inflearn logo
知識共有
inflearn logo

LangChain - LangChainとRAGによる制御されたAIエージェントの開発

このコースでは、LangChain、OpenAI、そしてRAGを活用して、実践的なAIエージェントを構築する方法をステップバイステップで解説します。 開発者がLLMの基本的な利用から、構造化され制御可能な本番レベルのAIシステムへとステップアップできるよう支援してきた私の経験に基づき、このコースでは、信頼性の低いAIの回答、制御の難しさ、不十分なコンテキスト処理、メモリの問題といった、よくある課題の解決に焦点を当てています。 単なる理論の学習にとどまらず、ビジネス、プランナー、マーケティング、メールといった各種エージェントの設計、AI出力の検証、ログ管理、さらにはベクトルデータベースを用いた検索拡張生成(RAG)の統合など、ハンズオン形式のプロジェクトを進めていきます。 各コンセプトは分かりやすく説明され、実践的に実装し、実際のユースケースに結びつけられているため、学んだ内容を自信を持って自身のプロジェクトに活用できるようになります。

2名 が受講中です。

難易度 入門

受講期間 無制限

vector-database
vector-database
prompt engineering
prompt engineering
LangChain
LangChain
RAG
RAG
AI Agent
AI Agent
vector-database
vector-database
prompt engineering
prompt engineering
LangChain
LangChain
RAG
RAG
AI Agent
AI Agent

受講後に得られること

  • LangChainを使用して、制御可能でモジュール化されたAIエージェントを構築する

  • 構造化されたプロンプトとスキーマを用いて、ビジネス、プランナー、マーケティング、メールのエージェントを設計する

  • 文脈に沿った信頼性の高い回答を実現するために、ベクトルデータベース(ChromaDB)を用いたRAGを実装します。

  • AIアプリケーションにおけるエージェントのメモリ、ログ、バリデーション、セキュリティを管理します。

  • 実社会で活用可能な、完全なエンドツーエンドのAIプロジェクトを開発する

LangChainとRAGで構築する信頼性の高いAIエージェント:LLMから本番環境まで

サブタイトル(任意)
LangChain、OpenAI、ベクトルデータベースを使用して、ビジネス、マーケティング、自動化のための制御されたAIエージェントを設計します。

4

なぜこのコースなのか?
多くの開発者はLLMのAPIを呼び出す方法は知っていますが、AIのレスポンスが予測不能で、非構造化され、スケールさせることが不可能になったときに苦労します。
このコースは、受講生から繰り返し寄せられる次のような質問を受けて設計されました。

「AIの動作を制御し、出力を検証し、自分のデータを確実に活用するにはどうすればよいか?」

このコースでは、次のような業界で使用されている実用的でプロダクションレベルのAIエージェントシステムを構築するプロセスを通じて、その疑問にお答えします。

  • ソフトウェア & SaaS

  • マーケティング&コンテンツ自動化

  • ビジネスインテリジェンス

  • AIを活用した社内ツール

学習内容

セクション (1): コアキーワード – AIエージェントとLangChainの基礎

プロンプトベースのスクリプトだけでなく、制御可能でモジュール化されたAIエージェントを設計する方法を学びます。

4

このセクションでは、以下の方法を学びます:

  • LLMとAIエージェントの違いを理解する

  • LangChainを使用して、構造化されたAIワークフローを構築する

  • システム、ビジネス、プランナーのプロンプトを設計する

  • 信頼性の高いAI出力を実現するためのスキーマとチェーンを作成する

  • エージェントの実行、ログの管理、およびレスポンスの検証

  • 特化型エージェント(ビジネス、プランナー、マーケティング、メール)の構築

🎯 学習目標:
基本的なLLMの利用から、予測可能で説明可能、かつ制御されたAIの動作へとステップアップします。

セクション (2): コアキーワード – RAG、ベクトルデータベース、およびメモリ制御

検索拡張生成(RAG)を統合し、AIが実際のドキュメントやプライベートデータを利用できるようにします。

4

このセクションでは、以下の方法を学びます:

  • RAGとベクトルデータベースを理解する

  • 外部コンテキストファイルのアップロードと処理

  • 埋め込み(embeddings)を生成し、ChromaDBに保存する

  • 類似性検索と情報の取得を実装する

  • AIリクエストにコンテキストを動的に注入する

  • RAGのメモリとコンテキスト汚染の問題を解決する

  • ベクターベースのメモリの消去、管理、および保護

🎯 学習目標:
一般的なモデルの知識だけでなく、独自のデータに基づいて推論するAIシステムを構築する。

お申し込みの前に

前提条件と注意事項

必要な知識

  • プログラミングの基礎知識(JavaScriptまたはPython)

  • AIやLLMの概念に関する基礎知識(あれば尚可、必須ではありません)

コースのレベル

  • ⚙️ 中級(ステップバイステップの解説付き)

オーディオとビデオの品質

  • クリアな音声による解説

  • 高品質なスクリーン録画

  • 実際のコーディング実演(スライドのみの講義ではありません)

質問の方法

  • 受講生はコース内のQ&Aセクションで直接質問することができます。

  • よくある問題や質問については、アップデートの中で対応されます。

アップデート

  • このコースは生きたプロジェクトとして設計されています

  • AIツールの進化に合わせて、将来的な改善や修正が追加される予定です。

著作権および知的財産権

  • すべてのコース教材、コード例、および動画は、個人の学習目的でのみ使用できます。

  • コンテンツの再配布、転売、または再アップロードは厳重に禁止されています。

💡このコースを修了すると

このコースでは、履歴書やポートフォリオに適した形式の修了証明書を発行しています。
コースを修了することでこれを受け取ることができ、学習成果の公式な証明として活用できます。

💡音声と字幕の言語オプションでスマートに学習

学習スタイルに合わせて、音声と字幕の両方を切り替えることができます。
お好みの言語を選択してください。

こんな方に
おすすめです

学習対象は
誰でしょう?

  • LLMの予測不可能な出力に悩み、AIの挙動をより詳細に制御したいと考えている開発者

  • LangChainとRAGを活用して、本番環境に対応したAIアプリケーションの構築を目指すソフトウェアエンジニア

  • AIエージェントをビジネスワークフローに組み込みたい起業家やプロダクトビルダー

  • AIの基本概念は理解しているものの、AIシステムの構築やスケーリングに難しさを感じている方

前提知識、
必要でしょうか?

  • はい。プログラミング(JavaScriptまたはPython)の基礎知識と、LLMやAIの概念に関する一般的な理解があることが推奨されます。LangChainやRAGの経験は不要です。すべてステップバイステップで解説します。

こんにちは
Sime Bugarijaです。

私はここ4年間、主に映画のアニメーション制作のためにBlenderを積極的に使用してきました。私のコースでは、モデリング、テクスチャリング、ライティング作成、ポストプロセッシング、そしてアニメーションについて多くを学ぶことができます。私の目標は、可能な限りリアルなレンダリングを実現することです。すべてのコースはステップバイステップ形式で、Blenderの経験がない初心者の方を対象としています。

もっと見る

カリキュラム

全体

38件 ∙ (4時間 2分)

講座掲載日: 
最終更新日: 

受講レビュー

まだ十分な評価を受けていない講座です。
みんなの役に立つ受講レビューを書いてください!

似ている講座

同じ分野の他の講座を見てみましょう!

公開していない講座のため、受講が制限されます。