モジュール1：AIの基礎知識
1.1. AIの概念分類
1.2. 生成系AIの実用的な活用例
1.3. AI利用時の重要な注意点
1.4. 代表的なAIツールの紹介
モジュール2：基本的なプロンプト作成法（80分）
2.1. プロンプトとは何か、その重要性
2.2. RTIOフレームワークの理解
2.3. プロンプト作成時に有効な言い回し
2.4. 基本的なプロンプト作成の演習
モジュール3：高度なプロンプト技術
3.1. 役割別プロンプトの作成技術
3.2. プロンプトにおけるMarkdown形式の活用
3.3. 応用プロンプトの実践演習
モジュール4：Deep Research （情報リサーチ）
4.1. Deep Researchの機能紹介
4.2. Deep Researchを効果的に活用する方法
4.3. Deep Researchの実践演習
モジュール5：AIによるデータ分析
5.1. 分析可能なデータの種類
5.2. 非構造化データへのChain-of-thought技法の応用
5.3. 構造化データの分析
5.4. データ分析のライブデモ5.5. 大規模データ分析の実践演習
モジュール6：レポート作成とプレゼン資料の作成
6.1. 論理的なレポート構成の構築
6.2. AIを活用したデータの可視化
6.3. Gammaを使ったプロフェッショナルなスライド作成
6.4. 完成されたレポート作成の実践
モジュール7：プロジェクトの計画と管理
7.1. SMARTモデルを使った目標設定
7.2. RACIモデルによるリソース配分
7.3. 優先順位に基づくタスク整理
7.4. 計画立案におけるSelf-Consistency技法
7.5. プロジェクト管理ツールの活用
7.6. プロジェクト計画の実践演習
モジュール8：AIアシスタントと自動化
8.1. 各種パーソナルAIの違いと特徴
8.2. パーソナルAIに活用される機械学習技術
8.3. プロンプトにおけるFew-shot Learning技法
8.4. パーソナルAIアシスタントの設計方法
8.5. 完成されたAIアシスタントのデモ
モジュール9：パーソナルAIシステムの構築演習
9.1. 個人ニーズの分析
9.2. パーソナルアシスタントの作成演習
9.3. テストと最適化プロセス
9.4. 成果共有とフィードバック