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