AXリテラシー教科書 生成AIパスポート 公式テキスト 2027年試験シラバス対応 発売予定

第1章　AIの基礎と歴史

Section 1　AIの基本的な仕組み
01 AIとは
02 ルールベースと機械学習
03 ルールベースの限界と機械学習への発展

Section 2　機械学習
01 機械学習とは
02 教師あり学習
03 教師なし学習
04 強化学習
05 半教師あり学習
06 ノーフリーランチ定理

Section 3　ニューラルネットワーク
01 人間の脳とニューラルネットワーク
02 ディープラーニング（深層学習）
03 重みの調整による学習の仕組み
04 過学習と対策
05 転移学習
06 CNN
07 RNN
08 LSTM
09 VAE
10 GAN
11 識別系AIと生成系AIの違い

Section 4　AIの歴史
01 AI研究の始まり（ダートマス会議）
02 第一次AIブーム（探索と推論）
03 第二次AIブーム（知識表現・エキスパートシステム）
04 第三次AIブーム（機械学習・ディープラーニング）
05 ディープラーニングから生成AIへ
06 シンギュラリティと今後の展望

第2章　生成AI

Section 1　生成AIを支える技術革新（Transformer以降）
01 Transformerモデルの革命
02 Transformer登場以後の派生モデルの系譜
03 拡散モデルの登場
04 基盤モデルとマルチモーダルモデル

Section 2　生成AIの学習プロセス
01 事前学習
02 ファインチューニング
03 RLHF
04 学習データの規模と課題
05 スケーリング則

Section 3　生成AIの生成（推論）プロセス
01 トークン化
02 埋め込みとベクトル表現
03 確率的な次トークン予測
04 ハルシネーション
05 生成パラメータ（Temperature・Top-p）
06 コンテキストウィンドウ

Section 4　LLM（大規模言語モデル）の基礎
01 LM（言語モデル）とは
02 LLM（大規模言語モデル）とは
03 オンプレミス／オープンソースLLM

Section 5　ChatGPTと主要な生成AIモデルの動向
01 ChatGPTとは
02 ChatGPT登場までの歴史（GPT-1～GPT-3.5）
03 GPTモデルの進化（GPT-4～GPT-6 Astra）
04 マルチモーダルモデルへの展開
05 推論モデルと推論時の計算
06 Operator / Codex / Image Generation
07 Gemini（Google）
08 Claude（Anthropic）
09 Copilot（Microsoft）

Section 6　各モダリティの生成AI
01 画像生成AI
02 音楽生成AI
03 音声生成AI
04 動画生成AI

第3章　AIエージェント

Section 1　AIエージェントとは
01 AIエージェントの定義
02 従来の生成AIとの違い
03 ワークフロー型エージェントと自律型エージェント
04 AIエージェントが注目される背景
05 自律性のレベル
06 AIエージェントの役割

Section 2　RAG（検索拡張生成）
01 RAGとは
02 RAGが必要とされる理由
03 RAGの仕組み
04 RAGの発展
05 RAGのユースケース
06 主なRAGツール・フレームワーク

Section 3　AIエージェントの仕組み
01 LLMを中核とした構成
02 タスク分解と計画
03 ツール実行
04 記憶（メモリ）とコンテキスト管理
05 コンテキストエンジニアリング
06 推論と行動のフィードバックループ

Section 4　MCP・Agent Skills と外部連携
01 MCP（Model Context Protocol）とは
02 外部ツール・データソースとの連携
03 マルチエージェント・エージェント間連携
04 A2A（Agent-to-Agent）連携プロトコル
05 Agent Skills（エージェントスキル）とは

Section 5　AIエージェントのツールと活用事例
01 コーディングエージェント
02 ハーネスエンジニアリング
03 ブラウザ操作・PC操作エージェント
04 リサーチ・業務自動化エージェント
05 業務への導入事例

