プロンプト集（シーン別）

【業務実践】アノテーション作業をクラウドソーシングで発注するための依頼文を作ってください。

アノテーション作業をクラウドソーシングで発注するための依頼文を作ってください。対象データ・件数・納期・品質条件・報酬目安・検収基準を明記し、初心者にも伝わる平易な表現でお願いします。

案件概要：[ここに概要を記入]

【核心・応用】次の顧客情報をもとに、フォローアップメールの下書きを作成してください。

次の顧客情報をもとに、フォローアップメールの下書きを作成してください。トーン・提案内容・次アクションを含め、パーソナライズされた内容にしてください。

顧客情報：[ここに記入]

【業務実践】次の商品画像・仕様をもとに、ECサイト用の商品説明文を3パターン作成してください。

次の商品画像・仕様をもとに、ECサイト用の商品説明文を3パターン作成してください。想定ターゲット・訴求ポイント・トーンを変えてください。

商品情報：[ここに記入]

【業務実践】次のFAQの「回答文」を、チャットボット用に書き直してください。

次のFAQの「回答文」を、チャットボット用に書き直してください。条件：①150字以内 ②敬語で簡潔に ③不明な点は「担当部署にご案内します」と案内する ④製品名は正確に記載する。

元のFAQ：[ここにFAQを貼り付け]

【入門】次の文章を、中学生にもわかる言葉で要約し、3つの箇条書きにまとめてください。

次の文章を、中学生にもわかる言葉で要約し、3つの箇条書きにまとめてください。専門用語は簡単な言い換えを添えてください。

要約したい文章：[ここに文章を貼り付け]

【組み合わせ】次のスタイルに合わせて、メールの文面を3パターン作ってください。

次のスタイルに合わせて、メールの文面を3パターン作ってください。
【良い例】…
【悪い例】…
作成する用件：[ここに用件を記入]

【組み合わせ】AIチャットの使い方ページに載せる「できること・できないこと」の説明文を、利用者向けにやさしく作成してください。

AIチャットの使い方ページに載せる「できること・できないこと」の説明文を、利用者向けにやさしく作成してください。

【組み合わせ】ニューラルネットワークの判断を関係者に説明する資料のたたき台を、専門用語を避けて作成してください。

ニューラルネットワークの判断を関係者に説明する資料のたたき台を、専門用語を避けて作成してください。

【組み合わせ】LLMを使って次の文章の感情を分析するプロンプトを作ってください。

LLMを使って次の文章の感情を分析するプロンプトを作ってください。出力形式（極性・根拠・注意点）も指定してください。

文章：[ここに文章を貼り付け]

【業務実践】次の商品[商品名・概要]の広告ビジュアルを画像生成AIで作成する前提で、4パターンのプロンプト案を出してください。

次の商品[商品名・概要]の広告ビジュアルを画像生成AIで作成する前提で、4パターンのプロンプト案を出してください。ターゲット層とブランドイメージに合わせてください。

【業務実践】自社商品[商品名]のプロモーション画像をGANで生成する計画を立ててください。

自社商品[商品名]のプロモーション画像をGANで生成する計画を立ててください。①ブランドイメージに合うスタイル ②生成の指示文案 ③品質チェック項目、を示してください。

【業務実践】機械学習エンジニアに分析を依頼する際のRFP案を作成してください。

機械学習エンジニアに分析を依頼する際のRFP案を作成してください。①目的とゴール ②利用可能なデータ ③期待成果 ④スケジュール要件、を整理してください。

【業務実践】次の商品[商品名・概要]のSNS広告画像を画像生成AIで作る計画を立ててください。

次の商品[商品名・概要]のSNS広告画像を画像生成AIで作る計画を立ててください。①ブランドイメージ ②パターン案 ③品質チェック項目、を整理してください。

【業務実践】解説動画[内容概要]のナレーションを音声合成で作る手順を示してください。

解説動画[内容概要]のナレーションを音声合成で作る手順を示してください。①原稿の書き方 ②声質の選び方 ③収録・編集工程、を整理してください。

【業務実践】AIエンジニア志望の学生向けに、採用担当に刺さるポートフォリオ企画を3案ください。

AIエンジニア志望の学生向けに、採用担当に刺さるポートフォリオ企画を3案ください。

【業務実践】社内向けにAI効果を説明する資料の下書きを作ってください。

社内向けにAI効果を説明する資料の下書きを作ってください。誤解と期待のバランスを意識して。

【業務実践】長い会議議事録を、意思決定・論点・アクションに整理するプロンプトを作ってください。

長い会議議事録を、意思決定・論点・アクションに整理するプロンプトを作ってください。

【入門】画像認識モデル開発におけるアノテーションについて、技術に詳しくない人向けに説明してください。

画像認識モデル開発におけるアノテーションについて、技術に詳しくない人向けに説明してください。①アノテーションとは何か ②バウンディングボックス・セグメンテーション・ランドマークの違い ③着手前に決めるべき3つのこと、の順でお願いします。

【核心・応用】次のタスク向けに、アノテーションの作業仕様書（ラベル定義書）を作成してください。

次のタスク向けに、アノテーションの作業仕様書（ラベル定義書）を作成してください。①ラベル一覧と定義 ②判断に迷うケースの例と裁定 ③禁止事項 ④品質チェックの方法。

対象タスク：[ここにタスクを記入]

【質問・理解】あなたはAI講師です。アノテーションの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。アノテーションの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】アルゴリズムバイアスについて、技術に詳しくない人向けに説明してください。

アルゴリズムバイアスについて、技術に詳しくない人向けに説明してください。①定義と具体例 ②なぜAIが偏るのか ③企業が知っておくべきリスク ④最初に取るべきアクション、の順でお願いします。

【業務実践】機械学習モデルのバイアス是正手法を比較してください。

機械学習モデルのバイアス是正手法を比較してください。データ前処理・学習中の調整・事後処理の代表的手法について、効果・工数・副作用・向いている場面を表形式で整理してください。

【質問・理解】あなたはAI講師です。アルゴリズムバイアスの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。アルゴリズムバイアスの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】アンサンブル学習について、機械学習初心者向けに説明してください。

アンサンブル学習について、機械学習初心者向けに説明してください。①多数決のたとえ ②バギング・ブースティング・スタッキングの違い ③どんな場合に使うと効果的か、の順でお願いします。

【核心・応用】次の予測タスクに最適なアンサンブル手法を提案してください。

次の予測タスクに最適なアンサンブル手法を提案してください。データ量・目的変数の種類・求められる解釈性・計算リソースを踏まえ、選定理由と注意点を示してください。

タスク：[ここにタスクを記入]

【組み合わせ】ニューラルネットワークにおけるドロップアウトと、伝統的なアンサンブル学習の共通点・相違点を説明してください。

ニューラルネットワークにおけるドロップアウトと、伝統的なアンサンブル学習の共通点・相違点を説明してください。なぜドロップアウトがアンサンブル効果を持つと言われるのか、図的に整理してください。

【質問・理解】あなたはAI講師です。アンサンブル学習の基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。アンサンブル学習の基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】アンダーフィッティングについて、機械学習初心者向けに説明してください。

アンダーフィッティングについて、機械学習初心者向けに説明してください。①定義 ②過学習との違い ③見分け方 ④代表的な対処、の順でお願いします。

【業務実践】住宅価格予測モデルの精度が低いです。現在の入力特徴量と結果を踏まえ、追加すべき特徴量の候補と、それらが価格とどう関係しうるかを提案してください。

住宅価格予測モデルの精度が低いです。現在の入力特徴量と結果を踏まえ、追加すべき特徴量の候補と、それらが価格とどう関係しうるかを提案してください。

現在の特徴量：[リスト]

【リスク対策】学習データが不足していて精度が出ません。どの観点でデータを追加・補強すべきか、優先順位付きで提案してください。

学習データが不足していて精度が出ません。どの観点でデータを追加・補強すべきか、優先順位付きで提案してください。サンプル数・多様性・カバー範囲・ラベル品質の観点で整理してください。

【組み合わせ】アンダーフィッティングと過学習を、症状・原因・対処・代表的な診断指標の観点で比較表にまとめてください。

アンダーフィッティングと過学習を、症状・原因・対処・代表的な診断指標の観点で比較表にまとめてください。そのうえで、両者を同時に疑うべきケースも説明してください。

【質問・理解】あなたはAI講師です。アンダーフィッティングの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。アンダーフィッティングの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】エッジAIについて、技術に詳しくない人向けに説明してください。

エッジAIについて、技術に詳しくない人向けに説明してください。①クラウドAIとの違い ②エッジAIが向いている場面 ③導入前に検討すべき3つのこと、の順でお願いします。

【質問・理解】あなたはAI講師です。エッジAIの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。エッジAIの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】エンベディングについて、AIに詳しくない人向けに説明してください。

エンベディングについて、AIに詳しくない人向けに説明してください。①意味が数値になるとはどういうことか ②似た意味が近くなる例 ③どんな場面で使うか、の順でお願いします。

【質問・理解】あなたはAI講師です。エンベディングの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。エンベディングの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】クラウドAIについて、これから導入を検討する企業担当者向けに説明してください。

クラウドAIについて、これから導入を検討する企業担当者向けに説明してください。①定義 ②オンプレミスとの違い ③導入前に確認すべき3つのこと、の順でお願いします。

【核心・応用】次の用途で使える代表的なクラウドAIサービスを比較してください。

次の用途で使える代表的なクラウドAIサービスを比較してください。提供機能・料金体系・日本語対応・セキュリティ認証・実績の観点で表にまとめ、推奨を示してください。

用途：[ここに記入]

【質問・理解】あなたはAI講師です。クラウドAIの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。クラウドAIの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】クラスタリングについて、データ分析初心者向けに説明してください。

クラスタリングについて、データ分析初心者向けに説明してください。①教師なし学習とは何か ②顧客セグメンテーション具体例 ③k-means・階層的・DBSCANの違い、の順でお願いします。

【核心・応用】次のデータをクラスタリングしたい。分析目的・想定サンプル数・利用可能な特徴量を踏まえ、前処理・アルゴリズム選択・評価指標・解釈の進め方を提案してください。

次のデータをクラスタリングしたい。分析目的・想定サンプル数・利用可能な特徴量を踏まえ、前処理・アルゴリズム選択・評価指標・解釈の進め方を提案してください。

データ概要：[ここに記入]

【業務実践】クラスタリング結果をビジネス向けに解釈してください。

クラスタリング結果をビジネス向けに解釈してください。各クラスターの特徴・典型的な顧客像・訴求メッセージ・注意点を、経営層にもわかる言葉で整理してください。

クラスター定義：[ここに貼付]

【組み合わせ】クラスタリング（教師なし）と分類（教師あり）の違い・使い分け・組み合わせ方を説明してください。

クラスタリング（教師なし）と分類（教師あり）の違い・使い分け・組み合わせ方を説明してください。まずクラスタリングでグループを発見し、後に分類モデルを作る流れを図的に整理してください。

【質問・理解】あなたはAI講師です。クラスタリングの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。クラスタリングの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】グラウンディングについて、生成AIを業務利用する人向けに説明してください。

