（企画者のための）LLMの基礎とLLMベースのサービス企画の理解

プロンプトエンジニアリングとコンテキストエンジニアリングを経て、今やハーネスエンジニアリングへ。プロンプトとRAGでは達成が困難なLLMベースの課題を、ハーネスで解決できます。

数式一つ、コード一行も使わずに、人工知能の開発と活用に必要な基礎統計の本質を突き詰めます。

ジュニア開発者が人工知能を開発ツールとして活用し、企画からコード作成、デプロイ、検証に至る開発プロセス全体を理解できるようにします。

プロンプトエンジニアリングの理論から実践的なテクニック、そして最新の応用事例やセキュリティ・倫理問題まで幅広く網羅し、LLMベースのサービス開発者、データサイエンティスト、AI企画者のすべてに実用的な助けを提供します。

問題を「構成する思考」を訓練するように助けます。

認知負荷（Cognitive Load）理論に基づき、RAGの性能を改善する方策を提示します。従来のRAG性能向上手法の限界を超えるため、認知負荷という思考の枠組みを適用し、さまざまな手法を統合します。

生成AI（ジェネレーティブAI）の一種であるLLMを基盤としたアプリケーションやウェブサービスを企画する際に必要な「サービスデザイン」の概念と手法を習得できます。

「名前を一つ変えただけなのに、コードが変わりました。」 可読性の高いコードの核心、「読める名前付け」を原理から事例までまとめました。 読みやすい名前が、共同作業の始まりです。

セキュアコーディング（Secure Coding）が何なのか全く知らなくても理解できる講義です。基本的なセキュアコーディングの概念を習得した上で、ウェブサービスセキュリティを中心に解説します。OO大学主催の特別講義として行われた内容です。160を超えるソースコードを豊富なコメントと共に提供し、実務ですぐに活用できる核心的なテーマや手法をピンポイントで学べるように構成されています。

C言語の基本概念と基本文法を素早く理解することができます。

様々なクリーンコーディングの手法を提示します。

コーディングのための基本プロンプトパターンと、人工知能を活用するための高度なAPIプロンプトパターンを紹介します。

自然言語処理技術の始まりから最新のLLMモデルに至るまでの過程で開発された、多様な言語モデルについて詳細に説明します。

LLMベースのマルチエージェント技術を実装可能にするCrewAI、LangChain、AutoGenなどの様々なエージェントフレームワーク、知識グラフ、推論システムを組み合わせ、人工知能（AI）裁判官を構築する方法について探求します。

LLMサービスを企画するために、ユーザーが要求する事項を収集し分析する方法について見ていきます。

LLMの限界と限界克服のための最新技術、そして展望される未来技術について探求します。

LLMを使用して構築できるアプリケーションやWebサービスにはどのようなものがあるか見てみましょう。

ChatGPTやClaudeのような大規模言語モデルの基礎原理を深く探求しながら、開発能力を高めることができます。普段なかなか接することのできない多様な情報や開発技法を学ぶことができます。

自然言語処理技術の始まりから最新のLLMモデルに至るまでの過程で開発された、多様な言語モデルについて詳細に説明します。

LLMサービスを企画するために、ユーザーが要求する事項を収集し分析する方法について見ていきます。

実習を通じて高品質AIエージェントを作るためのコンテキストエンジニアリング（Context Engineering）技法を学習してみます。

AIがブラウザを直接開き、シェルスクリプトを書いてサーバーの問題を解決するとしたらどうでしょうか。WindowsとLinuxを自在に行き来しながらOpenClawで実現する実践的な自動化ノウハウを通じて、複雑な設定なしで自分だけの強力なリモート開発環境を完成させる最短ルートをご案内します。

GoogleのGeminiモデルの概念とGemini APIの活用方法を学習し、Streamlitを利用してさまざまなAIアプリケーションを作成する講義です。

Java開発者のためのAI活用マスターガイド！ この講座は、AIがPythonだけの領域だという偏見を打ち破り、 皆さんのJavaアプリにAIの目、耳、口、そしてコーディング能力まで付与します。 OpenAI APIをベースに、AIアーキテクトへと成長しましょう。 AI作家、翻訳家、画家、コーディング仲間など、多様なAI専門家を直接開発し、 テキスト要約、感情分析、画像解説、Javaコード生成、音声/テキスト変換、 画像/字幕生成などの核心機能を統合した多機能AIアシスタントを作成します。 システムメッセージでAIに役割を与え、有害コンテンツの検閲まで学びながら、 既存のJavaシステムの競争力を最大化する絶好の機会です。