Section 6　AIエージェントのリスク・安全性・評価
01 権限の過剰付与のリスク
02 連鎖的なエラーの拡大
03 プロンプトインジェクション
04 具体的なトラブル事例
05 安全に使うための原則
06 AIエージェントの評価

第4章　生成AIのリスク予防・AI倫理・ガバナンス

Section 1　生成AI利用者の基本マインドセット
01 生成AIを安全に使うための基本姿勢
02 検索エンジンと生成AIの違い
03 AIは補助者であり、最終責任は人間にある
04 AIの出力を鵜呑みにしてはいけない理由
05 生成AIを使ってよい場面・慎重に使う場面・避けるべき場面
06 AIを使うリスクと、AIを使わないリスク
07 AI時代に求められる人間の役割

Section 2　生成AIの代表的リスク
01 生成AIに潜むリスクの全体像
02 ハルシネーション
03 情報漏えいリスク
04 個人情報・プライバシー侵害リスク
05 著作権・知的財産権侵害リスク
06 肖像権・パブリシティ権侵害リスク
07 名誉毀損・信用毀損・炎上リスク
08 差別・偏見・バイアスのリスク
09 ディープフェイクによるなりすましリスク
10 フィッシング・詐欺・サイバー攻撃への悪用
11 自律型AIエージェントの想定外の挙動・プロンプトインジェクション

Section 3　シャドーAIと企業コンプライアンス
01 シャドーAIとは
02 シャドーAIが発生する理由
03 シャドーAIの具体例
04 承認されていないAIツールを業務利用する危険性
05 シャドーAIが組織と従業員にもたらす影響
06 従業員が守るべき利用ルール
07 生成AIを安全に使うための会社と従業員の役割

Section 4　AI出力の評価と検証
01 承認されたAIでも出力確認が必要な理由
02 用途と影響度に応じた検証レベル
03 ファクトチェック：事実・数値・出典・最新情報の確認
04 妥当性レビュー：前提・論理・抜け漏れの確認
05 表現・権利・個人情報・機密情報の確認
06 採用・修正・破棄・専門家確認の判断

Section 5　個人情報・プライバシー・秘密保持
01 個人情報・プライバシー・秘密保持の違い
02 個人情報保護法と生成AI利用の関係
03 個人情報とは何か
04 個人識別符号
05 要配慮個人情報と機微情報
06 個人情報の利用目的・本人同意・第三者提供
07 個人情報は加工すれば生成AIに入力できるのか
08 業務で注意すべき個人情報の具体例
09 企業機密・秘密情報を生成AIに入力するリスク
10 AIの出力・要約・共有に情報が残るリスク
11 情報漏えい等が起きたときの対応

Section 6　著作権・知的財産・生成物の権利
01 生成AIと知的財産権の全体像
02 著作権と著作物の基本
03 著作者人格権とは
04 著作権侵害とAI生成物の類似リスク
05 AI学習と著作権
06 第三者コンテンツをAIに入力するリスク
07 引用・転載・要約・翻案の違い
08 商標権・意匠権・特許権
09 肖像権・パブリシティ権
10 AIサービスの利用規約・ライセンス・透明性
11 商用利用・社外公開前に確認すべきこと
12 AI生成物の権利帰属と人の創作的関与

Section 7　AI倫理とAI事業者ガイドライン
01 AI倫理・ELSIとは
02 AI事業者ガイドラインと人間中心のAI
03 安全性・公平性：人への不利益を防ぐ
04 プライバシー保護とセキュリティ確保
05 透明性・アカウンタビリティ：説明と責任
06 教育・リテラシー：AIを適切に使うために
07 公正競争とイノベーション
08 高度なAIシステムと影響に応じたリスク管理
09 偽情報・偏りと情報拡散のリスク
10 雇用・教育・格差・環境への影響

