションおよびインフラ双方のプロジェクトリーダーを担当。その後、同社研究部署へ異動し、自然言語処理の応用研究および案件適用に従事。社内初となる生成AI研究テーマを発足し、大手製造業・小売業を中心に生成AIシステム導入プロジェクトを推進。2023年から2025年まで、3年連続で「Japan AWS All Certifications Engineers」に選出。