生成AIの学校「飛翔」のカリキュラム

2025年2月22日

生成AIの学校「飛翔」のカリキュラム（メインコース）

株式会社エキスパート生成AIの学校「飛翔」は、各講座内の動画コンテンツが順番に学べる構成になっています。

株式会社エキスパート生成AIの学校「飛翔」の学習プログラムでは、初心者でも理解しやすい生成AIプロンプトの基本から始め、順を追ってスキルを向上させ、最終的には上級者になることができます。

実際の使用例や具体的な応用方法を通じて、実践的なスキルを身につけるのに役立ちます。

株式会社エキスパート生成AIの学校「飛翔」のカリキュラム（メインコース）をご紹介します。

1.受講前に学ぶこと

1. 本カリキュラムで学べること
2. ChatGPTの使い方
3. チャプロの会員登録
4. Myプロンプトの登録方法
5. AIチャットの使い方
6. プロフィール編集・記事管理
7. 拡張機能で出来ること
8. 簡単な使い方

2.AIリテラシー講座

1. 文章生成について
2. 画像生成について
3. 音声生成について
4. 映像生成について
5. 文章生成AIツール
6. 画像生成AIツール
7. 音声生成AI
8. 映像生成AI
9. 作業が生成AIに置き換わる
10. 生成AIを活用するメリット
11. 生成AIの未来と可能性
12. 著作権の問題
13. プライバシーの問題
14. ハルシネーション
15. マーケティング業界の事例
16. 医療業界の事例
17. 教育業界の事例
18. エンターテインメント業界の事例

3.生成ＡＩの活用講座

1. 生成AIの得意不得意を理解する
2. 生成AIでできること
3. プロセスの文章化
4. 思考のアシスト
5. データ分析
6. 多言語翻訳機能
7. 自動応答
8. プログラミング
9. 教育や学習
10. 規約やルールの作成確認

4.プロンプトエンジニア養成講座

1. プロンプト8+1+の公式
2. 記号・書式によるテキスト整形
3. 文章構造と構成要素の指示方法
4. 変数設定の仕方
5. プロンプトを作る
6. 変数の使用
7. 前提条件を付ける
8. 名詞と動詞を変える
9. 形容詞をつける
10. 出力形式を決める
11. プロンプトの登録
12. 自動プロンプト
13. 前提条件を作る
14. 対象プロファイルを作る
15. 単語を見つける
16. 変数を見つける
17. 実行命令を作る
18. 出力形式を決める
19. スタイルとトーンを作る
20. 自動改善プロンプト
21. プロンプト作成の練習

5.チェーンプロンプト構築講座

1. APIの概要と連携方法
2. GeminiAPIを無料で利用する
3. 直列実行と並列実行
4. ノードとは？
5. 変数とは？
6. 合体変数
7. 多重変数
8. 実行ノード
9. データ操作ノード
10. 加工ノード
11. 出力ノード
12.練習構築：チェーンプロンプトの設計思考
13.練習構築：入力情報ノードを作る
14.練習構築：入力情報を具体化する
15.練習構築：目次の作成
16.練習構築：インデント分割
17.練習構築：成果物の生成
18.練習構築：仕上げ
19.チェーンプロンプトのエラー対策
20.オートプロンプト

6.画像生成講座

1. 画像生成AIについて
2. DALL-E3：プロンプト作成
3. DALL-E3：画像の修正
4. Midjourney：コマンド操作
5. Midjourney：プロンプト作成
6. Midjourney：パラメータ設定
7. Adobe Fireflyの使い方
8. Stablediffusionの使い方
9. ImageFX：概要と登録方法
10. ImageFX：基本の操作
11. ImageFX：パラメータ設定

7.GPTs構築講座

1. GPTsについて
2. 3つの機能設定
3. ブラウジング機能（概要）
4. ブラウジング機能（論文検索）
5. ブラウジング機能（競合分析）
6. 画像生成
7. コードインタープリター（画像処理）
8. コードインタープリター（計算）
9. コードインタープリター（データ分析）
10. コードインタープリター（ゲーム開発）
11. ファイル保存・検索
12. ファンクションコーリング

生成AIの学校「飛翔」のカリキュラム（技術コース）

株式会社エキスパート生成AIの学校「飛翔」のカリキュラム（技術コース）をご紹介します。

1.機械学習入門講座

1. 機械学習入門講座で学べること
2. AIとは何か？
3. AIと機械学習の関係
4. 機械学習の種類
5. 機械学習に必要な基礎統計学
6. ディープラーニングとは？
7. AIと機械学習の発展の歴史
8. 機械学習のワークフロー概要
9. データの前処理と探索的データ分析
10. 特徴量エンジニアリング
11. 最適化問題と探索アルゴリズム
12. 教師あり学習：回帰モデル
13. 教師あり学習：分類モデル
14. モデルの評価と選択
15. アンサンブル学習
16. 教師なし学習：クラスタリング
17. 教師なし学習：次元削減と異常検知
18. ベイズ統計学と確率モデル
19. 時系列分析と状態空間モデル
20. ニューラルネットワークの基礎
21. 畳み込みニューラルネットワーク（CNN）の概要
22. 再帰型ニューラルネットワーク（RNN）の概要
23. 生成モデルの概要とGAN（Generative Adversarial Network）の仕組み
24. オートエンコーダ（Autoencoder）の基本構造
25. 物体検出技術の概要

2.GASによる生成AI実践活用講座

1. この講座で学べること
2. GASとは？
3. Googleサービスとの連携
4. GASでできること
5. GASの仕組みと特徴
6. スプレッドシートとの連携
7. Gmailとの連携
8. Googleカレンダーとの連携
9. Googleフォームとの連携
10. ChatGPTとGoogleサービスの連携
11. Chatworkとの連携
12. APIサービスの紹介と活用案
13. GoogleアカウントとGoogleドライブの準備
14. スクリプトエディターの便利機能
15. スクリプトの実行とログの確認
16. 権限設定と認証の仕組み
17. 変数の定義と使い方 18. データ型の確認と変換
19. 変数の結合
20. 四則演算
21. 関数の使い方と再利用
22. 条件分岐の使い方
23. 繰り返し処理の使い方
24. 配列とオブジェクトを使ったデータ管理
25. forEach文を使った繰り返し処理
26. データのフィルタリング
27. Loggerを使ったデバッグと確認
28. スプレッドシートとの連携
29. さまざまな実行方法
30. トリガー機能での実行設定
31. GPTとスプレッドシートの連携
32. Chatworkの自動化
33. ChatworkとGmailの連携
34. AIを活用したコード生成の手法