グラウンディングについて、生成AIを業務利用する人向けに説明してください。①何のための仕組みか ②RAGとの関係 ③どんな場面で効くか、の順でお願いします。

【組み合わせ】静的な文書検索（RAG）と動的なAPI連携（データベース照会）の使い分け・組み合わせ方を説明してください。

静的な文書検索（RAG）と動的なAPI連携（データベース照会）の使い分け・組み合わせ方を説明してください。それぞれ向いている質問例を挙げてください。

【質問・理解】あなたはAI講師です。グラウンディングの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。グラウンディングの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】コンテキストウィンドウについて、生成AI初心者向けに説明してください。

コンテキストウィンドウについて、生成AI初心者向けに説明してください。①作業机のたとえ ②大きいことの利点 ③注意すべき落とし穴、の順でお願いします。

【業務実践】長期対話チャットボットで、会話履歴をどうコンテキストに保持すべきか設計してください。

長期対話チャットボットで、会話履歴をどうコンテキストに保持すべきか設計してください。保持期間・要約・優先情報の選び方・コスト管理を整理してください。

【質問・理解】あなたはAI講師です。コンテキストウィンドウの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。コンテキストウィンドウの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】ゴールシークプロンプトについて、これから業務で使う人向けに説明してください。

ゴールシークプロンプトについて、これから業務で使う人向けに説明してください。①普通の質問との違い ③書くときの3つの要素 ③良い例・悪い例、の順でお願いします。

【業務実践】次の企画について、3つの代替案を挙げ、それぞれのメリット・デメリット・想定コスト・リスクを比較表にまとめてください。

次の企画について、3つの代替案を挙げ、それぞれのメリット・デメリット・想定コスト・リスクを比較表にまとめてください。最後に推奨案とその理由を述べてください。

企画テーマ：[ここに記入]

【質問・理解】あなたはAI講師です。ゴールシークプロンプトの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。ゴールシークプロンプトの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門・理解】シンギュラリティについて、AIに詳しくない人向けに説明してください。

シンギュラリティについて、AIに詳しくない人向けに説明してください。①定義 ②なぜ「特異点」と呼ばれるのか ③楽観論と警戒論の両方の立場 ④現時点でどこまでが仮説なのか、の順で整理してください。

【応用・考察】シンギュラリティについて、賛成派・懐疑派・倫理学者・経済学者の4つの立場からそれぞれ論じてください。

シンギュラリティについて、賛成派・懐疑派・倫理学者・経済学者の4つの立場からそれぞれ論じてください。最後に、各立場の主張を比較する表にまとめてください。

【入門】ジェネレーティブCRMについて、営業・マーケ担当者向けに説明してください。

ジェネレーティブCRMについて、営業・マーケ担当者向けに説明してください。①CRMと生成AIの関係 ②できるようになること ③導入前に整えるべきこと、の順でお願いします。

【質問・理解】あなたはAI講師です。ジェネレーティブCRMの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。ジェネレーティブCRMの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】ゼロショット学習について、機械学習初心者向けに説明してください。

ゼロショット学習について、機械学習初心者向けに説明してください。①どんな能力か ②人間の学習とのたとえ ③向いている場面、の順でお願いします。

【組み合わせ】ゼロショット学習とfew-shot学習を比較し、使い分け・併用の判断基準を説明してください。

ゼロショット学習とfew-shot学習を比較し、使い分け・併用の判断基準を説明してください。

【質問・理解】あなたはAI講師です。ゼロショット学習の基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。ゼロショット学習の基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】ゼロデータ保持について、生成AIを業務利用する担当者向けに説明してください。

ゼロデータ保持について、生成AIを業務利用する担当者向けに説明してください。①何を保証する契約か ②しないこと ③確認すべきポイント、の順でお願いします。

【業務実践】次の業務で外部AIを使いたい。機密性・入力すべきでない情報・必要な契約条件を整理し、実施可否を判定してください。

次の業務で外部AIを使いたい。機密性・入力すべきでない情報・必要な契約条件を整理し、実施可否を判定してください。

業務：[ここに記入]

【質問・理解】あなたはAI講師です。ゼロデータ保持の基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。ゼロデータ保持の基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】チャットボットについて、技術に詳しくない人向けに説明してください。

チャットボットについて、技術に詳しくない人向けに説明してください。①チャットボットとは何か ②ルールベース型とAI型の違い ③導入前に決めるべき3つのこと、の順でお願いします。

【質問・理解】あなたはAI講師です。チャットボットの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。チャットボットの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】チューニングについて、生成AIを業務利用する人向けに説明してください。

チューニングについて、生成AIを業務利用する人向けに説明してください。①プロンプトとの違い ②どんなときに効くか ③フル/パラメータ効率/教師ありの違い、の順でお願いします。

【質問・理解】あなたはAI講師です。チューニングの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。チューニングの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】ディープフェイクについて、一般の方向けに説明してください。

ディープフェイクについて、一般の方向けに説明してください。①どんな技術か ②創造的な活用例 ③悪用リスク、の順でお願いします。

【質問・理解】あなたはAI講師です。ディープフェイクの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。ディープフェイクの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】ディープラーニングについて、AI初心者向けに説明してください。

ディープラーニングについて、AI初心者向けに説明してください。①脳とのたとえ ②普通の機械学習との違い ③得意なこと、の順でお願いします。

【業務実践】ディープラーニングモデルの学習計画を立ててください。

ディープラーニングモデルの学習計画を立ててください。データ準備・モデル選定・ハイパーパラメータ・検証・デプロイの手順を整理してください。

【組み合わせ】ディープラーニングと従来の機械学習手法を比較し、使い分け・併用の判断基準を説明してください。

ディープラーニングと従来の機械学習手法を比較し、使い分け・併用の判断基準を説明してください。

【質問・理解】あなたはAI講師です。ディープラーニングの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。ディープラーニングの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】データ前処理について、分析初心者向けに説明してください。

データ前処理について、分析初心者向けに説明してください。①なぜ必要か ②代表的な4つの処理 ③誤った前処理の例、の順でお願いします。

【質問・理解】あなたはAI講師です。データ前処理の基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。データ前処理の基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】データ拡張について、機械学習初心者向けに説明してください。

データ拡張について、機械学習初心者向けに説明してください。①何のためか ②画像と言語の代表的な手法 ③やりすぎのリスク、の順でお願いします。

【核心・応用】次のタスクにデータ拡張戦略を提案してください。データ種別・現実的な揺らぎ・拡張の強度・留意点を整理してください。

次のタスクにデータ拡張戦略を提案してください。データ種別・現実的な揺らぎ・拡張の強度・留意点を整理してください。

タスク：[ここに記入]

【リスク対策】データ拡張が過学習抑制にどう効くのか、また逆効果になるのはどんな場合かを説明してください。

データ拡張が過学習抑制にどう効くのか、また逆効果になるのはどんな場合かを説明してください。

【質問・理解】あなたはAI講師です。データ拡張の基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。データ拡張の基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】トランスフォーマーについて、AI初心者向けに説明してください。

トランスフォーマーについて、AI初心者向けに説明してください。①Attentionの役割 ②RNNとの違い ③なぜ現代AIの標準なのか、の順でお願いします。

【核心・応用】次のタスクに、BERT系・GPT系・その他をどう使い分けるか比較表を作ってください。

次のタスクに、BERT系・GPT系・その他をどう使い分けるか比較表を作ってください。入出力・要求データ・計算コスト・得意分野の観点で。

【組み合わせ】トランスフォーマーを画像・音声に応用する枠組みを説明してください。

トランスフォーマーを画像・音声に応用する枠組みを説明してください。共通点と違いを整理してください。

【質問・理解】あなたはAI講師です。トランスフォーマーの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。トランスフォーマーの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】トークンについて、LLMを使う人向けに説明してください。

トークンについて、LLMを使う人向けに説明してください。①単語との違い ③3つの種類 ③なぜ料金単位になるのか、の順でお願いします。

【組み合わせ】トークンとエンベディングの関係を説明してください。

トークンとエンベディングの関係を説明してください。トークン化→埋め込み→Attention の流れを図的に整理してください。

【質問・理解】あなたはAI講師です。トークンの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。トークンの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】トークン化について、NLP初心者向けに説明してください。

トークン化について、NLP初心者向けに説明してください。①なぜ必要か ②単語分割と形態素解析の違い ③サブワード分割の利点、の順でお願いします。

【質問・理解】あなたはAI講師です。トークン化の基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。トークン化の基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】ドロップアウトについて、深層学習初心者向けに説明してください。

ドロップアウトについて、深層学習初心者向けに説明してください。①何をする技術か ②なぜ過学習に効くか ③推論時の注意、の順でお願いします。

【組み合わせ】ドロップアウト・Weight Decay・Data Augmentationを比較し、使い分けを説明してください。

ドロップアウト・Weight Decay・Data Augmentationを比較し、使い分けを説明してください。

【質問・理解】あなたはAI講師です。ドロップアウトの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。ドロップアウトの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】ニューラルネットワークについて、AI初心者向けに説明してください。

ニューラルネットワークについて、AI初心者向けに説明してください。①層とニューロンの関係 ②誤差逆伝播とは ③代表的な種類、の順でお願いします。

【業務実践】ニューラルネットワークの学習計画を立ててください。

ニューラルネットワークの学習計画を立ててください。データ準備・前処理・損失関数・最適化・検証の手順を整理してください。

【組み合わせ】MLP・CNN・RNN・Transformerを比較し、使い分けを説明してください。

MLP・CNN・RNN・Transformerを比較し、使い分けを説明してください。

【質問・理解】あなたはAI講師です。ニューラルネットワークの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。ニューラルネットワークの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】ハイパーパラメータについて、機械学習初心者向けに説明してください。

ハイパーパラメータについて、機械学習初心者向けに説明してください。①重みとの違い ②代表的な例 ③調整方法、の順でお願いします。

【質問・理解】あなたはAI講師です。ハイパーパラメータの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。ハイパーパラメータの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】Hugging Faceについて、これからAIを使う人向けに説明してください。

Hugging Faceについて、これからAIを使う人向けに説明してください。①できること ②Transformersライブラリとは ③始め方、の順でお願いします。

【核心・応用】次の用途に使えるHugging Face上のモデルを候補比較してください。

次の用途に使えるHugging Face上のモデルを候補比較してください。ライセンス・日本語対応・サイズ・実績の観点で。

用途：[ここに記入]

【組み合わせ】Hugging Faceの公開モデルをそのまま使う場合と、自前で学習・チューニングする場合を比較してください。

Hugging Faceの公開モデルをそのまま使う場合と、自前で学習・チューニングする場合を比較してください。

【質問・理解】あなたはAI講師です。Hugging Faceの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。Hugging Faceの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】ハルシネーションについて、生成AIを使う人向けに説明してください。

ハルシネーションについて、生成AIを使う人向けに説明してください。①どんな現象か ②なぜ起きるか ③典型的な対策、の順でお願いします。

【質問・理解】あなたはAI講師です。ハルシネーションの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。ハルシネーションの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】バッチサイズについて、深層学習初心者向けに説明してください。

バッチサイズについて、深層学習初心者向けに説明してください。①何を設定する値か ②小さい・大きい場合の影響 ③GPUメモリとの関係、の順でお願いします。

【質問・理解】あなたはAI講師です。バッチサイズの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。バッチサイズの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】バリデーションについて、機械学習初心者向けに説明してください。

バリデーションについて、機械学習初心者向けに説明してください。①何のためか ②訓練データとの違い ③よくある分割方法、の順でお願いします。

【業務実践】次の学習カーブの状況を診断してください。学習・検証精度のギャップから、過学習・学習不足・データ問題を判定し対策を示してください。

次の学習カーブの状況を診断してください。学習・検証精度のギャップから、過学習・学習不足・データ問題を判定し対策を示してください。

状況：[ここに記入]

