1
LLM（大規模言語モデル）の基礎理解
ChatGPTなどのツールを活用するうえで必要となる、LLMの基本概要や仕組みをわかりやすく学ぶ。
プロンプトエンジニアリングの初歩を習得し、的確な応答を得るための指示の作り方を身につける。
本講座の目的
2
身近な業務での活用イメージをつかむ
チラシ作成や顧客対応など、具体的なケーススタディを通じて、LLMを使った業務効率化・アイデア創出の可能性を体感する。
講座終了後に、受講者自身の現場でDXの取り組みができるようになる。
3
DX時代におけるAI活用への基礎姿勢を養う
AIを適切に取り入れるためのリスクとガバナンス（プライバシー、誤情報など）を理解し、正しく付き合う基本的な考え方を学ぶ。
企業のデジタル化が進む中で、AIに振り回されず有効に活用する意識を醸成する
本講座の目標
プロンプトエンジニアリングの基本スキルを身につける
簡単な要約や文書のドラフト、Q&Aなどを通して、LLMに対して適切な問いかけを行う方法を習得。
受講後、日常業務でチャットツールを活用しながら、情報収集・文章作成などを効率的にこなせるようになる。
ケーススタディを参考に自社業務への応用を検討できる
チラシ作成や顧客対応などの実例を"テンプレート"として、自分の業務にも類似の使い方が可能かどうかを考えられるようになる。
小規模な業務効率化やアイデア出しから始め、手応えを得たうえで必要に応じた拡張をイメージできる。
初歩的なDX推進への足がかりを得る
LLMを取り入れることで、既存業務の効率化だけでなく"少し先の業務フロー改善"も視野に入れられる。
本講座をきっかけに、組織全体でDXを意識し始める素地を作る（ただし本格的なシステム連携や大規模変革までは対象外）。
コース概要
全30回の充実カリキュラム
動画コンテンツをブラウザ上で視聴します。基礎レベルからDX視点を取り込んだ実践的な内容まで、幅広く学べます。
標準受講時間
10.5時間
受講料
30万円（税別）／33万円（税込）
カリキュラム前半：基礎知識とプロンプトエンジニアリング
イントロダクションと基礎概念（回0-7）
研修の目的と全体像、DX概論、生成AI・LLMの概要と可能性、AI・LLMの進化の歴史、AI時代に求められる人材、AIが用いている技術、DX視点での業務へのLLM活用、LLMを扱う際の注意点について学びます。
プロンプトエンジニアリング（回8-11）
プロンプトエンジニアリング基礎、要約のためのプロンプト作成法、ソリューション導出のためのプロンプト設計、アイデア列挙のためのプロンプト技術を習得します。
基本ケーススタディ（回12-15）
チラシの作成、イベントの立案、顧客への案内文書作成、面談のトークスクリプト作成など、実践的なケーススタディを通じて学びます。
カリキュラム後半：応用ケーススタディ
顧客対応系ケーススタディ（回16-19）
口コミへの返信、顧客対応の改善、よくある質問の事前準備、クレーム対応などのケーススタディを通じて、LLMを活用した顧客対応の効率化と品質向上について学びます。
社内業務系ケーススタディ（回20-21）
新人・後輩・部下の指導、業務マニュアルの作成など、社内業務の効率化と標準化についてのケーススタディを行います。
応用ケーススタディ（回22-30）
チラシ作成、イベント立案、顧客案内文書作成、営業・商談のトークスクリプト作成、プレゼン資料作成、顧客対応改善、FAQ準備、クレーム対応、人材指導などの応用編を学びます。より複雑なシナリオや多角的なアプローチを習得します。
ケーススタディで学ぶ実践的スキル
1
マーケティング活用
チラシ作成やイベント立案を通じて、LLMを活用したマーケティング業務の効率化と創造性向上を学びます。
2
顧客対応強化
口コミ返信、FAQ作成、クレーム対応などを通じて、顧客満足度向上とサポート業務の効率化を実現します。
3
社内業務改善
マニュアル作成や人材育成支援を通じて、社内プロセスの標準化と知識共有の促進方法を習得します。
4
営業力強化
トークスクリプトやプレゼン資料作成を通じて、営業活動の質と効率を高める方法を学びます。
