[韓国語字幕] Claude & Gemini 3.1 完全攻略：プロンプトから動画生成まで

この講座は、Claudeを単に質問に答えるチャットボットとしてではなく、実際の業務をともに進める協働型パートナーとして活用する方法を学ぶ実践的なコースです。全2部18講で構成されています。 まず、生成AIがどのように言語を理解・生成するのか、意味解析と曖昧性、統計的言語モデルといった基本原理を押さえ、Claudeを適切に扱うための土台を築きます。この理解をもとに、より洗練されたプロンプトを設計できるようになります。 その後は、実務で日々直面する作業を一つずつ自動化していきます。メールの自動整理、議事録からのアクションアイテム抽出、Excelデータの整理、報告書・提案書の作成、請求書・領収書情報の抽出、日次ブリーフィングの自動化まで、文書・データ業務全般を扱います。 後半では、さらに一歩踏み込みます。PPTスライドの自動生成、外部サービスとの連携、スケジュールベースの自動ルーティン、Skillsプラグインの活用、競合他社の並列分析、SOP・社内規定の作成、Chromeブラウザの自動化、そしてバイブコーディングによる実際のアプリ制作まで実習します。 単なる質問と回答を超え、要件分析から文書化・自動化・開発まで、Claudeとともに仕事を進める実践的な感覚を身につけられます。

この講義は、OpenAIのAIコーディングエージェントCodexを最初から最後まで扱う全37回、約14時間のコースです。 AIコーディングツールは、今や珍しいものではありません。しかし、ほとんどのユーザーは自動補完を受け入れたり、チャット欄に質問したりするレベルにとどまっています。Codexのようなエージェント型ツールは、それよりはるかに多くのことができます。プロジェクト全体を読み込み、複数のファイルを同時に修正し、テストを実行して自らエラーを見つけます。問題は、それだけの制御が必要になることです。何を許可し、何を禁止するのか、プロジェクトのルールをどう教えるのかが分からなければ、ツールが生成したコードを後から修正することになります。 この講義では、その制御方法に重点を置きます。初級パートでは、インストールと最初の対話、ファイル編集とセッション管理、スラッシュコマンドを学び、プロンプト作成の基礎を身につけます。明確な依頼、作業の分解、検証という3つの原則を、実習を通して身につけます。 中級パートからが本題です。config .tomlで動作を設定し、AGENTS .mdでプロジェクトのルールを教え、Memoriesで記憶を管理します。サンドボックスと4種類の承認ポリシーを組み合わせ、安全の境界を自分で設計します。続いて、スレッドの分離と並列作業、計画モード、MCPサーバーとの接続、SKILL .mdを使ったカスタムスキルの作成まで扱います。 最後には、ウェブ検索とGitの自動化、VS Code・Cursorとの連携、FastAPIの実習を経て、SQ/EQキューモデルというCodexの内部プロトコルまで見ていきます。ツールがどのように動作するのかを知っていれば、問題が起きたときの対処も変わります。 講義全体は、TaskFlowという1つのサービスを作っていく流れで進みます。機能を個別に学ぶのではなく、実際のプロジェクトでいつ何が必要になるのかを、順を追って体験できます。

この講義は、Streamlitの基礎を身につけた開発者が、実際にデプロイできるレベルのWebアプリを作るための、全16回・約9時間30分の実務コースです。 Streamlitは、数行書くだけで画面を表示できるツールです。そのため入門は簡単ですが、いざ実務で使おうとすると、別の壁にぶつかります。ログインはどのように実装するのか、パスワードはどこにどのように保存するのか、ページが複数ある場合に変数をどのように共有するのか、フォームを送信するたびに画面全体が再実行される問題をどう防ぐのか。この講義では、そうした壁を一つずつ扱います。 前半では、データフレームとチャートの可視化、日付・ファイルアップロードウィジェット、Session Stateを復習しながら、ミニダッシュボードを作成します。続いて、最初のプロジェクトとしてNLP分析アプリの開発を始めます。Anacondaの仮想環境を構成し、spaCy・neattext・wordcloud・deep_translatorをインストールしたうえで、テキスト統計と品詞分析、ワードクラウドの可視化、多言語翻訳、韓国語の感情分析まで組み込み、一つのアプリを完成させます。st . columnsとst . expanderで画面を構成し、サイドバーにブランディングを追加するなど、完成度を高める作業もあわせて扱います。 後半は、サービスレベルの機能が中心です。SQLiteで会員データを管理し、平文保存の危険性を確認したうえで、SHA-256ハッシュ化によってパスワードを安全に処理します。テーマのカスタマイズ、マルチページ構成とURLスラッグ、ページ間での変数の受け渡し、txt・PDF・docxを問わず読み込めるスマートリーディング、st . formとコールバックによってリロードを制御する方法まで扱います。 最後の3回では、Pythonのクラスを深く学びます。内部の動作原理、カプセル化、継承と特殊メソッドを扱い、コードを構造的に組み立てるための基盤を作ります。 講義を終える頃には、Streamlitで作ったアプリを"練習用"ではなく、"実際に使えるもの"へと引き上げられるようになります。