【質問・理解】あなたはAI講師です。バリデーションの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。バリデーションの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】パラメータについて、AI初心者向けに説明してください。

パラメータについて、AI初心者向けに説明してください。①ハイパーパラメータとの違い ②重みとバイアス ③パラメータ数が性能に与える影響、の順でお願いします。

【核心・応用】次の用途に適したパラメータ規模を提案してください。

次の用途に適したパラメータ規模を提案してください。要求性能・運用リソース・コストの観点で候補を比較してください。

用途：[ここに記入]

【組み合わせ】ファインチューニングで更新するパラメータ範囲と、モデル全体のパラメータ数の関係を説明してください。

ファインチューニングで更新するパラメータ範囲と、モデル全体のパラメータ数の関係を説明してください。

【質問・理解】あなたはAI講師です。パラメータの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。パラメータの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【組み合わせ】業務で最新の社内文書を参照させたい場合、ファインチューニングとRAG（検索拡張生成）をどう組み合わせるのが適切か、それぞれの役割分担図と判断基準を示してくだ…

業務で最新の社内文書を参照させたい場合、ファインチューニングとRAG（検索拡張生成）をどう組み合わせるのが適切か、それぞれの役割分担図と判断基準を示してください。

【質問・理解】あなたはAI講師です。ファインチューニングの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。ファインチューニングの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【業務実践】次の顧客の声を、①良かった点 ②改善要望 ③緊急度（高/中/低）の3列に整理し、表形式で出力してください。

次の顧客の声を、①良かった点 ②改善要望 ③緊急度（高/中/低）の3列に整理し、表形式で出力してください。件数が多い場合はグルーピングしてください。

顧客の声：[ここに声を貼り付け]

【質問・理解】あなたはAI講師です。プロンプトの基本を学んだ私に、良いプロンプトと悪いプロンプトを見分けるクイズを5問出してください。

あなたはAI講師です。プロンプトの基本を学んだ私に、良いプロンプトと悪いプロンプトを見分けるクイズを5問出してください。各問題のあとに解説をお願いします。

【質問・理解】あなたはAIセキュリティ講師です。プロンプトインジェクションの基本を学んだ私に、防御策の適用を判断するクイズを5問出してください。

あなたはAIセキュリティ講師です。プロンプトインジェクションの基本を学んだ私に、防御策の適用を判断するクイズを5問出してください。解説付きでお願いします。

【入門】プロンプトエンジニアリングの基本的な進め方を、①目的の明確化 ②要素の組み立て ③出力の評価 ④改善、の順で、初心者向けに説明してください。

プロンプトエンジニアリングの基本的な進め方を、①目的の明確化 ②要素の組み立て ③出力の評価 ④改善、の順で、初心者向けに説明してください。

【質問・理解】あなたはAI講師です。プロンプトエンジニアリングを学んだ私に、ゼロショット・ワンショット・少数ショットを見分けるクイズを5問出してください。

あなたはAI講師です。プロンプトエンジニアリングを学んだ私に、ゼロショット・ワンショット・少数ショットを見分けるクイズを5問出してください。解説付きでお願いします。

【核心・応用】次の業務でAIを公開するにあたり、事前に定めるべき禁止領域と回答拒否の基準を洗い出してください。

次の業務でAIを公開するにあたり、事前に定めるべき禁止領域と回答拒否の基準を洗い出してください。優先度順に並べてください。

業務：[ここに業務を記入]

【質問・理解】あなたはAIガバナンス講師です。プロンプト防御を学んだ私に、防御ルールの良し悪しを判断するクイズを5問出してください。

あなたはAIガバナンス講師です。プロンプト防御を学んだ私に、防御ルールの良し悪しを判断するクイズを5問出してください。解説付きでお願いします。

【リスク対策】ベクトルDBの選定にあたり、運用面で確認すべき項目（スケーラビリティ・検索速度・対応形式・API・コスト）をチェックリストにまとめてください。

ベクトルDBの選定にあたり、運用面で確認すべき項目（スケーラビリティ・検索速度・対応形式・API・コスト）をチェックリストにまとめてください。

【質問・理解】あなたはAIインフラ講師です。ベクトルデータベースを学んだ私に、意味検索とキーワード検索の違いを問うクイズを5問出してください。

あなたはAIインフラ講師です。ベクトルデータベースを学んだ私に、意味検索とキーワード検索の違いを問うクイズを5問出してください。解説付きでお願いします。

【入門】マルチモーダルAIについて、技術に詳しくない人向けに説明してください。

マルチモーダルAIについて、技術に詳しくない人向けに説明してください。①定義 ②単一モーダルとの違い ③身近な応用例、の順でお願いします。

【リスク対策】マルチモーダルAIを顧客向けに使う際のプライバシー・倫理上の注意点を、データ取得・利用・保存の各段階で洗い出してください。

マルチモーダルAIを顧客向けに使う際のプライバシー・倫理上の注意点を、データ取得・利用・保存の各段階で洗い出してください。

【質問・理解】あなたはAI講師です。マルチモーダルAIを学んだ私に、モダリティの組み合わせを問うクイズを5問出してください。

あなたはAI講師です。マルチモーダルAIを学んだ私に、モダリティの組み合わせを問うクイズを5問出してください。解説付きでお願いします。

【入門】AIにおける「モデル」とは何か、技術に詳しくない人向けに説明してください。

AIにおける「モデル」とは何か、技術に詳しくない人向けに説明してください。①定義 ②モデルがどう作られるか ③身近なモデルの例、の順でお願いします。

【核心・応用】次の目的に適したAIモデルの種類と、選ぶ際の比較軸を提案してください。

次の目的に適したAIモデルの種類と、選ぶ際の比較軸を提案してください。精度・コスト・運用の観点を含めてください。

目的：[ここに目的を記入]

【組み合わせ】個別タスクのモデルと基盤モデルの違いを、役割・作り方・コストの観点で表にまとめてください。

個別タスクのモデルと基盤モデルの違いを、役割・作り方・コストの観点で表にまとめてください。

【質問・理解】あなたはAI講師です。モデルの基本を学んだ私に、AI・モデル・データの関係を問うクイズを5問出してください。

あなたはAI講師です。モデルの基本を学んだ私に、AI・モデル・データの関係を問うクイズを5問出してください。解説付きでお願いします。

【入門】モデルパラメータ（特にtemperature・top-p・top-k・maxOutputTokens）について、初心者向けに役割と違いを説明してください。

モデルパラメータ（特にtemperature・top-p・top-k・maxOutputTokens）について、初心者向けに役割と違いを説明してください。

【質問・理解】あなたはAI講師です。モデルパラメータを学んだ私に、設定値が挙動に与える影響を問うクイズを5問出してください。

あなたはAI講師です。モデルパラメータを学んだ私に、設定値が挙動に与える影響を問うクイズを5問出してください。解説付きでお願いします。

【入門】レイテンシとTTFT・TTLTについて、初心者向けに違いと重要性を説明してください。

レイテンシとTTFT・TTLTについて、初心者向けに違いと重要性を説明してください。

【質問・理解】あなたはAIインフラ講師です。レイテンシを学んだ私に、TTFTとTTLTを問うクイズを5問出してください。

あなたはAIインフラ講師です。レイテンシを学んだ私に、TTFTとTTLTを問うクイズを5問出してください。解説付きでお願いします。

【リスク対策】レッドチーミングを運用するチーム体制と役割（攻撃・防御・記録・承認）を整理してください。

レッドチーミングを運用するチーム体制と役割（攻撃・防御・記録・承認）を整理してください。外部委託と社内実施の比較も含めてください。

【質問・理解】あなたはAIセキュリティ講師です。レッドチーミングを学んだ私に、実施の流れを問うクイズを5問出してください。

あなたはAIセキュリティ講師です。レッドチーミングを学んだ私に、実施の流れを問うクイズを5問出してください。解説付きでお願いします。

【入門】事前学習とファインチューニングの違いを、初心者向けに役割・データ・コストの観点で説明してください。

事前学習とファインチューニングの違いを、初心者向けに役割・データ・コストの観点で説明してください。

【核心・応用】自社の目的で、①ゼロから事前学習 ②公開済み事前学習モデルを流用、のどちらが適しているか比較し、判断基準を示してください。

自社の目的で、①ゼロから事前学習 ②公開済み事前学習モデルを流用、のどちらが適しているか比較し、判断基準を示してください。

目的：[ここに目的を記入]

