目次

表紙
はじめに
目次
prologue 生成AIの現在地図
01 AIはどのように生まれたか
02 現代における人とAIの関係
03 これからの人とAIの関わり方
04 AIとコミュニケーションする技術を身につける
05 本書を読み進めるにあたって
column 急成長する生成AI市場
40のキーワードでひもとく生成AI
01 生成AI ① 文章生成
02 生成AI ② 画像生成
03 生成AI ③ コード生成
04 生成AI ④ 動画生成
05 生成AI ⑤ 音声生成
06 生成AI ⑥ 3Dモデル生成
07 人工知能 / 機械学習 / 深層学習の違い
08 教師あり学習
09 教師なし学習
10 強化学習
11 質的データと量的データ
12 データの分類
13 バイアス
14 自然言語処理（NLP）
15 大規模言語モデル（LLM）
16 小規模言語モデル（SLM）
17 トークン
18 クォータ
19 プロンプトインジェクション
20 Attention機構
21 Transformer
22 BERT vs GPT
23 RLHF
24 ChatGPTの仕組み
25 拡散モデル
26 プロンプトデザインとプロンプトエンジニアリング
27 Fine-tuning（微調整）
28 In-context learning（文脈内学習）
29 Embedding （埋め込み）
30 RAG（検索拡張生成）
31 Map Reduce
32 Refine
33 Map Rerank
34 マルチモーダル
35 AIエージェント
36 マルチエージェント
37 スケーリング則
38 アラインメント
39 ハルシネーション
40 CPU / GPU / LPU
column 生成AI領域の新しい職種
chapter 2 生成AIに伝わる
プロンプトの書き方
01 生成AI時代の新スキル「プロンプトデザイン」
02 複数のプロンプトを適切につなぐ「チェーンデザイン」
03 プロンプトデザイン1　具体的に質問する
04 プロンプトデザイン2　提供情報と依頼情報を明確にする
05 プロンプトデザイン3　一貫性のある言葉を使う
06 プロンプトデザイン4　英語で質問する
07 プロンプトデザイン5　自分の理解度を説明する
08 プロンプトデザイン6　自分の立場や状況を説明する
09 プロンプトデザイン7　自分の目的を説明する
10 プロンプトデザイン8　ロールを付与する
11 プロンプトデザイン9　追加情報をリクエストする
12 プロンプトデザイン10　出力形式を規定する
13 プロンプトデザイン11　必要情報を質問してもらう
14 プロンプトデザイン12　参考テキストを提供する
15 プロンプトデザイン13　サブタスクに分割する
16 プロンプトデザイン14　フレームワークを活用する
17 プロンプトデザイン15　回答の例を提示する
18 プロンプトデザイン16　やるべきことを強調する
19 プロンプトデザイン17　中間推論をさせる
20 入力プロンプトの文字数制限の問題
column 画像生成AIにおけるプロンプトデザイン
chapter 3 生成AIのポテンシャルを引き出すプロンプトの使い方
01 生成AI活用は3つの軸で考える
02 生成AIの8つの主要スキル
03 草案を作成する（文章）
04 草案を作成する（プログラム）
05 情報を取得する（学習済み知識から）
06 情報を取得する（入力データから）
07 情報を変換する（入力データから）
08 チェックと改善提案を行う（入力データから）
09 アイデア出しを行う
10 人格を再現する
column 生成AIの導入例とその効果
chapter 4 プロンプトエンジニアリングの基礎
01 Zero-shotプロンプティング
02 Few-shotプロンプティング
03 思考連鎖（Chain-of-Thought）プロンプティング
04 自己整合性（Self-Consistency）プロンプティング
05 知識生成（Generated Knowledge）プロンプティング
06 思考の木（Tree of Thought）プロンプティング
07 方向性刺激（Directional Stimulus）プロンプティング
08 視覚参照（Visual Referring）プロンプティング
09 CAMEL
column 「RAGの精度改善」の奥深さ
chapter 5 生成AIのビジネス活用ナレッジ
01 プロンプティング・スキルをビジネス活用する
02 ビジネスインパクトを生み出すための3つの知能
03 プロンプトエンジニアリングにおける価値基準
04 AIモデルの特徴を知る
05 AIモデルの選定基準
06 生成結果を評価する手法
07 評価結果を活用する手法
08 カスタマイズに不可欠なデータ処理
09 知っておきたいリスク1　情報セキュリティ
10 知っておきたいリスク2　プロンプトインジェクション
11 知っておきたいリスク3　ハルシネーション
12 知っておきたいリスク4　サービスの利用停止
13 自社システムを安全に構築するための技術選定
14 生成AI活用時に知っておくべき基本の法律知識
15 AI生成物と著作権の関係を知る
16 生成AIと商標の関係を理解する
17 生成AIとパブリシティ権の関係を理解する
18 AI関連法規制の動向を知る
19 AIの倫理問題
20 リスクをガイドラインに落とし込む
column LLMシステム開発の実践的ツール
chapter 6 進化し続けるテクノロジーとAIリテラシー
01 予測不能な時代に不可欠な生成AIリテラシー
02 生成AIで変わること・変わらないこと
03 ITインフラとなる生成AI
04 技術の進化がもたらすもの
05 検索体験への影響
06 コンテンツへの影響
07 学習・教育への影響
08 ビジネス格差への影響
09 エンジニア領域への影響
10 スキルセットへの影響
11 「生成AIの最適化」という新ビジネス
column AIの最新情報の収集方法
主要参考文献
索引
著者プロフィール
奥付

著者プロフィール

• 森重真純（著者）

  株式会社Galirage 代表取締役CEO
  慶應義塾大学大学院修士課程修了。日本IBMにデータサイエンティストとして入社。その後、生成AIに特化したコンサルティング会社として、株式会社Galirageを創業。これまで60社を超える顧客を支援（内プライム上場16社）。主な実績としては、大手メガバンクのAI 戦略支援、大手製薬企業の生成AIシステムの開発支援など。その他、株式会社ギブリーのエグゼクティブテクニカルアドバイザー、株式会社ユアルートおよび株式会社イチノヤのCTO、株式会社LITALICOの客員研究員を務める。友人が鬱病になり休職している期間中、自宅で療養させた経験をきっかけとして、「ビジネスパーソンの『時間的貧困』を解消したい」というライフビジョンを掲げ、「生成AIによる業務効率化システムの開発」と「生成AIを活用できる人材（生成AIエンジニア人材およびAIネイティブ人材）の育成」に注力している。