AIエージェントチームの事故記録6件とチェックリスト5枚

単なるチュートリアルだけでは実務への適用は難しいですよね。私の現場でのノウハウを詰め込み、複雑な状態管理とマルチエージェントの設計手法を確実にお伝えします。

AIが日常や産業全般に急速に浸透する中、それを狙う攻撃手法も共に進化しています。この講義は、生成AIやLLMを取り巻く最新のセキュリティ脅威を理解し、AIを活用してセキュリティ業務を自動化するだけでなく、LLMのジェイルブレイク攻撃と防御まで実習を通じて体験する、実践中心のカリキュラムです。

プロンプトを長く書く代わりに、実際のプロジェクトで事故が起きるたびに、ルールファイル、記録、権限、フック、検証ルーチンを一つずつ作ります。5日間で実際に作成してサーバーにアップしたニュース通知ボットを題材に、画面キャプチャ211枚と指示87個を原文のまま収録。

Claudeデスクトップアプリのインストールと画面の確認から始め、 一つに統合されたClaudeで何が変わったのか、「質問するAI」と「仕事をするAI」の違いを理解する。 PART 1 「上手に指示する」では、業務依頼書の作成、ファイルや調査の依頼、文書・スライド・表の成果物の受け取りまで、 一つのチャット画面からClaudeに仕事を任せる方法を身につける。 PART 2 「自分の業務につなげる」では、メモリやプロジェクトに自分のルールを覚えさせ、 データ分析やメール・ドライブ・カレンダー、自分のパソコンのフォルダー、Web上の業務まで、 Claudeを実際の業務環境につなげる。 PART 3 「丸ごと任せる」では、大きな仕事を一度に任せ、スキル・予約タスク・業務ダッシュボードを活用して、 繰り返し業務を自動で進め、人は承認するだけの業務体制を実現する。 各回は、講師が実際に運用している業務をClaudeで処理する様子を中心に構成し、 同じ方法を企業や学校の業務に適用する例もあわせて紹介する。

OpenClawの1・2部まで進めると、結局一人のエージェントにすべてを任せることになります。 そうなると、プロンプトが絡まり、メモリが混ざり、フォルダが整理できなくなり、「これからどう整理すればいいのか」と途方に暮れる瞬間がやってきます。 この講義は、その地点から一段階上へと引き上げるための「マルチエージェント入門編（2.5部）」です。 一つのボットを維持したまま、planner / editorの二つのエージェントに役割を分離し、 各エージェントに異なるワークスペースとTelegramフォーラムのトピックを連携させることで、 「どの部屋で話すかによって異なるエージェントが応答する構造」を実際に構築してみます。 実習を進めると、自分の環境内に - `content_planner`と`content_editor`の二つのエージェントが定義された設定ファイル、 - 企画と下書きが分離されたコンテンツフォルダ構造、 - フォーラムのトピックごとに異なるエージェントが紐付いたTelegramグループ、 - そして、二つのエージェントが協力して作成したInflearn講義紹介文の下書き1つが実際に残ります。 つまり、この講義は「AI秘書1人」で始めたTelegramボットを、 「役割が分かれた小さなAIチーム」へとアップグレードする第一歩を共に設計する実践授業です。

「自分のJavaコードをAIの手足に！カカオPlayMCPとSpring AIが出会う実践エージェント開発」 従来のLLMは学習されたデータの範囲内でのみ回答するため、最新性や正確性に欠けるという限界があります。この講義では、AIと外部ツールを繋ぐ次世代標準プロトコルである**MCP(Model Context Protocol)**を学習し、Spring AIを通じて一度の実装でカカオPlayMCPなど様々なプラットフォームと連携するサーバーを構築します。「箴言・詩編相談所（チャムシ）」プロジェクトを通じて、理論から実践的なデプロイ、プラットフォーム登録までの全過程をマスターし、自らツールを操る真のAIエージェントデベロッパーへと成長しましょう。