【質問・理解】あなたはAI講師です。事前学習を学んだ私に、モデル開発の全体工程を問うクイズを5問出してください。

あなたはAI講師です。事前学習を学んだ私に、モデル開発の全体工程を問うクイズを5問出してください。解説付きでお願いします。

【入門】二値分類モデルとは何か、初心者向けに説明してください。

二値分類モデルとは何か、初心者向けに説明してください。①定義 ②身近な例 ③多クラス分類との違い、の順でお願いします。

【質問・理解】あなたは機械学習講師です。二値分類を学んだ私に、適合率・再現率を問うクイズを5問出してください。

あなたは機械学習講師です。二値分類を学んだ私に、適合率・再現率を問うクイズを5問出してください。解説付きでお願いします。

【入門】人工ニューラルネットワークとは何か、初心者向けに説明してください。

人工ニューラルネットワークとは何か、初心者向けに説明してください。①定義 ②脳とのアナロジー ③できること、の順でお願いします。

【核心・応用】入力層・中間層・出力層の役割と、それぞれで行われる処理を図解してください。

入力層・中間層・出力層の役割と、それぞれで行われる処理を図解してください。活性化関数の働きも含めてください。

【リスク対策】誤差逆伝播による学習の流れを、初心者にもわかるステップ順で説明し、つまずきやすいポイントを挙げてください。

誤差逆伝播による学習の流れを、初心者にもわかるステップ順で説明し、つまずきやすいポイントを挙げてください。

【質問・理解】あなたはAI講師です。人工ニューラルネットワークを学んだ私に、構成と働きを問うクイズを5問出してください。

あなたはAI講師です。人工ニューラルネットワークを学んだ私に、構成と働きを問うクイズを5問出してください。解説付きでお願いします。

【概念整理】人工無脳と、現在のLLMチャットボットの違いを、仕組み・応答の質・学習の有無の観点で表にまとめてください。

人工無脳と、現在のLLMチャットボットの違いを、仕組み・応答の質・学習の有無の観点で表にまとめてください。

【概念整理】人工無脳がAI・対話システムの歴史において持つ意義を、初心者向けにわかりやすく説明してください。

人工無脳がAI・対話システムの歴史において持つ意義を、初心者向けにわかりやすく説明してください。

【入門】人工知能とは何か、技術に詳しくない人向けに説明してください。

人工知能とは何か、技術に詳しくない人向けに説明してください。①定義 ②機械学習・深層学習・生成AIとの関係 ③できること・できないこと、の順でお願いします。

【組み合わせ】AI導入にあたり検討すべき倫理・リスク（バイアス・プライバシー・説明責任）を項目立てしてください。

AI導入にあたり検討すべき倫理・リスク（バイアス・プライバシー・説明責任）を項目立てしてください。

【質問・理解】あなたはAI講師です。人工知能の全体像を学んだ私に、AI・機械学習・深層学習の関係を問うクイズを5問出してください。

あなたはAI講師です。人工知能の全体像を学んだ私に、AI・機械学習・深層学習の関係を問うクイズを5問出してください。解説付きでお願いします。

【入門】人間参加型（HITL）とは何か、初心者向けに説明してください。

人間参加型（HITL）とは何か、初心者向けに説明してください。①定義 ②学習・運用での役割 ③メリット・デメリット、の順でお願いします。

【組み合わせ】人間のフィードバックによるLLM調整（RLHF）とHITLの関係を、仕組みと役割分担の観点で説明してください。

人間のフィードバックによるLLM調整（RLHF）とHITLの関係を、仕組みと役割分担の観点で説明してください。

【質問・理解】あなたはAIガバナンス講師です。HITLを学んだ私に、関与ポイントを問うクイズを5問出してください。

あなたはAIガバナンス講師です。HITLを学んだ私に、関与ポイントを問うクイズを5問出してください。解説付きでお願いします。

【概念整理】自己評価で見つかった弱点をもとに、優先度順の改善アクションと、再評価までの期間を整理してください。

自己評価で見つかった弱点をもとに、優先度順の改善アクションと、再評価までの期間を整理してください。

【入門】合成データとは何か、初心者向けに説明してください。

合成データとは何か、初心者向けに説明してください。①定義 ②実データとの違い ③使いどころ、の順でお願いします。

【リスク対策】合成データ利用におけるプライバシー・再識別・バイアスのリスクと、低減策を優先度順に挙げてください。

合成データ利用におけるプライバシー・再識別・バイアスのリスクと、低減策を優先度順に挙げてください。

【質問・理解】あなたはデータ工学講師です。合成データを学んだ私に、利点と落とし穴を問うクイズを5問出してください。

あなたはデータ工学講師です。合成データを学んだ私に、利点と落とし穴を問うクイズを5問出してください。解説付きでお願いします。

【入門】基盤モデルとは何か、初心者向けに説明してください。

基盤モデルとは何か、初心者向けに説明してください。①定義 ②個別モデルとの違い ③LLMや画像生成モデルとの関係、の順でお願いします。

【質問・理解】あなたはAI講師です。基盤モデルを学んだ私に、モデル開発の位置づけを問うクイズを5問出してください。

あなたはAI講師です。基盤モデルを学んだ私に、モデル開発の位置づけを問うクイズを5問出してください。解説付きでお願いします。

【入門】大域最適解と局所最適解の違いを、初心者にもわかる比喩を交えて説明してください。

大域最適解と局所最適解の違いを、初心者にもわかる比喩を交えて説明してください。

【組み合わせ】学習曲線を見て局所最適解に陥った兆候を読み取る観点を説明してください。

学習曲線を見て局所最適解に陥った兆候を読み取る観点を説明してください。

【質問・理解】あなたは最適化理論講師です。大域最適解を学んだ私に、局所との違いを問うクイズを5問出してください。

あなたは最適化理論講師です。大域最適解を学んだ私に、局所との違いを問うクイズを5問出してください。解説付きでお願いします。

【入門】LLMとは何か、初心者向けに①仕組み ②できること・できないこと ③基盤モデルとの関係、の順で説明してください。

LLMとは何か、初心者向けに①仕組み ②できること・できないこと ③基盤モデルとの関係、の順で説明してください。

【質問・理解】あなたはAI講師です。LLMを学んだ私に、その仕組みと注意点を問うクイズを5問出してください。

あなたはAI講師です。LLMを学んだ私に、その仕組みと注意点を問うクイズを5問出してください。解説付きでお願いします。

【入門】学習曲線の見方を初心者向けに説明してください。①縦軸・横軸 ②学習曲線と検証曲線の違い ③ギャップが示す状態、の順でお願いします。

学習曲線の見方を初心者向けに説明してください。①縦軸・横軸 ②学習曲線と検証曲線の違い ③ギャップが示す状態、の順でお願いします。

【業務実践】学習曲線を見て、データ量を増やすべきかモデルを見直すべきか判断する観点を示してください。

学習曲線を見て、データ量を増やすべきかモデルを見直すべきか判断する観点を示してください。

【リスク対策】モデル学習が収束したか・まだ伸びしろがあるかを、学習曲線から読み取るポイントを教えてください。

モデル学習が収束したか・まだ伸びしろがあるかを、学習曲線から読み取るポイントを教えてください。

【質問・理解】あなたは機械学習講師です。学習曲線を学んだ私に、過学習・未学習の形状を問うクイズを5問出してください。

あなたは機械学習講師です。学習曲線を学んだ私に、過学習・未学習の形状を問うクイズを5問出してください。解説付きでお願いします。

【入門】学習率とは何か、初心者向けに説明してください。①定義 ②大きすぎる場合・小さすぎる場合の挙動 ③調整のコツ、の順でお願いします。

学習率とは何か、初心者向けに説明してください。①定義 ②大きすぎる場合・小さすぎる場合の挙動 ③調整のコツ、の順でお願いします。

【組み合わせ】学習曲線を見ながら学習率が原因の不調を診断する観点を示してください。

学習曲線を見ながら学習率が原因の不調を診断する観点を示してください。

【質問・理解】あなたは機械学習講師です。学習率を学んだ私に、挙動の良し悪しを問うクイズを5問出してください。

あなたは機械学習講師です。学習率を学んだ私に、挙動の良し悪しを問うクイズを5問出してください。解説付きでお願いします。

【入門】学習用データとは何か、初心者向けに説明してください。

学習用データとは何か、初心者向けに説明してください。①定義 ②質・量・多様性のポイント ③学習・検証・テストの分け方、の順でお願いします。

【質問・理解】あなたはデータ工学講師です。学習用データを学んだ私に、データ分割の常識を問うクイズを5問出してください。

あなたはデータ工学講師です。学習用データを学んだ私に、データ分割の常識を問うクイズを5問出してください。解説付きでお願いします。

【概念整理】AIの安全性とは何か、初心者向けに①危害の種類 ②防御の層 ③安全を高める工程、の順で説明してください。

AIの安全性とは何か、初心者向けに①危害の種類 ②防御の層 ③安全を高める工程、の順で説明してください。

【入門】局所最適解と大域最適解の違いを、山登りの比喩を交えて初心者向けに説明してください。

局所最適解と大域最適解の違いを、山登りの比喩を交えて初心者向けに説明してください。

【組み合わせ】学習曲線から局所最適解の兆候を読み取る観点を説明してください。

学習曲線から局所最適解の兆候を読み取る観点を説明してください。

【質問・理解】あなたは最適化理論講師です。局所最適解を学んだ私に、局所と大域を問うクイズを5問出してください。

あなたは最適化理論講師です。局所最適解を学んだ私に、局所と大域を問うクイズを5問出してください。解説付きでお願いします。

【概念整理】弱いAI（ナローAI）と強いAI・AGIの違いを、汎用性・得意領域・実用状況の観点で表にまとめてください。

弱いAI（ナローAI）と強いAI・AGIの違いを、汎用性・得意領域・実用状況の観点で表にまとめてください。

【概念整理】次のAIシステムは弱いAIにあたるか、どのタスクに特化しているか、領域外で何ができないかを整理してください。

次のAIシステムは弱いAIにあたるか、どのタスクに特化しているか、領域外で何ができないかを整理してください。

システム：[ここに概要を記入]

【概念整理】強いAI（AGI）と弱いAIの違いを、現状の実現度・汎用性・社会的論点の観点で説明してください。

強いAI（AGI）と弱いAIの違いを、現状の実現度・汎用性・社会的論点の観点で説明してください。

【概念整理】強いAIが実現するために解決が必要な課題（汎用力・常識理解・安全性・制御・雇用）を挙げ、それぞれの論点を要約してください。

強いAIが実現するために解決が必要な課題（汎用力・常識理解・安全性・制御・雇用）を挙げ、それぞれの論点を要約してください。

【概念整理】強いAIが実現した社会について、楽観的シナリオと懸念されるリスクを両論併記で整理してください。

強いAIが実現した社会について、楽観的シナリオと懸念されるリスクを両論併記で整理してください。

【入門】強化学習とは何か、教師あり学習・教師なし学習との違いとあわせて初心者向けに説明してください。

強化学習とは何か、教師あり学習・教師なし学習との違いとあわせて初心者向けに説明してください。

【組み合わせ】LLMの調整に使われるRLHF（人間のフィードバックによる強化学習）の仕組みを、通常の強化学習と対比して説明してください。

LLMの調整に使われるRLHF（人間のフィードバックによる強化学習）の仕組みを、通常の強化学習と対比して説明してください。

【質問・理解】あなたは機械学習講師です。強化学習を学んだ私に、状態・行動・報酬・ポリシーを問うクイズを5問出してください。

あなたは機械学習講師です。強化学習を学んだ私に、状態・行動・報酬・ポリシーを問うクイズを5問出してください。解説付きでお願いします。

【入門】意味ネットワークとは何か、ノードとリンクの例を挙げて初心者向けに説明してください。

意味ネットワークとは何か、ノードとリンクの例を挙げて初心者向けに説明してください。

【核心・応用】「猫は動物である」「動物は呼吸する」という関係から導ける推論を例示し、意味ネットワーク上での経路を説明してください。

「猫は動物である」「動物は呼吸する」という関係から導ける推論を例示し、意味ネットワーク上での経路を説明してください。

【組み合わせ】意味ネットワークが苦手とする曖昧・不確実な知識の例を挙げ、それを補う方法を提案してください。

意味ネットワークが苦手とする曖昧・不確実な知識の例を挙げ、それを補う方法を提案してください。

【質問・理解】あなたはAI知識工学講師です。意味ネットワークを学んだ私に、ノードとリンクの役割を問うクイズを5問出してください。

あなたはAI知識工学講師です。意味ネットワークを学んだ私に、ノードとリンクの役割を問うクイズを5問出してください。解説付きでお願いします。

【入門】感情分析とは何か、肯定／否定／中立の判定を中心に初心者向けに説明してください。

感情分析とは何か、肯定／否定／中立の判定を中心に初心者向けに説明してください。

【リスク対策】感情分析の結果を意思決定に誤って使わないための注意点と、人間の判断との組み合わせ方を示してください。

感情分析の結果を意思決定に誤って使わないための注意点と、人間の判断との組み合わせ方を示してください。

【質問・理解】あなたはNLP講師です。感情分析を学んだ私に、誤判定しやすい表現を問うクイズを5問出してください。

あなたはNLP講師です。感情分析を学んだ私に、誤判定しやすい表現を問うクイズを5問出してください。解説付きでお願いします。

【入門・理解】拡張知能（Augmented Intelligence）について、AIに詳しくない人向けに説明してください。

拡張知能（Augmented Intelligence）について、AIに詳しくない人向けに説明してください。①AIの置き換え論との違い ②人間とAIの役割分担の例 ③拡張知能が重視される理由、の順でお願いします。

【入門】拡散モデルについて、技術に詳しくない人向けに説明してください。

拡散モデルについて、技術に詳しくない人向けに説明してください。①拡散モデルとは何か ②拡散過程と逆拡散過程の違い ③DDPMとDDIMの違い、の順でお願いします。

【質問・理解】あなたはAI講師です。拡散モデルの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。拡散モデルの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門・理解】AIの擬人化について、一般の人向けに説明してください。

