生成AIと大規模言語モデル（LLM）が「どう動いているか」を押さえる章です。仕組みを知ると、プロンプトがなぜ効くのか、どこで失敗するのかを説明できるようになります。
- ・AI技術の歴史と基本概念
- ・生成AIの仕組みと応用
- ・LLMの構造とトレーニング
- ・LLMの特性理解
プロンプトエンジニアリングの中核となる章です。「目的・文脈・制約・出力形式」を言語化して渡す技術と、返ってきた答えを評価して改善する手順を学びます。
- ・効果的なプロンプト設計
- ・応答の評価と改善
- ・高度なプロンプト技術の理解と実践
文章・データ・企画・コードの4つの業務領域で、生成AIをどう組み込むと成果が出るかを学ぶ章です。「任せる範囲」と「人が確認する範囲」の線引きが主題です。
- ・文章作成業務支援
- ・データ処理支援
- ・営業・企画業務支援
- ・コードを使用した業務効率化
- ・外部ツール連携技術
汎用モデルを自社の目的に合わせる方法を学ぶ章です。プロンプトの工夫、RAG（検索拡張生成）、ファインチューニングをコストと効果で使い分けられるようになります。
- ・カスタマイズの必要性と応用事例
- ・基本的なカスタマイズ技術
- ・高度なカスタマイズ手法
生成AIを組織で使うときに避けて通れない、倫理・リスク・法律の章です。出題頻度が高く、実務でも判断を迫られる場面が多い分野です。
- ・倫理的配慮
- ・リスク管理
- ・法的コンプライアンス
2025年9月の改定で加わった新章です。自律的に判断と実行を繰り返す AI エージェントの仕組みと、エージェントに渡す情報全体を設計するコンテキストエンジニアリングを学びます。
- ・AIエージェントの基本概念と意義
- ・AIエージェントの内部ループ
- ・コンテキストエンジニアリング総論
- ・コンテキストの構成要素と階層配置
- ・ツール呼び出しと関数設計