全7回、合計3時間55分でDockerの基礎を身につけるコースです。概念の説明にとどまらず、Dockerfileを5つ実際に作成してビルドし、最後にはFastAPIサーバーとMySQLデータベースを1つのアプリケーションにまとめ、docker compose up の一行で起動します。 第1講と第2講では、Docker DesktopのインストールとWSL2環境の確認から始めます。Docker Hubからubuntuイメージをpullしながら、イメージが複数のレイヤーで構成されていることを確認し、imagesとrmiでローカルイメージを管理します。続いて、run、ps、stop、rmでコンテナのライフサイクルを扱い、execで実行中のコンテナ内部に入ってみます。ポートマッピング（-p）でhttpdコンテナのWebページをブラウザで開き、ボリューム（-v）と環境変数（-e）を使ってMySQLコンテナを起動し、コンテナを削除した後もデータが残る理由を確認します。 第3講から第5講までは、イメージを直接作成するパートです。FROM、WORKDIR、COPY、ENV、RUN、CMD、EXPOSEを1行ずつ詳しく見ながら、RUNとCMDがそれぞれビルド時と実行時に動作するという違いを確認します。1回実行されて終了するPythonスクリプト、常時起動しているFastAPIサーバー、PyInstallerでコンパイルした実行ファイル、そしてjqのような既存のバイナリという4つのタイプを、それぞれイメージとして作成します。特にコンパイルの例ではマルチステージビルドを使用し、ビルドツールを破棄して成果物だけを残す方法を扱います。 第6講と第7講では、コンテナ同士を接続します。ネットワーク設定なしで2つのコンテナを起動すると、なぜ "Internal Server Error" が発生するのかをまず再現したうえで、docker network createでネットワークを作成し、コンテナ名だけで互いを見つけられるようにします。network inspectで割り当てられたIPを確認し、コンテナ内でpingと/etc/resolv . confを使って、Docker組み込みDNS（127.0.0.11）が動作していることまで目で確認します。最後の第7講では、これまで使用してきたすべてのdocker runオプションをcompose.yamlという1つのファイルに書き移し、upとdownでアプリケーション全体をまとめて起動・停止します。 実習で使用したDockerfile、app . py、compose.yamlなど、5種類のプロジェクトが資料として提供されるため、タイピングなしですぐに取り組めます。実習環境はWindows＋PowerShellを基準に進めますが、macOSとLinuxでもコマンドは同じです。

この講義は、PyTorchでディープラーニングをゼロからもう一度積み上げていく、全47回、約39時間のコースです。 ディープラーニングの講義は数多くありますが、その多くは二つのタイプに分かれます。ライブラリの使い方だけをざっと学び、肝心のコードがなぜそのような形になっているのか分からなくなるか、数式から始めて途中で挫折してしまうかです。この講義では、別の順序を選びます。まず結果を作ってみて、その後で、その中で何が起きていたのかを掘り下げます。 スタートは事前学習済みモデルです。画像分類を実行し、Stable Diffusionでインペインティングを試し、BLIPによる画像キャプション生成まで実習します。最初の時間から成果物が得られるため、その後の理論を学ぶ動機が生まれます。 次がこの講義の核心です。テンソルを7回にわたって扱います。インデックス操作やブロードキャストはもちろん、ストレージやstrideといったメモリ構造、メモリの連続性の管理、GPU演算とNumPyとの相互変換まで掘り下げます。テンソルをここまで詳しく扱う日本語の講義は多くありません。ここを理解すると、その後のコードがまったく違って読めるようになります。 続いて、実際のデータをテンソルに変換する前処理を扱います。画像のカラーチャンネル、テーブルデータとワンホットエンコーディング、時系列、テキスト埋め込みまで、データの種類ごとに見ていきます。そして学習の原理へ進み、損失関数と勾配降下法を数値微分で直接実装した後、Autogradがそれをどのように自動化しているのかを確認します。自分で作ってみた人だけが、自動微分の便利さを本当の意味で理解できます。 後半はニューラルネットワークの構造です。nn.Moduleで深層ニューラルネットワークを作り、CIFAR-10を分類する中で全結合ニューラルネットワークの限界に直面し、そこからCNNがなぜ必要なのかを自然に理解していきます。最後にはテキスト生成へ進み、バイグラムモデルから埋め込み、MLPベースの生成モデルを経て、AttentionのQuery・Key・Valueの原理まで扱います。 Pythonを扱うことができ、ディープラーニングを本格的に理解したい方であれば、この講義を終えたときに残るのはサンプルコードではありません。どのようなモデルに出会っても、その構造を読み解ける目なのです。