AIの擬人化について、一般の人向けに説明してください。①擬人化とは何か ②なぜ起きるのか ③放置するとどんなリスクがあるのか、の順でお願いします。

【応用・考察】対話型AIを使う際に、擬人化に陥らないための心構えや使い方の工夫を提案してください。

対話型AIを使う際に、擬人化に陥らないための心構えや使い方の工夫を提案してください。①日常で気をつけること ②UIや設定で工夫できること ③誰かに紹介するときの説明、をまとめてください。

【入門】教師あり学習について、AIに詳しくない人向けに説明してください。

教師あり学習について、AIに詳しくない人向けに説明してください。①教師あり学習とは何か ②分類と回帰の違い ③始めるために必要なもの、の順でお願いします。

【質問・理解】あなたはAI講師です。教師あり学習の基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。教師あり学習の基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】教師なし学習について、AIに詳しくない人向けに説明してください。

教師なし学習について、AIに詳しくない人向けに説明してください。①教師あり学習との違い ③クラスタリング・次元削減・アソシエーション分析の違い ③向いている場面、の順でお願いします。

【業務実践】業務[業務内容]で異常検知を教師なし学習で実現する提案を書いてください。

業務[業務内容]で異常検知を教師なし学習で実現する提案を書いてください。①正常データの定義 ②異常と判定する基準 ③アラート運用の流れ、を整理してください。

【質問・理解】あなたはAI講師です。教師なし学習の基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。教師なし学習の基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】敵対的プロンプトについて、AIに詳しくない人向けに説明してください。

敵対的プロンプトについて、AIに詳しくない人向けに説明してください。①何が問題なのか ②どんな種類があるか ③どう対策すればよいか、の順でお願いします。

【質問・理解】あなたはAIセキュリティ講師です。敵対的プロンプトの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAIセキュリティ講師です。敵対的プロンプトの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】GANについて、AIに詳しくない人向けに説明してください。

GANについて、AIに詳しくない人向けに説明してください。①生成器と識別器の役割 ②競争が学習につながる理由 ③拡散モデルとの違い、の順でお願いします。

【質問・理解】あなたはAI講師です。GANの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。GANの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】最適化アルゴリズムについて、AIに詳しくない人向けに説明してください。

最適化アルゴリズムについて、AIに詳しくない人向けに説明してください。①最適化とは何か ②勾配法とそれ以外の違い ③AIでどう使われるか、の順でお願いします。

【質問・理解】あなたはAI講師です。最適化アルゴリズムの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。最適化アルゴリズムの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】RAG（検索拡張生成）について、AIに詳しくない人向けに説明してください。

RAG（検索拡張生成）について、AIに詳しくない人向けに説明してください。①RAGとは何か ②検索と生成の流れ ③RAGが解決する課題、の順でお願いします。

【業務実践】現在運用中のRAGシステム[概要]の回答品質が低い問題を改善する提案をください。

現在運用中のRAGシステム[概要]の回答品質が低い問題を改善する提案をください。①考えられる原因 ②検索精度改善策 ③プロンプト改善策、を整理してください。

【質問・理解】あなたはAI講師です。RAGの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。RAGの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】機械学習について、AIに詳しくない人向けに説明してください。

機械学習について、AIに詳しくない人向けに説明してください。①機械学習とは何か ②3つの学習スタイルの違い ③ビジネスでの活用例、の順でお願いします。

【質問・理解】あなたはAI講師です。機械学習の基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。機械学習の基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】機械学習バイアスについて、AIに詳しくない人向けに説明してください。

機械学習バイアスについて、AIに詳しくない人向けに説明してください。①何が問題なのか ②どこから発生するのか ③放置するとどうなるか、の順でお願いします。

【質問・理解】あなたはAI倫理講師です。機械学習バイアスの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI倫理講師です。機械学習バイアスの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】正答率について、AIに詳しくない人向けに説明してください。

正答率について、AIに詳しくない人向けに説明してください。①計算方法 ②どんなときに使うか ③なぜ正答率だけでは不十分か、の順でお願いします。

【業務実践】提示された混同行列[データ]を読み解き、正答率・適合率・再現率・F1を計算してください。

提示された混同行列[データ]を読み解き、正答率・適合率・再現率・F1を計算してください。そのうえで、モデルの改善点を提案してください。

【質問・理解】あなたはAI講師です。正答率の基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。正答率の基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】活性化関数について、AIに詳しくない人向けに説明してください。

活性化関数について、AIに詳しくない人向けに説明してください。①役割とは何か ②なぜ非線形が必要か ③代表的な関数の違い、の順でお願いします。

【質問・理解】あなたはAI講師です。活性化関数の基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。活性化関数の基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】生成AIについて、AIに詳しくない人向けに説明してください。

生成AIについて、AIに詳しくない人向けに説明してください。①AIとの違い ②代表的なモデルの種類 ③ビジネスでの活用例、の順でお願いします。

【質問・理解】あなたはAI講師です。生成AIの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。生成AIの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】生成器（ジェネレーター）について、AIに詳しくない人向けに説明してください。

生成器（ジェネレーター）について、AIに詳しくない人向けに説明してください。①役割とは何か ②GANの生成器との違い ③代表的な生成器の例、の順でお願いします。

【質問・理解】あなたはAI講師です。生成器の基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。生成器の基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】画像生成AIについて、AIに詳しくない人向けに説明してください。

画像生成AIについて、AIに詳しくない人向けに説明してください。①できること ②GANと拡散モデルの違い ③使い始める手順、の順でお願いします。

【質問・理解】あなたはAI講師です。画像生成AIの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。画像生成AIの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】画像認識について、AIに詳しくない人向けに説明してください。

画像認識について、AIに詳しくない人向けに説明してください。①何ができる技術か ②仕組みの概要 ③身近な活用例、の順でお願いします。

【質問・理解】あなたはAI講師です。画像認識の基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。画像認識の基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】CNNについて、AIに詳しくない人向けに説明してください。

CNNについて、AIに詳しくない人向けに説明してください。①できること ②3つの層の役割 ③代表的な応用例、の順でお願いします。

【業務実践】自社の小さなデータセット[概要]でCNNを転移学習する手順を示してください。

自社の小さなデータセット[概要]でCNNを転移学習する手順を示してください。①事前学習済みモデル選び ②ファインチューニング範囲 ③評価方法、を整理してください。

【組み合わせ】CNNとVision Transformerを比較してください。

CNNとVision Transformerを比較してください。①仕組みの違い ②得意な場面 ③使い分け方、を表にまとめてください。

【質問・理解】あなたはAI講師です。CNNの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。CNNの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門・理解】発達の最近接領域（ZPD）について、AIに詳しくない人向けに説明してください。

発達の最近接領域（ZPD）について、AIに詳しくない人向けに説明してください。①ZPDとは何か ②なぜ段階的学習が効くのか ③AI学習への応用例、の順でお願いします。

【応用・考察】チーム[チーム概要]のメンバーが[スキル名]を段階的に学ぶ計画を作ってください。

チーム[チーム概要]のメンバーが[スキル名]を段階的に学ぶ計画を作ってください。①現状レベルの把握 ②3段階の目標 ③各段階の支援方法、を示してください。

【入門】知識蒸留について、AIに詳しくない人向けに説明してください。

知識蒸留について、AIに詳しくない人向けに説明してください。①教師と生徒の役割 ②ソフトターゲットとは何か ③どんなメリットがあるか、の順でお願いします。

【組み合わせ】知識蒸留・量子化・プルーニングを比較してください。

知識蒸留・量子化・プルーニングを比較してください。①それぞれの原理 ②得意な場面 ③併用の可否、を表にまとめてください。

【質問・理解】あなたはAI講師です。知識蒸留の基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。知識蒸留の基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】NLPについて、AIに詳しくない人向けに説明してください。

NLPについて、AIに詳しくない人向けに説明してください。①できること ②代表的なタスク ③LLMとの関係、の順でお願いします。

【質問・理解】あなたはAI講師です。NLPの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。NLPの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】XAIについて、AIに詳しくない人向けに説明してください。

XAIについて、AIに詳しくない人向けに説明してください。①ブラックボックス問題とは ②できるようになること ③代表的な手法、の順でお願いします。

【質問・理解】あなたはAI講師です。XAIの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。XAIの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】転移学習について、AIに詳しくない人向けに説明してください。

転移学習について、AIに詳しくない人向けに説明してください。①なぜ必要か ②事前学習・ファインチューニングとは ③どんな場面で効くか、の順でお願いします。

【業務実践】少ないデータ[件数・概要]で画像分類AIを立ち上げる手順を示してください。

少ないデータ[件数・概要]で画像分類AIを立ち上げる手順を示してください。①モデル選び ②転移の進め方 ③評価指標、を整理してください。

【組み合わせ】ゼロから学習・転移学習・RAGを比較してください。

ゼロから学習・転移学習・RAGを比較してください。①必要データ量 ②実装コスト ③得意な場面、を表にまとめてください。

【質問・理解】あなたはAI講師です。転移学習の基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。転移学習の基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門・理解】AIにおける透明性について、AIに詳しくない人向けに説明してください。

AIにおける透明性について、AIに詳しくない人向けに説明してください。①何が問題か ②何のために必要か ③実現する方法、の順でお願いします。

【入門】連合学習について、AIに詳しくない人向けに説明してください。

連合学習について、AIに詳しくない人向けに説明してください。①何がすごいのか ②通常の学習との違い ③代表的な活用例、の順でお願いします。

【業務実践】複数病院で連合学習を行う場合の進め方を示してください。

複数病院で連合学習を行う場合の進め方を示してください。①同意・規制対応 ②役割分担 ③評価方法、を整理してください。

【質問・理解】あなたはAI講師です。連合学習の基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。連合学習の基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】過学習について、AIに詳しくない人向けに説明してください。

過学習について、AIに詳しくない人向けに説明してください。①どんな現象か ②なぜ起きるか ③見分け方、の順でお願いします。

【質問・理解】あなたはAI講師です。過学習の基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。過学習の基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】適合率について、AIに詳しくない人向けに説明してください。

適合率について、AIに詳しくない人向けに説明してください。①何を表す指標か ②計算方法 ③再現率との違い、の順でお願いします。

【組み合わせ】PR曲線（Precision-Recall曲線）の見方と活用法を説明してください。

PR曲線（Precision-Recall曲線）の見方と活用法を説明してください。①読み方 ②モデル比較 ③閾値決定への応用、を示してください。

【質問・理解】あなたはAI講師です。適合率の基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。適合率の基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門・理解】量子AIについて、AIに詳しくない人向けに説明してください。

量子AIについて、AIに詳しくない人向けに説明してください。①何がすごいのか ②従来のAIとの違い ③現状の実用化レベル、の順でお願いします。

【応用・考察】自社業界[業界名]で量子AIが役立ちそうな領域を予想し、今からやるべき備えを提案してください。

自社業界[業界名]で量子AIが役立ちそうな領域を予想し、今からやるべき備えを提案してください。①可能性のあるユースケース ②必要な技術・人材 ③長期的な戦略、を示してください。

【リスク・理解】量子AIに関する過剰な期待と現実的な課題を整理し、投資判断の指針を示してください。

量子AIに関する過剰な期待と現実的な課題を整理し、投資判断の指針を示してください。①誤解されがちな点 ②解決すべき技術的課題 ③留意すべきベンダー選定、を説明してください。

【入門】関数呼び出しについて、AIに詳しくない人向けに説明してください。

関数呼び出しについて、AIに詳しくない人向けに説明してください。①何ができるようになるか ②LLMとアプリの役割分担 ③代表的な活用例、の順でお願いします。

【質問・理解】あなたはAI講師です。関数呼び出しの基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。関数呼び出しの基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】音声合成について、AIに詳しくない人向けに説明してください。