自分が寝ている間にも勝手に改善し続けるサービスを作ってみましょう！Codexを利用したループエンジニアリングで、24時間稼働するバイブコーディングシステムを作る方法をステップバイステップでじっくり学習します。

AIエージェントが下した判断をそのまま実行してもよいのでしょうか？ オープンソースのDecision AIモデル「Laya」を実際に実行し、判断結果と信頼度を確認してみましょう。コードルールと人によるレビュー（Human-in-the-Loop）を連携させ、「どの判断を自動で実行し、どの判断を人が確認すべきか」を設計する方法を学びます。 LLMの呼び出しだけで終わらせず、実際のサービスでAIの判断を制御・検証したい開発者のための、1時間48分の実践講座です。

スマートフォンのテレグラムで領収書の写真を送ると、OpenClawとGemini 2.5 Flashが自動的に分析し、PCのワークスペースに整理して保存してくれるビジョン機能を備えたモバイルAI秘書ワークフローの入門講座です。

初心者や開発入門者でも十分に取り組める、チュートリアル形式のClaude Code開発講座です。 企画担当者、デザイナー、非エンジニアを対象にオフラインで講義した経験をもとに、本では扱っていない初級例から中級開発例まで、一連の流れで学べます。 Claude Codeを活用し、Hello Worldからラッキードロー、Claude Design＋Excelデータ連携によるデバイス別に最適化されたカフェメニュー管理Webページ、さらにはDBやクラウドサービスにデプロイできるSaaS Webアプリケーションまで、段階的に開発するプロセスを体験します。 理論・実習・プロジェクトの各段階に応じたチュートリアルが用意されており、6段階のレベル別実習を通してAI協働開発の方法論を身につけ、クラウドへのデプロイと運用まで、開発サイクル全体を体験します。

Claude Code、Codex、piなど複数のAIコーディングエージェントを1画面で効率的に管理する方法を学びます。tmuxの概念から、Herdrのセッション、ペイン、プラグイン、CLIまで実際に操作しながら、SSH接続が切れても作業を維持できるエージェントワークフローを構築します。エージェント時代に欠かせない開発環境を、わずか1日で完成させましょう。

エージェントのツール呼び出しとRAGの検索・ドキュメントアクセスにおける権限境界をテストします。実際のモデルと教育用の模擬ツール・ドキュメントを使用して、承認ゲートと検索権限フィルターを観察し、ミッション5・6の診断記録シートを作成します。

"1兆パラメータモデルはどのように学習されるのか" GTC 2026、Moonshot AIがステージで直接公開した Kimi K2.5のスケーリング戦略をInflearnで韓国語でご覧ください。 トークン効率2倍 ・ 100万トークンコンテキスト ・ 1,000個のエージェントスウォーム オープンソースLLMの次のステップがここにあります。 * この講義はKimiを開発したMoonshot AIとInflearnの公式コラボレーションにより、無料で公開されます。

コード一行も知らなくても大丈夫です。 これからはAIと「対話」しながら開発するバイブコーディングの時代です。

設計は私が、コードはAIが：Unity 6とC#でオブジェクト指向設計、Copilot／Claudeへのプロンプト作成、AIコードの検証を学び、60秒間生き延びる3Dゲームを完成させます。AIを使いこなせるゲーム開発者を目指しましょう。

AI Agentにどこまで任せていいのでしょうか？LLMの原理からベンダーごとの設計・セキュリティ・評価まで、IBMの現場エンジニアが実測した根拠に基づいて答え、自分の仕事を任せるSkillまで作ります。

Claude Codeを初めて使う方のための入門講座です。コーディングは自分では行わず、コードも設定ファイルもClaudeが作成します。ブラウザで心理テストを作るところから始め、カードの利用明細を使って家計簿を作り、脱出ゲームを作り、旅行計画書を作成して、GoogleカレンダーやNotionのような外部サービスと連携します。機能は必要になった場面で学ぶため、その機能がなぜ必要なのかも一緒に理解できます。

