ガイドCOURSE GUIDE
この教材で学ぶこと AI活用からアプリケーション構築までの順序を確認します。🤖 AI・LLM 学習ロードマップ
概要
生成AIの仕組み・限界・情報境界から始め、prompt、API、MCP、cloud統合へ進みます。特定製品の操作だけでなく、検証可能なAI engineeringを学びます。
最初の一歩
生成AIとLLM入門で、model・token・context・inference、hallucination、機密情報の境界、evaluation setを学びます。出力を事実として受け取らず、検証する習慣を先に作ります。
学習コンテンツ一覧
🧠 Claude / AI活用
| # | タイトル | ファイル |
|---|---|---|
| 01 | Claude活用実践 — AI Fluency + 業務活用 | Claude/01_Claude活用実践.md |
| 02 | プロンプトエンジニアリング深掘り | Claude/02_プロンプトエンジニアリング.md |
| 03 | Claude API活用 — Tool Use・RAG・エージェント構築 | Claude/03_API活用.md |
🔌 MCP（Model Context Protocol）
| # | タイトル | ファイル |
|---|---|---|
| 01 | MCP入門 — Model Context Protocol | MCP/01_MCP入門.md |
| 02 | MCP応用 — サンプリング・通知・本番運用 | MCP/02_MCP応用.md |
☁️ クラウドプラットフォーム統合
| # | タイトル | ファイル |
|---|---|---|
| 01 | Claude with Amazon Bedrock | Amazon_Bedrock/01_Claude_on_Bedrock.md |
| 02 | Claude on Vertex AI — GCP経由でのClaude活用 | VertexAI/01_Claude_on_VertexAI.md |
学習の進め方
- 生成AIとLLM入門 → 仕組み、限界、情報境界、評価
- Claude活用 → AI Fluencyの基礎と協働
- プロンプトエンジニアリング → 成功条件を明確にする技術
- Claude API → Tool Use・RAGによるapplication構築
- MCP入門・応用 → MCP serverの構築と運用
- Bedrock/VertexAI → cloud基盤との統合
進捗チェックリスト
- Few-shot・Chain-of-Thoughtプロンプトを書ける
- Claude APIでTool Useを実装できる
- RAGパイプラインを設計・実装できる
- MCPサーバーをPythonで作成できる
- AWS BedrockでClaudeをAPI呼び出しできる