音声合成について、AIに詳しくない人向けに説明してください。①できること ②TTSとは何か ③代表的な活用例、の順でお願いします。

【核心・応用】記事[記事の内容]を音声読み上げ向けに最適化する方法を提案してください。

記事[記事の内容]を音声読み上げ向けに最適化する方法を提案してください。①読みやすい文章構成 ②固有名詞の読み方指定 ③スピード・声の選び方、を示してください。

【質問・理解】あなたはAI講師です。音声合成の基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。音声合成の基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門】音声認識について、AIに詳しくない人向けに説明してください。

音声認識について、AIに詳しくない人向けに説明してください。①できること ②ASRとは何か ③代表的な活用例、の順でお願いします。

【質問・理解】あなたはAI講師です。音声認識の基本を学んだ私に、理解度を確かめるクイズを5問出してください。

あなたはAI講師です。音声認識の基本を学んだ私に、理解度を確かめるクイズを5問出してください。各問題のあとに答え合わせと解説をお願いします。

【入門・理解】AGI（汎用人工知能）について、AIに詳しくない人向けに説明してください。

AGI（汎用人工知能）について、AIに詳しくない人向けに説明してください。①特化型AIとの違い ②AGIに必要とされる能力 ③現在どこまで来ているのか ④実現に残された課題、の順で整理してください。

【応用・考察】AGIの早期実現を期待する立場と、実現はまだ遠いとする立場のそれぞれの根拠を挙げ、比較表にまとめてください。

AGIの早期実現を期待する立場と、実現はまだ遠いとする立場のそれぞれの根拠を挙げ、比較表にまとめてください。最後に、あなたが中立的に見て最も説得力があると思う論点を述べてください。