DXビジネス講座カリキュラム詳細
| 回 | タイトル | 主な内容 |
|---|---|---|
| 0 | イントロダクション：研修の目的と全体像 | 研修全体のゴールと進め方、講師紹介、AI活用人材 が求められる背景、期待される成果・到達目標 |
| 1 | DX概論：生成AIがもたらすビジネス変革 | DXとは何か、AI（特に生成AI/LLM）の登場で変わる 業務・サービス、DX推進事例、業務フロー全体の変 革 |
| 2 | 生成AI・LLMの概要 / LLMの可能性 | LLMの基本的な仕組み、生成AIの種類と特徴、文書 作成・要約・質問応答・アイデア出しなどの活用シ ーン |
| 3 | AI・LLMの進化の歴史 | 従来のAIと生成AIの違い、AI進化の歴史で起きた技術 的ブレークスルー、LLM普及の背景 |
| 4 | AI時代に求められる人材とは？ | LLMの処理プロセスや背景知識、AI時代に必要なスキル セット・マインドセット、AI活用のリスクと懸 念 |
| 5 | AIが用いている技術：自然言語処理と機械学習 | AIがテキストを理解・生成する仕組み、教師あり学 習・教師なし学習の概要、DXを支える基本技術 |
| 6 | DX視点での日々の業務にLLMを活かすには | LLM導入の基本的な考え方、既存フローの再設計方 法、実務での簡易事例の具体例 |
| 7 | LLMを扱う際の注意点：リスクとガバナンス | データの保護とプライバシー、誤情報や不適切コン テンツへの対処、社内ルールの策定例 |
| 8-11 | プロンプトエンジニアリング基礎と応用 | 効果的な指示の出し方、要約・ソリューション・ア イデア列挙のプロンプト設計と演習 |
| 12-21 | 基本ケーススタディ | チラシ作成、イベント立案、顧客案内、トークスク リプト、口コミ対応、マニュアル作成などの実践 |
| 22-30 | 応用ケーススタディ | より複雑なシナリオでのマーケティング、営業強 化、顧客対応、人材育成の高度な実践演習 |
回: 0
イントロダクション：研修の目的と全体像
研修全体のゴールと進め方、講師紹介、AI活用人材 が求められる背景、期待される成果・到達目標
回: 1
DX概論：生成AIがもたらすビジネス変革
DXとは何か、AI（特に生成AI/LLM）の登場で変わる 業務・サービス、DX推進事例、業務フロー全体の変 革
回: 2
生成AI・LLMの概要 / LLMの可能性
LLMの基本的な仕組み、生成AIの種類と特徴、文書 作成・要約・質問応答・アイデア出しなどの活用シ ーン
回: 3
AI・LLMの進化の歴史
従来のAIと生成AIの違い、AI進化の歴史で起きた技術 的ブレークスルー、LLM普及の背景
回: 4
AI時代に求められる人材とは？
LLMの処理プロセスや背景知識、AI時代に必要なスキル セット・マインドセット、AI活用のリスクと懸 念
回: 5
AIが用いている技術：自然言語処理と機械学習
AIがテキストを理解・生成する仕組み、教師あり学 習・教師なし学習の概要、DXを支える基本技術
回: 6
DX視点での日々の業務にLLMを活かすには
LLM導入の基本的な考え方、既存フローの再設計方 法、実務での簡易事例の具体例
回: 7
LLMを扱う際の注意点：リスクとガバナンス
データの保護とプライバシー、誤情報や不適切コン テンツへの対処、社内ルールの策定例
回: 8-11
プロンプトエンジニアリング基礎と応用
効果的な指示の出し方、要約・ソリューション・ア イデア列挙のプロンプト設計と演習
回: 12-21
基本ケーススタディ
チラシ作成、イベント立案、顧客案内、トークスク リプト、口コミ対応、マニュアル作成などの実践
回: 22-30
応用ケーススタディ
より複雑なシナリオでのマーケティング、営業強 化、顧客対応、人材育成の高度な実践演習
全30回の体系的カリキュラムで、基礎知識から実践的なケーススタディまで段階的に学習します。後半は実務に直結する応用力を養成します。