この講義は、FastAPIでバックエンドAPIを設計・実装する全41回、約22時間のコースです。 FastAPIは簡単に始められるフレームワークです。ドキュメントに目を通して数行書けば、APIが動き始めます。問題はその後です。リクエストがどこを経由して関数のパラメータに到達するのか、依存関係がいつ解放されるのか、例外がどの地点で捕捉されるのかを理解していないと、少し複雑になっただけで行き詰まります。この講義では、その内部動作を追うことに時間をかけます。 まずは開発環境から始めます。condaとvenvの2つの方法を扱い、VS Code REST ClientとSwagger UIでリクエストを送信しながら、HTTPリクエストとレスポンスの構造を身につけます。続いて、パスパラメータとクエリパラメータの違いを扱い、なぜ422エラーが発生するのかを型チェックと関連付けて説明します。 Pydanticは、この講義で最も深く掘り下げる分野です。スカラー型から日付・UUID・Decimal、EnumとLiteralまで確認した後、BaseModelへ進みます。Field()で条件を設定し、@field_validatorで単一・複数フィールドを検証し、@model_validatorのbeforeとafterの動作の違いまで扱います。Pydantic v2を基準としているため、最新の構文をそのまま実務に活用できます。 中盤では、構造化と依存性注入を扱います。APIRouterによるファイル分割、関数やクラスを依存関係として利用する方法、Sub-dependency、デコレータレベルの依存関係を順番に学びます。ここではyieldに4回分を割り当てています。ジェネレータの動作原理、raiseによって呼び出しスタックをさかのぼりながら例外を伝える過程、throw()によってyieldの地点に例外を注入する方法まで掘り下げます。yieldを含む依存関係でリソースの解放がどのように行われるのかを理解すれば、DBセッションの管理も明確になります。 後半では、認証とデータベースを扱います。OAuth 2.0の概念と4つのGrant Typeを整理し、JWTの発行・検証、OAuth2PasswordBearerの内部実行ロジック、Security()とscopesを利用した権限制御を実装します。続いて、Google・Kakao・Naverのクライアントを自分で設定し、Authorization Code Grant方式でソーシャルログインを組み込みます。最後にSQLAlchemy ORMを扱い、create_engineのURL構造、DialectとDBAPIの役割、トランザクション、セッション、モデルとテーブルの作成まで進みます。 "動くコード"を超えて、"なぜそのように動くのか"を知りたい方に適した講義です。