【組み合わせ】現在の定型OCRからAI OCRへ移行する場合の段取りを提案してください。

現在の定型OCRからAI OCRへ移行する場合の段取りを提案してください。並行稼働期間、精度比較、移行判断の基準を示してください。

【質問・理解】AI OCRの基本を学んだ私に、確認クイズを5問出してください。

AI OCRの基本を学んだ私に、確認クイズを5問出してください。各問のあとに答えと解説をお願いします。

【質問・理解】AI TRiSMの基本を学んだ私に、確認クイズを5問出してください。

AI TRiSMの基本を学んだ私に、確認クイズを5問出してください。各問のあとに答えと解説をお願いします。

【質問・理解】AIのトキシシティについて学んだ私に、確認クイズを5問出してください。

AIのトキシシティについて学んだ私に、確認クイズを5問出してください。

【入門・理解】AIアライメントとは何か、AIに詳しくない人向けに説明してください。

AIアライメントとは何か、AIに詳しくない人向けに説明してください。①定義 ②なぜ重要か ③代表的なアプローチ ④残された課題、の順で。

【入門】AIエンジニアの仕事内容を、未経験者向けに整理してください。

AIエンジニアの仕事内容を、未経験者向けに整理してください。①1日の業務イメージ ②必要なスキル ③他職種との違い。

【質問・理解】AIエンジニアの仕事を学んだ私に、確認クイズを5問出してください。

AIエンジニアの仕事を学んだ私に、確認クイズを5問出してください。

【業務実践】定型業務と非定型業務で、RPAとAIエージェントをどう使い分けるか判断基準を示してください。

定型業務と非定型業務で、RPAとAIエージェントをどう使い分けるか判断基準を示してください。

【質問・理解】AIエージェントの基本を学んだ私に、確認クイズを5問出してください。

AIエージェントの基本を学んだ私に、確認クイズを5問出してください。

【リスク対策】自社のAIサービスがEU AI法でどのリスク区分に該当するか判断するためのフローを作ってください。

自社のAIサービスがEU AI法でどのリスク区分に該当するか判断するためのフローを作ってください。

【質問・理解】AIガバナンスの基本を学んだ私に、確認クイズを5問出してください。

AIガバナンスの基本を学んだ私に、確認クイズを5問出してください。

【業務実践】AIシステムのベンダーを比較する際に、技術・コスト・セキュリティ・運用体制の観点でチェックすべき項目を挙げてください。

AIシステムのベンダーを比較する際に、技術・コスト・セキュリティ・運用体制の観点でチェックすべき項目を挙げてください。

【質問・理解】AIシステムの基本を学んだ私に、確認クイズを5問出してください。

AIシステムの基本を学んだ私に、確認クイズを5問出してください。

【質問・理解】AIモデルの基本を学んだ私に、確認クイズを5問出してください。

AIモデルの基本を学んだ私に、確認クイズを5問出してください。

【入門】AI効果の具体例を過去の技術から5つ挙げ、それぞれ「登場時の反応」と「現在の位置づけ」を対比してください。

AI効果の具体例を過去の技術から5つ挙げ、それぞれ「登場時の反応」と「現在の位置づけ」を対比してください。

【核心・応用】ChatGPTのような生成AIが、今後AI効果でどう変わっていくか、楽観・悲観両論を踏まえ予想してください。

ChatGPTのような生成AIが、今後AI効果でどう変わっていくか、楽観・悲観両論を踏まえ予想してください。

【組み合わせ】「真の知能とは何か」という問いを、AI効果を手がかりに哲学・認知科学の視点から論じてください。

「真の知能とは何か」という問いを、AI効果を手がかりに哲学・認知科学の視点から論じてください。

【質問・理解】AI効果について学んだ私に、確認クイズを5問出してください。

AI効果について学んだ私に、確認クイズを5問出してください。

【入門】推論をエッジでやるべきかクラウドでやるべきか判断するための観点を整理してください。

推論をエッジでやるべきかクラウドでやるべきか判断するための観点を整理してください。

【質問・理解】AI推論の基本を学んだ私に、確認クイズを5問出してください。

AI推論の基本を学んだ私に、確認クイズを5問出してください。

【質問・理解】AI開発の基本を学んだ私に、確認クイズを5問出してください。

AI開発の基本を学んだ私に、確認クイズを5問出してください。

【核心・応用】代表的なAutoMLツール（クラウド・オンプレ）を比較する観点を挙げてください。

代表的なAutoMLツール（クラウド・オンプレ）を比較する観点を挙げてください。

【リスク対策】AutoMLが出力したモデルをどう解釈・評価すべきか、観点を教えてください。

AutoMLが出力したモデルをどう解釈・評価すべきか、観点を教えてください。

【組み合わせ】AutoMLと専門家による手動チューニングをどう使い分けるか、戦略を提案してください。

AutoMLと専門家による手動チューニングをどう使い分けるか、戦略を提案してください。

【質問・理解】AutoMLの基本を学んだ私に、確認クイズを5問出してください。

AutoMLの基本を学んだ私に、確認クイズを5問出してください。

【入門】BERTがこれまでのNLPモデルと何が違うのか、分かりやすく説明してください。

BERTがこれまでのNLPモデルと何が違うのか、分かりやすく説明してください。

【核心・応用】BERTとGPTのアーキテクチャ・得意タスク・使いどころを比較表にまとめてください。

BERTとGPTのアーキテクチャ・得意タスク・使いどころを比較表にまとめてください。

【質問・理解】BERTについて学んだ私に、確認クイズを5問出してください。

BERTについて学んだ私に、確認クイズを5問出してください。

【業務実践】ChatGPTを使ったことがない同僚向けに、初めての5つの基本操作を説明してください。

ChatGPTを使ったことがない同僚向けに、初めての5つの基本操作を説明してください。

【組み合わせ】ChatGPT・Claude・その他LLMを用途別にどう使い分けるか判断基準を示してください。

ChatGPT・Claude・その他LLMを用途別にどう使い分けるか判断基準を示してください。

【質問・理解】ChatGPTについて学んだ私に、確認クイズを5問出してください。

ChatGPTについて学んだ私に、確認クイズを5問出してください。

【入門】Claudeの特徴を、他の対話AIと比べて整理してください。

Claudeの特徴を、他の対話AIと比べて整理してください。

【組み合わせ】ClaudeとChatGPTを用途別にどう使い分けるか判断基準を示してください。

ClaudeとChatGPTを用途別にどう使い分けるか判断基準を示してください。

【質問・理解】Claudeについて学んだ私に、確認クイズを5問出してください。

Claudeについて学んだ私に、確認クイズを5問出してください。

【入門】GANの生成器と識別器の役割を、初心者向けに具体例を交えて説明してください。

GANの生成器と識別器の役割を、初心者向けに具体例を交えて説明してください。

【リスク対策】GANと拡散モデルを、品質・速度・安定性の観点で比較してください。

GANと拡散モデルを、品質・速度・安定性の観点で比較してください。

【質問・理解】GANの識別器について学んだ私に、確認クイズを5問出してください。

GANの識別器について学んだ私に、確認クイズを5問出してください。

【入門】GPTが従来の言語モデルと何が違うのか、初心者向けに説明してください。

GPTが従来の言語モデルと何が違うのか、初心者向けに説明してください。

【核心・応用】GPTとBERTをアーキテクチャ・得意タスク・使い所の観点で比較してください。

GPTとBERTをアーキテクチャ・得意タスク・使い所の観点で比較してください。

【質問・理解】GPTについて学んだ私に、確認クイズを5問出してください。

GPTについて学んだ私に、確認クイズを5問出してください。

【組み合わせ】ImageFX・Midjourney・DALL-Eを用途別に比較してください。

ImageFX・Midjourney・DALL-Eを用途別に比較してください。

【質問・理解】ImageFXについて学んだ私に、確認クイズを5問出してください。

ImageFXについて学んだ私に、確認クイズを5問出してください。

【入門】Kerasを初めて学ぶ人向けに、学習ステップと最初に作るべきサンプルを提案してください。

Kerasを初めて学ぶ人向けに、学習ステップと最初に作るべきサンプルを提案してください。

【核心・応用】KerasとTensorFlowの関係を、初心者にも分かりやすく説明してください。

KerasとTensorFlowの関係を、初心者にも分かりやすく説明してください。

【組み合わせ】Keras/TensorFlowとPyTorchを、プロジェクトの性質でどう選ぶか判断基準を示してください。

Keras/TensorFlowとPyTorchを、プロジェクトの性質でどう選ぶか判断基準を示してください。

【質問・理解】Kerasについて学んだ私に、確認クイズを5問出してください。

Kerasについて学んだ私に、確認クイズを5問出してください。

【入門】LSTMが通常のRNNと何が違うのか、初心者向けに例えを交えて説明してください。

LSTMが通常のRNNと何が違うのか、初心者向けに例えを交えて説明してください。

【核心・応用】LSTMの忘却・入力・出力ゲートの役割を、それぞれ具体例で説明してください。

LSTMの忘却・入力・出力ゲートの役割を、それぞれ具体例で説明してください。

【リスク対策】LSTMとTransformerを性能・速度・必要データ量の観点で比較してください。

LSTMとTransformerを性能・速度・必要データ量の観点で比較してください。

【質問・理解】LSTMについて学んだ私に、確認クイズを5問出してください。

LSTMについて学んだ私に、確認クイズを5問出してください。

【入門】MLPの構造と動きを、初心者向けに図的に説明してください。

MLPの構造と動きを、初心者向けに図的に説明してください。

【組み合わせ】MLP・決定木・SVMをタスクの性質でどう使い分けるか示してください。

MLP・決定木・SVMをタスクの性質でどう使い分けるか示してください。

【質問・理解】MLPについて学んだ私に、確認クイズを5問出してください。

MLPについて学んだ私に、確認クイズを5問出してください。

【入門】OWASP Top 10 for LLMの各項目を、それぞれ一言で説明してください。

OWASP Top 10 for LLMの各項目を、それぞれ一言で説明してください。

【質問・理解】OWASP Top 10 for LLMについて学んだ私に、確認クイズを5問出してください。

OWASP Top 10 for LLMについて学んだ私に、確認クイズを5問出してください。

【入門】Q学習のしくみを、初心者向けにたとえ話で説明してください。

Q学習のしくみを、初心者向けにたとえ話で説明してください。

【リスク対策】Q学習とDQN（ディープQネットワーク）の違いを説明してください。

Q学習とDQN（ディープQネットワーク）の違いを説明してください。

【質問・理解】Q学習について学んだ私に、確認クイズを5問出してください。

Q学習について学んだ私に、確認クイズを5問出してください。

【入門】RNNのしくみを、初心者向けに図的に説明してください。

RNNのしくみを、初心者向けに図的に説明してください。

【核心・応用】RNNとLSTMの構造・学習特性・使い所を比較してください。

RNNとLSTMの構造・学習特性・使い所を比較してください。

【組み合わせ】RNN/LSTMとTransformerを、データ量・計算資源・タスクでどう選ぶか示してください。

RNN/LSTMとTransformerを、データ量・計算資源・タスクでどう選ぶか示してください。

【質問・理解】RNNについて学んだ私に、確認クイズを5問出してください。

RNNについて学んだ私に、確認クイズを5問出してください。

【入門】TensorFlowを初めて学ぶ人向けに、学習ロードマップと最初のサンプルを提案してください。

TensorFlowを初めて学ぶ人向けに、学習ロードマップと最初のサンプルを提案してください。

【核心・応用】TensorFlowとPyTorchを、書き心地・デプロイ・コミュニティの観点で比較してください。

TensorFlowとPyTorchを、書き心地・デプロイ・コミュニティの観点で比較してください。

【質問・理解】TensorFlowについて学んだ私に、確認クイズを5問出してください。

TensorFlowについて学んだ私に、確認クイズを5問出してください。

【入門】TPUがGPUとどう違うのか、初心者向けに説明してください。

TPUがGPUとどう違うのか、初心者向けに説明してください。

【組み合わせ】Vertex AI上でTPUを使う場合の利点と注意点を整理してください。

Vertex AI上でTPUを使う場合の利点と注意点を整理してください。

【質問・理解】TPUについて学んだ私に、確認クイズを5問出してください。

TPUについて学んだ私に、確認クイズを5問出してください。

【入門】VAEのしくみを、初心者向けに図的に説明してください。

VAEのしくみを、初心者向けに図的に説明してください。

【核心・応用】VAEとGANを、生成品質・学習安定性・用途の観点で比較してください。

VAEとGANを、生成品質・学習安定性・用途の観点で比較してください。

【組み合わせ】VAEと拡散モデルの理論的・実務的なつながりを説明してください。

VAEと拡散モデルの理論的・実務的なつながりを説明してください。

【質問・理解】VAEについて学んだ私に、確認クイズを5問出してください。

VAEについて学んだ私に、確認クイズを5問出してください。

【入門】Vertex AIが提供する機能を、初心者向けに整理してください。

Vertex AIが提供する機能を、初心者向けに整理してください。

【業務実践】Vertex AIをAWS/AzureのML基盤と比較し、選定の判断観点を示してください。

Vertex AIをAWS/AzureのML基盤と比較し、選定の判断観点を示してください。

【質問・理解】Vertex AIについて学んだ私に、確認クイズを5問出してください。

Vertex AIについて学んだ私に、確認クイズを5問出してください。

【入門】Whisperができること・できないことを、初心者向けに整理してください。

Whisperができること・できないことを、初心者向けに整理してください。

【組み合わせ】Whisperと商用の文字起こしクラウドを精度・コスト・プライバシーで比較してください。

Whisperと商用の文字起こしクラウドを精度・コスト・プライバシーで比較してください。

【質問・理解】Whisperについて学んだ私に、確認クイズを5問出してください。

Whisperについて学んだ私に、確認クイズを5問出してください。

【核心・応用】次の現場でエッジAIを導入する構成を設計してください。

次の現場でエッジAIを導入する構成を設計してください。検知したい現象・必要な応答速度・ネットワーク環境・求められるプライバシーを踏まえ、端末・モデル・クラウド連携の役割分担を示してください。

現場の要件：[ここに記入]

【核心・応用】次のサービス向けに、チャットボットの対話フローを設計してください。

次のサービス向けに、チャットボットの対話フローを設計してください。ユーザーが入力しそうな質問を10件想定し、①想定質問 ②システムの確認事項 ③回答方針 ④人間への引き継ぎ条件、を表形式で示してください。

サービス内容：[ここにサービスを記入]

【業務実践】Hugging Faceのモデルを業務で使う手順を整理してください。

Hugging Faceのモデルを業務で使う手順を整理してください。モデル選定・ライセンス確認・PoC・デプロイの流れを示してください。

【リスク対策】バリデーション結果が実運用より良すぎます。データリークの可能性がある箇所を洗い出してください。

バリデーション結果が実運用より良すぎます。データリークの可能性がある箇所を洗い出してください。

【核心・応用】あなたは30年の経験を持るマーケティング担当者です。

あなたは30年の経験を持るマーケティング担当者です。次の商品のキャッチコピーを5案、ターゲット層・根拠とあわせて提案してください。

商品：[ここに商品を記入]

【核心・応用】社内文書をベクトルDBに登録する計画を立ててください。

社内文書をベクトルDBに登録する計画を立ててください。①文書の分割（チャンキング）方針 ②メタデータの付与 ③更新・削除の運用、をステップ順に示してください。

【核心・応用】次の業務でマルチモーダルAIを活用できる場面を3つ提案し、必要なデータの組み合わせと期待効果を示してください。

次の業務でマルチモーダルAIを活用できる場面を3つ提案し、必要なデータの組み合わせと期待効果を示してください。

業務：[ここに業務を記入]

【核心・応用】次のAIシステムに対する攻撃シナリオを、直接型・間接型・有害出力・情報漏えいの観点で10案挙げてください。

次のAIシステムに対する攻撃シナリオを、直接型・間接型・有害出力・情報漏えいの観点で10案挙げてください。

システム：[ここに概要を記入]

【業務実践】AI導入の進め方を、①目的定義 ②データ準備 ③PoC ④評価・改善 ⑤運用、のステップ順で示してください。

AI導入の進め方を、①目的定義 ②データ準備 ③PoC ④評価・改善 ⑤運用、のステップ順で示してください。

【核心・応用】次のAIシステムにHITLを導入する場合、人間が関与すべき工程（ラベリング・検証・フィードバック）と役割分担を提案してください。

次のAIシステムにHITLを導入する場合、人間が関与すべき工程（ラベリング・検証・フィードバック）と役割分担を提案してください。

システム：[ここに記入]

【業務実践】基盤モデルを自社業務に適用する流れを、①選定 ②PoC ③ファインチューニング/RAG ④評価・運用、のステップで示してください。

基盤モデルを自社業務に適用する流れを、①選定 ②PoC ③ファインチューニング/RAG ④評価・運用、のステップで示してください。

【核心・応用】自社業務でLLMを活用する場面を、定型作業・判断支援・新サービスの観点で提案し、期待効果と必要な準備を示してください。

自社業務でLLMを活用する場面を、定型作業・判断支援・新サービスの観点で提案し、期待効果と必要な準備を示してください。

業務：[ここに業務を記入]

【業務実践】LLMを業務導入する進め方を、①PoC ②評価 ③ガードレール ④運用・監視、のステップ順で示してください。

LLMを業務導入する進め方を、①PoC ②評価 ③ガードレール ④運用・監視、のステップ順で示してください。

【リスク対策】その局所最適解が業務上許容できるかを判断する基準を示してください。

その局所最適解が業務上許容できるかを判断する基準を示してください。

【核心・応用】次の目的で強化学習が適しているか、他の学習手法と比較して判断基準を示してください。

次の目的で強化学習が適しているか、他の学習手法と比較して判断基準を示してください。

目的：[ここに目的を記入]

【業務実践】次の業務知識を意味ネットワークで表現する場合、ノード・リンク・推論ルールをどう設計するか案を出してください。

次の業務知識を意味ネットワークで表現する場合、ノード・リンク・推論ルールをどう設計するか案を出してください。

業務：[ここに業務を記入]

【応用・考察】私たちのチーム（[業務内容を記入]）でAIを活用するにあたり、拡張知能の考え方に沿った役割分担案を作成してください。

私たちのチーム（[業務内容を記入]）でAIを活用するにあたり、拡張知能の考え方に沿った役割分担案を作成してください。①AIに任せる作業 ②人間が判断する作業 ③連携の流れ、を表形式で示してください。

【核心・応用】次の顧客データ[データ概要]に教師なし学習を適用してグループを発見する手順を設計してください。

次の顧客データ[データ概要]に教師なし学習を適用してグループを発見する手順を設計してください。①前処理 ②クラスタリング手法の選択 ③結果の解釈・活用方法、を示してください。

【核心・応用】業務[業務内容]で機械学習を始める計画を立ててください。

業務[業務内容]で機械学習を始める計画を立ててください。①解くべき課題 ②必要なデータ ③モデルの選択肢 ④評価指標、を示してください。

【核心・応用】自社業務[業務内容]に生成AIを導入する計画を立ててください。

自社業務[業務内容]に生成AIを導入する計画を立ててください。①効果が出やすい業務 ②必要なツール・体制 ③スモールスタートの進め方、を示してください。

【業務実践】次の業務[業務内容]を生成AIで支援するワークフローを設計してください。

次の業務[業務内容]を生成AIで支援するワークフローを設計してください。①人間がやる工程 ②AIに任せる工程 ③品質管理・レビュー体制、を整理してください。

【業務実践】次の業務[業務内容]で生成器を使って成果を出す手順を提案してください。

次の業務[業務内容]で生成器を使って成果を出す手順を提案してください。①何を生成させるか ②プロンプトの作り方 ③品質を高める工夫、を整理してください。

【業務実践】製造業での外観検査[工程]を画像認識で自動化する計画を立ててください。

製造業での外観検査[工程]を画像認識で自動化する計画を立ててください。①検出すべき不良 ②撮影環境 ③人間との役割分担、を整理してください。

【核心・応用】業務[業務内容]でNLPを導入する計画を立ててください。

業務[業務内容]でNLPを導入する計画を立ててください。①目的とゴール ②必要なデータ ③モデル選定肢 ④評価方法、を示してください。

【業務実践】カスタマーサポートの問い合わせをNLPで自動化する構成を設計してください。

カスタマーサポートの問い合わせをNLPで自動化する構成を設計してください。①FAQの整備 ②振り分けフロー ③人間への引き継ぎ条件、を整理してください。

【核心・応用】自社グループ[組織概要]で連合学習を導入するシナリオを設計してください。

自社グループ[組織概要]で連合学習を導入するシナリオを設計してください。①目指す効果 ②参加組織・端末 ③必要な基盤・セキュリティ、を示してください。

【業務実践】店舗予約を自然言語で行うチャットボットを関数呼び出しで設計してください。

店舗予約を自然言語で行うチャットボットを関数呼び出しで設計してください。①呼出す関数 ②引数の決定ロジック ③確認ステップ、を整理してください。

【核心・応用】会議[頻度・参加人数]を音声認識で自動文字起こしする体制を設計してください。

会議[頻度・参加人数]を音声認識で自動文字起こしする体制を設計してください。①必要な機材・環境 ②ツール選定肢 ③後工程の整理、を示してください。

【業務実践】電話問い合わせ[内容概要]を音声認識で自動テキスト化し、応対品質を分析する構成を示してください。

電話問い合わせ[内容概要]を音声認識で自動テキスト化し、応対品質を分析する構成を示してください。①録音から分析までの流れ ②品質チェック項目、を整理してください。