Section 8　AIガバナンスと社内ガイドライン
01 AIガバナンスとは
02 社内ガイドラインに盛り込む基本項目
03 AIツールを選定する際の確認項目
04 AIツールのレベル分けと入力情報のルール
05 新しいAIツールの申請と承認フロー
06 AIが出力したデータの取り扱い
07 API・AIエージェント利用時のコスト・利用量の管理
08 社内ルールを定着させる体制と教育
09 モニタリングと継続的な見直し

Section 9　AI法・国際ルール・AI安全保障
01 AI法とは：制定の背景と基本構造
02 AI基本計画と国・事業者・利用者の役割
03 イノベーション促進とリスク対応の両立
04 AI法・ガイドライン・既存法令の関係
05 G7広島AIプロセスと海外のAI規制動向
06 AIと安全保障
07 国産AI・国内基盤モデル・AI人材の重要性
08 継続的な情報収集とリスキリングの重要性

第5章　生成AIの実践と活用事例

Section 1　プロンプトエンジニアリング
01 プロンプトエンジニアリングとは
02 プロンプトの基本構成要素
03 Zero-Shotプロンプティング
04 Few-Shotプロンプティング
05 Chain-of-Thought（思考の連鎖）
06 役割設定・出力形式の指定
07 具体度のコントロール

Section 2　文書作成・コミュニケーション業務での活用
01 ビジネスメール・各種ビジネス文書の作成
02 文章の校正・添削・整形
03 文章の要約・対象読者やトーンの変更
04 議事録の作成・要点抽出
05 翻訳・多言語コミュニケーション
06 プレゼンテーションスライドの作成

Section 3　企画・マーケティング業務での活用
01 キャッチコピー・広告コピーの作成
02 企画立案・ブレインストーミング・壁打ち
03 アンケートの設計と分析
04 SNS投稿・コンテンツ制作
05 ランディングページの作成
06 市場・競合リサーチ

Section 4　クリエイティブ制作での活用
01 画像・ビジュアル素材の生成
02 動画コンテンツの生成・編集
03 ナレーション・音声・BGMの生成
04 ロゴ・デザイン案・モックアップの作成
05 既存素材のバリエーション展開・多言語ローカライズ

Section 5　データ分析・リサーチ業務での活用
01 データの整形・分類
02 表・データの集計と可視化
03 大量文書からの情報抽出・要約
04 ディープリサーチ：複数ソースを横断調査
05 定例レポートの自動生成

Section 6　開発・業務自動化での活用
01 コーディング・アプリ開発
02 既存システム・コードベースの調査とリファクタリング
03 定型業務の自動化
04 ブラウザ操作・Web上の手続きの自動化
05 複数ツール・複数ステップを横断する複合タスクの自動化

Section 7　業種別に見る生成AI活用
01 規制・機密性が重視される業種
02 現場・ものづくりを支える業種
03 顧客接点・コンテンツ制作の業種
04 業種を問わず共通する成功のポイント

付録　先駆者の事例に学ぶ 生成AI時代の人的資本戦略

00 GenAI HR Awardsとは
01 26万件のアイデアを生んだ人的資本経営の実装論
02 「最強の市役所」を目指す南あわじ市の挑戦
03 150年の限界を突破する麻生塾の教育革命
04 顧客に向き合う時間を取り戻せ
05 ベテランの「審美眼」をAI活用で会社の資産に

書籍の購入や、商用利用・教育利用を検討されている法人のお客様はこちら

図書館での貸し出しに関するお問い合わせはよくあるお問い合わせをご確認ください。

利用許諾に関するお問い合わせ

本書の書影（表紙画像）をご利用になりたい場合は書影許諾申請フォームから申請をお願いいたします。
書影（表紙画像）以外のご利用については、こちらからお問い合わせください。

お問い合わせ

内容についてのお問い合わせは、正誤表、追加情報をご確認後に、お送りいただくようお願いいたします。

正誤表、追加情報に掲載されていない書籍内容へのお問い合わせや
その他書籍に関するお問い合わせは、書籍のお問い合わせフォームからお送りください。