職場で一日を振り返ってみると、繰り返される仕事は決まっています。資料を探し、報告書を書き、会議に参加して記録を残し、ExcelやPowerPointを作成し、結果を文書にまとめて共有します。この5つが、実質的にオフィスワークの骨格です。 この講座では、その5つの工程にそれぞれ適したAIツールを1つずつ割り当て、順番に扱います。資料調査と情報整理はPerplexity、文書作成と下書きはClaude、議事録の自動化はNAVER CLOVA Note、オフィス業務のサポートはMicrosoft Copilot、Googleサービスとの連携はGoogle Geminiです。単にツールを列挙する講座ではなく、業務のどの場面にどのツールを組み込むかを決めるための講座です。 各ツールは、同じ3段階で進めます。第1講では、そのツールがどのような背景から生まれ、何が得意で何が苦手なのか、無料版と有料版の境界はどこなのかを整理したうえで、公式サイトを見ていきます。第2講では、メニューや設定を確認しながら基本的な使い方を学びます。第3講では、実際の業務シーンをそのまま取り上げて実習します。事業報告書や出張報告書の書式作成、ソウル・鍾路の飲食店を調査して宣伝用のプレゼン資料にまとめる作業、取引先に製品を紹介する事業報告書のPowerPoint下書き作成、売上報告会議を録音して議事録に変換する作業、マーケティング用のロゴ画像作成、稟議書や会計帳簿をGoogleドキュメントで作成する作業などです。 特にこの講座では、質問の投げかけ方によって結果がどれほど変わるのかについて、十分な時間をかけて扱います。同じ依頼でも、2行で書く場合と10行で書く場合では成果物がまったく異なることを、表の作成、グラフの生成、リスト形式、ファイルのダウンロードといった具体的な指示を加えながら、実際にお見せします。 準備するものは、インターネットに接続されたPCとウェブブラウザです。5つのサービスそれぞれへの登録が必要で、講座は無料で利用できる範囲を基準に進めます。ただし、ツールごとに制約が異なります。Microsoft CopilotはOfficeアプリとの連携で本領を発揮するため、Microsoft Officeを使っている環境では活用度が大きく高まります。また、CLOVA Noteのリアルタイム録音実習は、PCのマイクよりもモバイルアプリのほうが安定しています。こうした点については、それぞれのセクションでその都度ご案内します。 AIツールを一度も使ったことがなくても問題ありません。講座を終える頃には、「この業務にはどのツールを開けばよいのか」という判断ができるようになり、望む結果を得るための質問を自分で組み立てられるようになります。

この講座は、Figmaを初めて開く方が、UIデザインの基礎から最新のAI自動化機能まで学べる全26回、約13時間の実践コースです。 Figmaは今やUIデザインの基本ツールとなっていますが、機能が多く、どこから手をつければよいのか途方に暮れてしまいがちです。特にAuto LayoutとComponentは、一度しっかり概念を理解しておかないと、常に遠回りすることになり、最終的には図形を一つひとつ移動させる作業にとどまってしまいます。この講座では、これらの概念を例題とともに順を追って積み上げていきます。 前半では、インターフェースとベクターツール、グラフィックスタイルを扱います。図形やパスの操作方法を学び、カラーやテキストスタイルをシステムとして登録する方法を身につけると、その後の作業スピードが大きく変わります。続いて、Auto Layoutによって要素を自動配置する仕組みを学びます。 中盤では、ComponentとVariantsを扱います。1つのボタンを作成して状態ごとに管理し、複数の画面で再利用する構造を実践します。レスポンシブレイアウトの回では、画面サイズが変わっても崩れないUIを設計し、モバイルレイアウトへも展開します。 最後の6回が、この講座の大きな特徴です。'html . to . design'プラグインを使って既存のWebページをFigmaに取り込み、Figma Siteでデザインを実際のWebページに変換し、Figma Makeでプロンプトを入力してコードまで生成するプロセスを扱います。最新のFigma AI機能についてもあわせて解説します。 デザインを専攻していなくても、グラフィックツールを使った経験がなくても、無理なくついてこられます。講座を修了する頃には、WebとモバイルのUIを自分で設計し、AI機能によって作業時間を短縮できるようになります。

この講座は、Googleが提供するAIエージェント開発プラットフォーム「Antigravity 2.0」を活用し、コーディングの知識がなくても質問だけでプログラムを開発する、バイブコーディングの入門コースです。料金を支払わずに学習できるよう、無料のAIモデルを最大限に活用し、全3部19講で構成されています。 第1部では、Antigravityとは何かを理解します。AIバイブコーディングにおいてIDEとCLI環境がどのように異なるのかを確認し、さまざまなAI開発ツールの中でAntigravityがどのような位置づけにあるのか、なぜ「自動運転」にたとえられるのかを見ていきます。インストールから初回起動までを終え、開発を始める準備を整えます。 第2部では、Antigravityの使い方を本格的に扱います。最初の成果物を作りながら、質問の仕方や結果の確認・修正方法を学び、UndoとRedoを使う際の注意点、プロジェクトメニュー、毎回表示される承認リクエストをなくす方法を身につけます。無料モデルの利用制限に達したときの実践的な対処法も取り上げ、実際につまずくポイントを自力で解決できるようにします。 第3部では、外部AIを活用してアンケート（Survey）データを連携する機能を実装します。どのように質問すれば望む結果が得られるのかを学び、完成した成果物を確認した後、2回の実習を通してデータ連携を自分で完成させて締めくくります。