開発者のためのプロンプトパターン
arigaram
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。
初級
prompt engineering
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。
マルチエージェントシステム
知識グラフ
Prologベースの推論と論理的判断
現在、講義を完成させている途中です。講義がすべて完成するまで(随時補強は行いますが)、長くお待たせしてしまうというデメリットがあります。これらの点を考慮した上で、購入をご検討ください。
2026年3月15日
第2版講義の公開準備のため、例示ドキュメント一覧と例示コード一覧を削除しました。今後、第2版の授業動画と資料をすべて公開した後に、ドキュメントと例示コードを別途整理して公開する予定です。
2026年1月20日
セクションをさらに追加し、各セクションごとに例題ドキュメントのリストとサンプルコードのリストを追加しました。
2025年9月18日
注意事項を詳細紹介ページに追加しました。
2025年8月22日
中級・上級コースを構成する各セクションの詳細な授業目次を非公開に変更しました。今後、完成次第セクションごとに公開する予定です。
AI技術が発展するにつれ、法律分野でも自動化や人工知能判事が現実のものとなっています。本講義では、CrewAIを活用したマルチAIエージェントシステムを構成し、知識グラフと推論システムを組み合わせて人工知能判事システムを構築する方法を学習します。
この講義を受講することで、LLMとCrewAIを活用した協業型AIエージェント(AI Agent)システムを設計し、法律データを分析して自動で判決を下すAI判事システムを直接実装するために必要な基礎概念を習得することができます。
✔ CrewAIを活用したマルチエージェント協調システムを構築する方法を学習
✔ 法律データをナレッジグラフとして構造化および活用する方法を学習
✔ ルールベースおよびLLMベースの法律推論システムを設計する方法を学習
✔ 人工知能判事システムを構築する方法を学習
講義の概要および学習目標の紹介
法律AIの基本概念の確立
開発環境と必須ツールの設定
CrewAIの構造および動作方式
法律特化型エージェントの設計
マルチエージェント間の協力とコミュニケーション
法律データのためのナレッジグラフの概念
関係グラフの構築および可視化
CrewAIと知識グラフの統合
正しい判決のための推論方式
Prolog(プロログ)を用いた決定論的推論
LLMベースの確率論的推論システムの構築
要件分析からアーキテクチャ設計まで
データモデリングおよび推論エンジンの設計
CrewAIを活用したシステム実装戦略の策定
人工知能と法律の融合に関心がある開発者および法律専門家
実務に適用可能なAI法律システムを設計しようとしている企画者および研究者
マルチエージェントシステムとナレッジグラフ、推論システムなどを総合的に理解したい学習者
AI裁判官システムの作動原理と設計手法を体系的に理解
実際の開発環境で活用可能な法律AI構成能力の確保
今後のAIリーガルテック関連の研究およびプロジェクトに必要な実務能力の強化
Python IDE、Prolog IDEが必要です。
講義中にインストール方法を簡単に紹介します。
提供する学習資料の形式:PDF形式の講義資料を提供
Python言語、LLMに関する基本知識をあらかじめ習得しておくことをお勧めします。
ここで提示されるコードは完全なコードではなく、概念を説明するためのスニペットに過ぎないため、コードを自ら完成させていく必要がある場合があります。
この講義は単なる理論の説明を超えて、実際の法律AIシステムを構築しようとするすべての方に現実的で深い指針を提供します。今すぐ受講してみてください!
学習対象は
誰でしょう?
マルチエージェントシステムを実装してみたい方
専門的なAI応用サービスを作りたい方
前提知識、
必要でしょうか?
大規模言語モデル(LLM)の理解
691
受講生
38
受講レビュー
2
回答
4.6
講座評価
18
講座
ITが趣味であり、職業でもある人間です。
執筆、翻訳、アドバイザリー、開発、講義など、多岐にわたる経歴を持っています。
全体
248件 ∙ (29時間 32分)
講座資料(こうぎしりょう):
知識共有者の他の講座を見てみましょう!
同じ分野の他の講座を見てみましょう!