皆さんを「最上位エンタープライズAIシステムアーキテクト」へと招待します 単に他人が作ったライブラリを持ってきてつなぎ合わせたり、プロンプトの文言を整えたりするだけのミクロな技術者（Prompt Writer）にとどまらないでください。 数学的な第一原理からランタイム制御ループカーネル、そして自律復旧インフラに至るまで――大韓民国の産業現場を牽引してきた40年の実践的な工学的洞察を通じて、皆さんを企業のビジネスとデジタル主権を守る最高水準の 'エンタープライズAIシステムアーキテクト'へと確実に導きます。 今、制御不能なAIを完璧なインダストリアルコアへと変える偉大な旅を始めてみてください。 「デモでは完璧に動いていたAIが、なぜプロダクション環境にデプロイした途端、おかしなでたらめを言ったり、パイプラインを停止させたりするのでしょうか？」 「なぜ、数多くの企業が意気込んで始めたAIプロジェクトは、結局『PoC（概念実証）の沼』から抜け出せず、廃棄されてしまうのでしょうか？」 これは、現場で出会った数多くの開発者やシステムアーキテクトたちが私に投げかけた、最も切実な質問です。 こんにちは。私は、40年以上にわたり韓国の自動車パワートレインR&D部門（現代自動車グループR&D役員17年）で1,300億ウォン規模のエンジンおよび駆動技術の輸出を主導し、上場中堅製造企業の代表取締役（CEO/CTO）として現場を指揮してきたキム・ホンジプです。 機械工学と精密制御の現場で数十年を過ごしてきたエンジニアの目から見ると、現在の生成AI導入ブームの背後には、「致命的な不確実性のリスク」が潜んでいます。わずか0.1%の誤差やミスが、数億ウォン規模の物理設備の損傷や全社的なシャットダウンに直結するミッションクリティカルな産業現場において、単に確率に依存してもっともらしいテキストを出力する確率的チャットボットを、そのままサービスに組み込むことは、時限爆弾を抱えて火の中に入るようなものです。 この講義は、まさにその「制御不能な確率的AIを、わずか0.000%の構文エラーも許容しない、最も堅牢なインダストリアル制御コアへと鍛え上げる実践的な工学的方法論」を伝授するために企画されました。 1. 皆さんが現場で直面している3大致命的ボトルネック（Problem） 数多くのエンジニアが、単発的なプロンプトチューニング（Vibe Prompting）レベルのアプローチでプロダクション環境に挑み、次の3大構造的欠陥に直面して挫折しています。 有限のコンテキストと「中間の紛失（Lost in the Middle）」：会話やマルチターン実行が長くなるほど、主要なシステム指示が押し出され、コンテキストウィンドウが枯渇します。その結果、システムは記憶を失い、ハルシネーションを増幅させます。 非決定論的出力と連鎖的なパイプライン崩壊：JSONの閉じ括弧が1つ欠けたり、型が異なったりするごく微細な確率的変動が、基幹系ERP/CRM API呼び出しを麻痺させ、データ整合性を崩壊させます。 信頼できないコード実行とインフラセキュリティの破綻：エージェントが自律的に生成したスクリプトが、隔離されていないホストOS環境で実行されることで、カーネル脱出や機密データ流出のリスクを引き起こします。 このように産業現場におけるAIの誤作動は、単なる定量的な精度の問題ではなく、非対称なビジネス損失（Asymmetric Business Loss）という巨大な財務的災厄として迫ってきます。 2. この問題を「どのように」完全に解決するのか（Solution） 本講座は、断片化された商用ツールの使い方を教える市販の講座とは一線を画します。40年にわたる実務現場のノウハウとコンピュータシステム工学を融合し、確率的AIをシステムレベルで垂直統合的に制御する3つのハードコアアーキテクチャを伝授します。 ① プロンプティングを超えた「LLM-OS & コンテキストオーケストレーション」への移行 アンドレイ・カルパシ（Andrej Karpathy）のパラダイムに倣い、LLMを会話の応答者ではなく、コンピュータの中央演算コア（CPU）として再定義します。 コンテキストウィンドウを超低遅延の揮発性RAMとして、社内ベクトルDBをDiskとして、外部APIをI/Oバスとして体系化します。 MemGPTの階層型仮想メモリページングによって、無限に続く会話の中でも核心状態を飽和させることなく保持し、MCPベースの流動的な群知能（Liquid Swarm MAS）によって、トークンコストを極小化しながら動的なエージェントネットワークをスケーリングします。 ② 確率的ハルシネーションを0.000%に拘束する「決定論的ハーネスエンジニアリング」 言語モデルの創造的な柔軟性は思考（Reasoning）段階にのみ開放し、実際に外部システムと相互作用する物理的な出力端は、数学的なブール代数とコンパイラによって厳格に封じ込めます。 EBNF / XGrammarベースのCUDAロジットマスキングを適用し、無効なトークンの生成確率をP = 0.000%に強制的に制限します。 エージェントが生成したコードは、5msのスナップショット復元能力を備えたFirecracker MicroVMマイクロ仮想化サンドボックス内でのみ、一回限り実行されるようにし、物理的なセキュリティ隔離リングを形成します。 ③ GPUを無駄にしない「高信頼性MLOps・LLMOps自律復旧インフラ」 vLLM PagedAttentionおよびS-LoRAホットスワップを構築し、VRAMのアイドルによる浪費率を4%未満に抑制します。 マルチエージェントのAPI障害発生時には、SagaLLMの逆順補償トランザクションによってデータの一貫性を100%元の状態に復元します。 OpenTelemetry/Langfuseの分散オブザーバビリティネットワークを通じて、RAGASの忠実度スコア低下（Data Drift）を検知した際には、無人カナリア自動ロールバックを実行し、システムの可用性を守ります。 3. 螺旋的成長を導く実践的価値（Pedagogy & ROI） 本講座は、ブルームの改訂版教育分類学（Bloom's Taxonomy）5段階に沿って体系的に設計されています。学習者は、単なる理論の想起（Remember）から出発し、5段階のデバッグパイプライン（Deceptive Baselineの罠となるソースコード分析 ➔ 敵対的エンジニアリングによる分解 ➔ Robustな完全性パイプラインの確立 ➔ TEI ROIの算式算出 ➔ SOTIF/ISO 42001ガバナンス）を自らコーディングし、検証します。 単に「うまく動く」という感覚的な満足にとどまらず、Forrester TEI（Total Economic Impact）の財務モデルを適用し、皆さんが構築したAIシステムが企業の手戻りコスト（Rework Cost）をどれだけ削減し、数億ウォン規模の障害リスクを回避してROI 200%以上を実証できるのかを、経営陣の視点に立った指標として可視化します。

Claude Codeの核となる機能（MCP、Agents、Skills）を活用し、キウム証券APIベースの株式自動売買システムを最初から最後まで構築します。初心者の方でも大丈夫です。今すぐClaude Codeを始めてみましょう！

Claudeを単なる対話ツールから業務自動化システムへと転換させる、全4回の集中講座です。エージェント、Claude Code、ワークフローなどの核心概念を実務事例とともに学習し、開発の知識がなくても自身の業務領域でEnd-to-Endの自動化システムを構築できる実戦能力を身につけます。この強力な武器は、暗黙知を持つ非エンジニアの手に渡った時にこそ、最大の威力を発揮します。一方で、エンジニアの方であれば、その理由を理解しておくことが望ましいでしょう。AIの津波が押し寄せています。飲み込まれるのではなく、これを武器として使いこなしてください。