購入前に目次をご確認ください
インプレス［コンピュータ・IT］ムック 図解でスッキリ 生成AIのきほんとしくみ
インプレス / 2026年08月21日 / 全247ページ
ChatGPT以降、業務で使われるようになった生成AIの仕組みと限界を、図解で基礎から整理。LLM、RAG、MCP、AIエージェント、ワークフロー、セキュリティ、法規制・著作権まで一冊で俯瞰できる入門書です。エンジニアだけでなく、営業・企画・管理部門など、AI活用の前提知識を共有したい人にも役立ちます。生成AIを安全かつ実務的に使うための共通理解を身につけ、現場での判断や導入検討、社内研修の土台として活用できます。
目次
- はじめに
- 本書の特徴
- 目次
- Chapter 1 生成AIの基本
- 1-1 生成AIの意義と社会的インパクト
- 1-2 AIの歴史
- 1-3 機械学習とディープラーニングの登場
- 1-4 生成AIにつながる技術革新
- 1-5 生成AIサービスとモデルの種類
- 1-6 主な生成AI事業者
- 1-7 本書での学び方
- Column フロンティアモデルと名前の由来
- Chapter 2 生成AILLMの仕組み
- 2-1 LLMの基礎①：機械学習の基本
- 2-2 LLMの基礎②：ニューラルネットワークの基本
- 2-3 LLMの基礎③：ディープラーニングの基本
- 2-4 言葉を数値に変換する — 埋め込み表現とベクトル
- 2-5 生成AIの創生 — トランスフォーマーモデルの誕生
- 2-6 生成AIが学ぶ仕組み — アテンション
- 2-7 GPTモデルの仕組み — 事前学習からRLHFまで
- はじめに
- 本書の特徴
- 目次
- Chapter 1 生成AIの基本
- 1-1 生成AIの意義と社会的インパクト
- 1-2 AIの歴史
- 1-3 機械学習とディープラーニングの登場
- 1-4 生成AIにつながる技術革新
- 1-5 生成AIサービスとモデルの種類
- 1-6 主な生成AI事業者
- 1-7 本書での学び方
- Column フロンティアモデルと名前の由来
- Chapter 2 生成AILLMの仕組み
- 2-1 LLMの基礎①：機械学習の基本
- 2-2 LLMの基礎②：ニューラルネットワークの基本
- 2-3 LLMの基礎③：ディープラーニングの基本
- 2-4 言葉を数値に変換する — 埋め込み表現とベクトル
- 2-5 生成AIの創生 — トランスフォーマーモデルの誕生
- 2-6 生成AIが学ぶ仕組み — アテンション
- 2-7 GPTモデルの仕組み — 事前学習からRLHFまで
- 2-8 文脈を理解する方法 — トークンとコンテキスト
- 2-9 生成AIが間違える原因 — ハルシネーション
- Column オープンモデルという選択肢
- Chapter 3 生成AILLMを活用するための技術
- 3-1 生成AIに的確に指示をする — プロンプトエンジニアリング
- 3-2 AIに深く考えさせる — 推論モデル
- 3-3 生成AIにマニュアルを参照させる — RAG
- 3-4 RAGの進化 — 広がる検索の形
- 3-5 転移学習とファインチューニング
- 3-6 生成AIが外部ツールを使う — Function Calling
- 3-7 生成AIと外部サービスの共通規格 — MCP
- 3-8 AIに専門知識を与える — カスタムAIの構築
- Column SEO対策ならぬ、LLMO対策
- Chapter 4 AIエージェントの仕組み
- 4-1 AIが自律的に問題解決を行う — AIエージェント
- 4-2 AIエージェントの仕組み
- 4-3 AIエージェントの歴史① — 2022年〜2023年までの歩み
- 4-4 AIエージェントの歴史② — 2024年〜2026年までの歩み
- 4-5 AIエージェントによるPC操作
- 4-6 AIエージェントに仕事の仕方を教える — Skills
- 4-7 シングルエージェントからマルチエージェントへ
- 4-8 AIエージェントの限界と付き合い方
- 4-9 エージェントハーネス — AIエージェントの信頼性を高める
- 4-10 AIエージェントが変える社会
- Column AIが輸出規制の対象に。Claude Fable 5の事例
- Chapter 5 業務に活かすための技術
- 5-1 生成AIの業務活用パターン
- 5-2 モデルの選定と使い分け
- 5-3 定型業務を自動化する — ワークフローの構築
- 5-4 生成AIがチームを組む — オーケストレーション
- 5-5 生成AIの品質管理 — ハルシネーション対策から評価・改善まで
- 5-6 コスト管理と最適化
- Column AI主権・ソブリンAIという考え方
- Chapter 6 セキュリティの必須知識
- 6-1 生成AI利用時のリスク
- 6-2 プロンプトインジェクションと安全対策
- 6-3 LLMセキュリティとOWASP Top 10 for LLM Applications
- 6-4 アクセス権管理と監査ログ
- 6-5 法人プラン利用のメリット
- 6-6 組織利用のガイドライン策定
- 6-7 ISO/IEC 42001 AIMS認証
- Column AIを支える物理インフラ
- Chapter 7 法規制と著作権
- 7-1 生成AIにまつわるルール
- 7-2 日本の法規制
- 7-3 海外の法規制（EU・米国・中国）
- 7-4 著作権と生成AI
- 7-5 AI生成物の権利と商用利用
- Column 筆者がAIを学ぶ理由
- Chapter 8 生成AIのさらなる広がり
- 8-1 生成AIが「見る」能力を獲得する — VLM：視覚言語モデル
- 8-2 世界モデルと仮想世界での学習
- 8-3 小さく軽いAIが広げる可能性 — エッジAIとSLM
- 8-4 自動運転・ロボティクスと生成AI
- 8-5 生成AI普及の障壁
- 8-6 AGIとシンギュラリティの可能性
- Column AI時代の不確実性とどう向き合うか
- 主要参考資料
- 用語集
- 索引
- 奥付
※このデジタル雑誌には目次に記載されているコンテンツが含まれています。それ以外のコンテンツは、本誌のコンテンツであっても含まれていません のでご注意ください。
※電子版では、紙の雑誌と内容が一部異なる場合や、掲載されないページがある場合があります。