"LoRAベースの軽量ファインチューニングで自分だけのカスタムLLMを作る第一歩！" この講義は、初めてLLMに触れる方でも簡単についてこられるように設計された入門実習講義です。 複雑な理論は最小限に抑え、モデルの読み込み → データ適用 → 学習 → 結果比較まで全過程を段階的にご案内します。 短時間でLoRA・QLoRAのような最新の軽量ファインチューニング技法の流れを直接体験しながら、 「LLMファインチューニングはこうやって動くんだ」という感覚をつかむことができます。 多くのリソースがなくても、自分のドメインに特化したLLMを作る達成感を直接感じてみてください！

世界を変えるAIの全てをたった4講で完全攻略！ 第1講. 人工知能の本当の正体 AIは魔法ではない。人間の「知能」を数式のように分析して作ったデジタル頭脳！ 賢いふりをする人工知能の核心構造を徹底的に解明します。 第2講. アルゴリズム、AIの創造的（？）思考法 悩むAIはどのようにして答えを見つけるのか？ 囲碁を打ち、道を探し、あなたの検索結果を予測するAIの戦略を直接見てみましょう。 第3講. AIハードウェア、想像を現実に変えるエンジン！ あなたのスマートフォンの中のチップがAIの心臓だ。 CPU、GPU、TPU、そして未知のその名前まですべて解剖します。 第4講. マシンラーニングとディープラーニングの大激突！ AIが「学ぶ」というのは一体どういう意味なのか？ 古典的なルールベースAIから、最近話題のChatGPTまで！学習の進化を追跡します。

大規模言語モデル（LLM）、検索拡張生成（RAG）、およびエージェントAIシステムを使用した、最新の生成AIアプリケーション構築の完全なライフサイクルをマスターしましょう。プロンプトエンジニアリングからデプロイまで、エンタープライズグレードのAIソリューションを設計する方法を学び、LLMをベクトルデータベースや外部知識ソースと組み合わせて、本番環境に対応したアプリケーションを構築します。

AIから望む答えを正確に引き出す「プロンプトエンジニアリング」の核心技術を学びます。 超初心者の第一歩から専門家の実戦応用まで、AI活用能力を最大化しましょう！

最新のTransformerベースのPixArtと軽量適応化SANAを理論からコードまで段階的に実装します。I・II編で扱ったDDPM・DDIM・LDM・DiTを基に、テキストエンコーダ接続、サンプラー(DDIM/ODE)、v-予測/CFGチューニング、小規模データスタイル微調整まで実習中心で完走します。

この講義は、LDM（Latent Diffusion Model）からDiT（Diffusion Transformer）まで、生成AIの核心技術発展を完全解剖する実戦型マスタークラスです。 LDMの潜在空間ベース学習原理とStable Diffusionの構造、そして最新のDiffusion Transformerの実装方式を論文とコードで直接分析します。 受講生はPyTorchベースでLDM、CFG（Classifier-Free Guidance）、DiTモデルを直接実装し、生成モデルの最新トレンドと構造的進化を体系的に習得します。

この講義は拡散モデル(Diffusion Model)の進化過程を論文とコードで完全制覇する実戦中心のマスタークラスです。 DDPM(Denoising Diffusion Probabilistic Model)とDDIMなど、生成AIの核心モデルたちを論文原理から直接実装しながら学習します。 各モデルの登場背景、数式、ネットワーク構造(U-Net、VAE、Transformer)、学習過程(Noise Schedule、Denoising Step)、そして性能向上を導いたアイデアたちを段階別に分析します。受講生はすべてのモデルをPyTorchベースで直接コーディングし、論文を理解することに留まらず「再現し応用できる実務能力」を得ることになります。 また、モデル間の違いと発展の流れを比較し、どのように拡張されるかを明確に理解するようになります。 この講義は理論・コード・実習を一つに、研究者・開発者・創作者すべてに生成モデルの進化を体系的に習得できる旅程を提供します。 論文を「読むこと」を超え、直接実装しながら「理解し再創造」する経験を今始めてください。

<大規模言語モデル、核心だけ素早く!>(インサイト、2025)を基にしたLLMの理論と実戦例題を扱う講義です。

この講義は、Notion APIの基礎を固め、AI（Claude）を連携してNotionを自動化するNotion MCP活用法を学ぶ過程です。API公式ドキュメントに従ってブロック、ページ、データベースを直接制御する方法を身につけ、最終的には自然言語コマンド（プロンプト）だけでデータベースを生成し、テキストファイルの内容を分析して自動的にページを追加する実戦プロジェクトを完成させます。