生成AI(Copilot・ChatGPT)の有効活用におけるRAG(検索拡張生成)構築の基礎と実践講座【PC実習付】

☆本講座では、以下のようなキーワードを軸にポイントを丁寧に解説いたします！
　事業戦略におけるAIの重要性／生成AIの概要／プロンプトの基本／
　GPTs(カスタムGPT)の使い方／RAGシステムの構成要素とRAG構築手順／
　実践ワークショップ／RAGの構築事例／RAGシステムのカスタマイズと最適化／
　RAGシステムの評価と継続的改善／法的・倫理的考慮事項／今後の展望とまとめ。
☆PC実習に伴い、各自PCのご持参をお願いしております。(通信環境は会場にWi-Fiがございます。)

【テーマ名】
生成AI(Copilot・ChatGPT)の有効活用におけるRAG(検索拡張生成)構築の基礎と実践講座【PC実習付】
～RAGシステムの基本原理や実装技術／プロンプトエンジニアリング／事例検討等を含めて～

【講師】
株式会社pipon
代表取締役
北爪 聖也 氏

※希望者は講師との名刺交換が可能です。

【経歴】
群馬県 桐生市出身、1989年生、宇都宮大学農学部卒
現在、株式会社pipon代表取締役
　大学卒業後、2014年大手広告代理店の株式会社ADKホールディングスに入社し、テレビ広告を販売していた。お客様のターゲットである女性の視聴率が高くなるよう膨大な番組を確認して、テレビ局に怒られながら広告枠を移動させていた。残業120時間を超え、朝までの作業もあった。その後、ネット広告の部署に移ると自分がやっていた広告枠の最適化作業をAIがしていることに驚愕した。
　AIを学ぶため2017年4月にDATUM STUDIO株式会社へ転職しPython（パイソン）を使った機械学習技術を学んだ後、2019年株式会社piponを創業した。
　現在は様々な監査法人や製薬会社など（デロイトトーマツやバイエル薬品）、様々な業界でAIを導入するためのご支援をしている。

【専門および得意な分野・研究】
　1.人工知能（AI）と機械学習
　2.デジタルマーケティング
　3.ビジネスコンサルティング

【得意な分野】
　1.AIの実務応用
　　・様々な業界（監査法人、製薬会社など）へのAI導入支援
　　・機械学習技術を用いたビジネスソリューションの開発
　2.データ分析と最適化
　　・Pythonを使用した機械学習技術
　　・広告効果の分析と最適化
　3.デジタル広告戦略
　　・テレビ広告の販売と最適化
　　・ネット広告の戦略立案
　4.ビジネス変革
　　・従来の手法からAIを活用した効率的な手法への移行支援
　　・新技術導入によるビジネスプロセスの改善

【開催日時】
2025年7月28日(月) 10:30-16:30

【会場】
[東京・大井町]きゅりあん 4階研修室
https://johokiko.co.jp/access/kyurian/

【受講料】
1名50,600円(税込（消費税10％）、資料付)
　＊1社2名以上同時申込の場合、1名につき39,600円
　＊学校法人割引；学生、教員のご参加は受講料50％割引。

※詳細な内容やお申込み要領等は、下段「セミナーホームページを見る」をご参照ください。

【セミナーの内容】
■講座のポイント
　本講座では、生成AI（Copilot・ChatGPT）を活用した高精度なRAG（検索拡張生成）システムの構築方法を解説します。チャットボット導入や市場調査、情報分析の効率化など、実務における具体的な課題解決に焦点を当てます。RAGの基本概念から実装技術、最適化手法まで、段階的に学びます。また、各業界特有のニーズに合わせたカスタマイズ方法や、AIモデルの選択基準、データ管理のベストプラクティスも紹介。実践的なワークショップを通じて、参加者は即戦力となるスキルを習得できます。最新のAI技術を活用し、ビジネスプロセスを革新する方法を学ぶ絶好の機会です。

■受講後、習得できること
・RAG（検索拡張生成）システムの基本原理と構築方法
・Copilotや ChatGPTなどの生成AIを活用した高精度なRAGシステムの設計と実装技術
・業界特有のニーズに応じたRAGシステムのカスタマイズと最適化手法
・チャットボット開発、市場調査、情報分析などの実務課題におけるRAGの効果的な適用方法
・RAGシステムの性能評価と継続的な改善プロセスの管理手法

■本テーマ関連法規・ガイドラインなど
・個人情報保護法
・RAGシステムで扱うデータに個人情報が含まれる場合、その取り扱いに関する規制
・AI・データの利用に関する契約ガイドライン（経済産業省）
・AIシステム開発や利用に関する契約の指針
・生成AI利活用ガイドライン（デジタル庁）
・生成AIの適切な利用方法や留意点についての指針

■講演中のキーワード
・RAG (Retrieval-Augmented Generation)
・LLM (Large Language Model)
・ベクトルデータベース
・プロンプトエンジニアリング
・ファインチューニング

■プログラム項目
1. 事業戦略におけるAIの重要性
　1.1 AIありきの事業設計
　1.2 様々なアプローチでモデルを改良する

2. AIの進化を前提にした事業戦略の重要性
　2.1 よくある課題
　2.2 活用シーン
　2.3 従来業務との比較

3. 生成AIの概要
　3.1 ChatGPTとは何か
　3.2 ChatGPTの基本操作方法
　3.3 回答の調整やカスタマイズ方法
　3.4 Microsoft Copilotの仕組み

4. プロンプトの基本
　4.1 プロンプトとは
　4.2 プロンプトの主な構成要素

5. GPTsの使い方
　5.1 GPTsとは
　5.2 GPT Builderとは
　5.3 ChatGPTsを使った具体的な事例紹介(3ケース)
　5.4 課題：薬機法チェッカーのプロンプト作成
　5.5 プロンプトを使った実用事例

6. RAGシステムの構成要素
　6.1 メリットや技術構成
　6.2 自動言語処理(NLP)とは
　6.3 ベクトル化やベクトル検索
　6.4 RAG(検索拡張生成)とは

7. RAG構築手順
　7.1 ノーコードでチャットボットを構築
　7.2 Claude登録方法
　7.3 FAQの作成の仕方
　7.4 API(アプリケーション・プログラミング・インターフェース)とは何か
　7.5 ChatGPTのAPIの取得方法

8. 実践ワークショップ(PC実習)
　8.1 簡易RAGシステムの構築演習
　8.2 プロンプト最適化の実践
　8.3 性能評価とデバッグ技法

9. RAGの構築事例
　9.1 ボイスチャートのカスタマーサポートボット
　9.2 その他ケース

10. RAGシステムのカスタマイズと最適化
　10.1 業界特有のニーズに応じたチューニング
　10.2 ドメイン固有の語彙と知識ベースの統合

11. RAGシステムの評価と継続的改善
　11.1 性能指標の設定と測定方法

12. RAG導入に関する法的・倫理的考慮事項
　12.1 個人情報保護法とGDPRへの対応
　12.2 著作権と知的財産権の取り扱い

13. 今後の展望とまとめ
　13.1 RAG技術の将来動向
　13.2 企業におけるRAG導入戦略

14. 質疑応答＆個別質問

• セミナーホームページを見る