【入門】自社業務でAI OCRを導入できそうな書類・帳票を洗い出したいです。

自社業務でAI OCRを導入できそうな書類・帳票を洗い出したいです。①対象になりやすい書類 ②定型/非定型の分類 ③期待される効果 ④導入前に確認すべき精度の観点、の順で教えてください。

【業務実践】AI OCRで読み取ったデータをRPAで基幹システムに入れるフローを設計してください。

AI OCRで読み取ったデータをRPAで基幹システムに入れるフローを設計してください。①帳票からデータ化までの流れ ②例外処理の扱い ③人の確認を入れる箇所、を図的に整理してください。

【組み合わせ】AIエンジニアがビジネス部門・デザイナー・インフラ担当と連携するコツを、役割分担つきでまとめてください。

AIエンジニアがビジネス部門・デザイナー・インフラ担当と連携するコツを、役割分担つきでまとめてください。

【入門】自社業務のうちAIエージェント化しやすいものを洗い出すためのチェックリストを作ってください。

自社業務のうちAIエージェント化しやすいものを洗い出すためのチェックリストを作ってください。

【入門】AIシステム導入を初めて検討する際の進め方を、ステップ順に整理してください。

AIシステム導入を初めて検討する際の進め方を、ステップ順に整理してください。

【組み合わせ】PoC（試行）が成功した後、本番適用までに必要なステップをリストアップしてください。

PoC（試行）が成功した後、本番適用までに必要なステップをリストアップしてください。

【リスク対策】本番運用中に精度が下がった場合の原因切り分けと対処フローを作ってください。

本番運用中に精度が下がった場合の原因切り分けと対処フローを作ってください。

【組み合わせ】モデルを軽量化する量子化・知識蒸留をいつ検討すべきか判断基準を示してください。

モデルを軽量化する量子化・知識蒸留をいつ検討すべきか判断基準を示してください。

【核心・応用】AIのPoC（試行）計画書のひな形を作ってください。

AIのPoC（試行）計画書のひな形を作ってください。目的・データ・評価・期間・成功指標を含めて。

【組み合わせ】AIを本番運用する体制（役割・監視・再学習・セキュリティ）を設計してください。

AIを本番運用する体制（役割・監視・再学習・セキュリティ）を設計してください。

【入門】自社業務をAutoMLに任せられるか判断するためのチェックリストを作ってください。

自社業務をAutoMLに任せられるか判断するためのチェックリストを作ってください。

【業務実践】AutoMLを使った特定業務のPoC計画書を作ってください。

AutoMLを使った特定業務のPoC計画書を作ってください。データ・評価・成功指標を含めて。

【業務実践】自社でBERTを活用できそうな業務を挙げ、それぞれ期待効果を示してください。

自社でBERTを活用できそうな業務を挙げ、それぞれ期待効果を示してください。

【リスク対策】BERTを特定業務向けにファインチューニングする際の手順と注意点を教えてください。

BERTを特定業務向けにファインチューニングする際の手順と注意点を教えてください。

【入門】ChatGPTを業務で活用する具体的な場面を、部門別に5つ挙げ、期待効果と注意点を添えてください。

ChatGPTを業務で活用する具体的な場面を、部門別に5つ挙げ、期待効果と注意点を添えてください。

【核心・応用】Claudeの長文処理能力を活かす業務を5つ挙げ、具体的な使い方を示してください。

Claudeの長文処理能力を活かす業務を5つ挙げ、具体的な使い方を示してください。

【組み合わせ】業務で画像生成AIを使う際、GANと拡散モデルどちらを選ぶか判断基準を示してください。

業務で画像生成AIを使う際、GANと拡散モデルどちらを選ぶか判断基準を示してください。

【業務実践】GPT APIを業務に組み込む具体的なユースケースを5つ挙げてください。

GPT APIを業務に組み込む具体的なユースケースを5つ挙げてください。

【業務実践】ImageFXをビジネスで活用する具体的な場面を5つ挙げてください。

ImageFXをビジネスで活用する具体的な場面を5つ挙げてください。

【業務実践】LSTMを業務の需要予測に使う場合の手順と注意点を挙げてください。

LSTMを業務の需要予測に使う場合の手順と注意点を挙げてください。

【業務実践】Q学習を在庫最適化に応用する場合の設計上のポイントを挙げてください。

Q学習を在庫最適化に応用する場合の設計上のポイントを挙げてください。

【核心・応用】会議録をWhisperで自動文字起こしし、議事録に仕上げるワークフローを設計してください。

会議録をWhisperで自動文字起こしし、議事録に仕上げるワークフローを設計してください。

【リスク対策】Whisperと話者分離ツールを組み合わせて、誰が話したか分かる議事録を作る方法を示してください。

Whisperと話者分離ツールを組み合わせて、誰が話したか分かる議事録を作る方法を示してください。

【組み合わせ】既存モデルを使ってアノテーション下書り（事前ラベリング）を行い、人が修正する半自動フローを設計してください。

既存モデルを使ってアノテーション下書り（事前ラベリング）を行い、人が修正する半自動フローを設計してください。①工程図 ②人が見るべきポイント ③コスト試算の考え方 ④品質を保つコツ、をまとめてください。

【業務実践】既存の画像認識モデルをエッジ端末で動かしたいです。

既存の画像認識モデルをエッジ端末で動かしたいです。量子化・知識蒸留・アーキテクチャ変更のトレードオフを整理し、精度と速度のバランスをどう取るべきか提案してください。

現在のモデル：[モデル名/サイズ]

【組み合わせ】エッジAIとクラウドAIを協調させる構成を提案してください。

エッジAIとクラウドAIを協調させる構成を提案してください。エッジで即時判断すべき処理、クラウドに集めて解析すべき処理、両者をつなぐデータの在り方を役割分担図として整理してください。

【核心・応用】次の用途に最適なエンベディングモデルを選ぶための比較表を作ってください。

次の用途に最適なエンベディングモデルを選ぶための比較表を作ってください。言語・日本語対応・次元数・速度・ライセンス・実績の観点で候補を挙げ、選定理由を示してください。

用途：[ここに記入]

【業務実践】社内文書を対象にRAGを構築します。文書のチャンキング方針・埋め込みモデル・ベクトルDB・検索時の類似度閾値をどう設計すべきか、手順とともに提案してください。

社内文書を対象にRAGを構築します。文書のチャンキング方針・埋め込みモデル・ベクトルDB・検索時の類似度閾値をどう設計すべきか、手順とともに提案してください。

【組み合わせ】テキストと画像を同一空間に埋め込むマルチモーダル埋め込みについて、できること・向いている用途・注意点を整理してください。

テキストと画像を同一空間に埋め込むマルチモーダル埋め込みについて、できること・向いている用途・注意点を整理してください。

【業務実践】クラウドAIの月次コストを試算するための計画を立ててください。

クラウドAIの月次コストを試算するための計画を立ててください。想定API呼出数・入出力トークン量・保存データ量を踏まえ、試算に必要な項目と見積もりの注意点を整理してください。

【組み合わせ】クラウドAIとエッジAIを組み合わせた構成を提案してください。

クラウドAIとエッジAIを組み合わせた構成を提案してください。どの処理をクラウドに、どの処理をエッジに寄せるべきか、判断基準とともに役割分担を示してください。

【核心・応用】次の業務Q&Aにグラウンディングを適用します。参照すべき情報源の種類・優先順位・除外すべき情報を提案してください。

次の業務Q&Aにグラウンディングを適用します。参照すべき情報源の種類・優先順位・除外すべき情報を提案してください。

業務：[ここに記入]

【核心・応用】次の長文資料をLLMに処理させたい。資料の長さ・やりたいことを踏まえ、入力の渡し方・分割・要約とRAGの併用を提案してください。

次の長文資料をLLMに処理させたい。資料の長さ・やりたいことを踏まえ、入力の渡し方・分割・要約とRAGの併用を提案してください。

資料の種類：[ここに記入]

【組み合わせ】大きなコンテキストウィンドウを持つモデルとRAGはどう使い分けるべきですか。

大きなコンテキストウィンドウを持つモデルとRAGはどう使い分けるべきですか。双方の長所・短所と、併用する判断基準を説明してください。

【核心・応用】次の業務目標を達成するためのゴールシークプロンプトを作成してください。

次の業務目標を達成するためのゴールシークプロンプトを作成してください。目標・前提情報・出力形式・制約条件を盛り込み、AIが迷わない指示に仕上げてください。

目標：[ここに記入]

【組み合わせ】ゴールシークプロンプトを、AIエージェントに複数ツールを使わせる指示に発展させたい。

ゴールシークプロンプトを、AIエージェントに複数ツールを使わせる指示に発展させたい。必要なツール・判断の分岐・人への確認ポイントを含めた設計案を示してください。

【組み合わせ】ジェネレーティブCRMを最大限に活かすため、CRMに蓄積すべき顧客データ項目と、メンテナンスの進め方を提案してください。

ジェネレーティブCRMを最大限に活かすため、CRMに蓄積すべき顧客データ項目と、メンテナンスの進め方を提案してください。

【核心・応用】次の新しいカテゴリを、ゼロショットで分類するタスクを設計してください。

次の新しいカテゴリを、ゼロショットで分類するタスクを設計してください。各カテゴリの定義文・評価データ・成功基準を整理してください。

カテゴリ例：[ここに記入]

【組み合わせ】チャットボットに社内ナレッジを組み込む（RAG構成）設計を提案してください。

チャットボットに社内ナレッジを組み込む（RAG構成）設計を提案してください。①ナレッジベースに載せるべき情報の種類 ②社内文書を整形する手順 ③回答に使えない情報の扱い ④評価の進め方、をまとめてください。

【核心・応用】次のタスクを基盤モデルで実現したい。まずプロンプトで試すべきか、チューニングが必要か判断し、理由と判断基準を示してください。

次のタスクを基盤モデルで実現したい。まずプロンプトで試すべきか、チューニングが必要か判断し、理由と判断基準を示してください。

タスク：[ここに記入]

【業務実践】チューニング用のラベル付きデータセット設計を手伝ってください。

チューニング用のラベル付きデータセット設計を手伝ってください。必要件数・入出力ペアの形・品質管理・バリデーション方法を整理してください。

【組み合わせ】チューニングとRAGを併用する構成を設計してください。

チューニングとRAGを併用する構成を設計してください。どちらに何を担わせ、どう評価するかを示してください。

【核心・応用】次のタスクにディープラーニングを適用したい。必要なデータ・モデル候補・前処理・評価指標・注意点を提案してください。

次のタスクにディープラーニングを適用したい。必要なデータ・モデル候補・前処理・評価指標・注意点を提案してください。

タスク：[ここに記入]

【核心・応用】次のデータに前処理フローを提案してください。欠損・外れ値・スケーリング・特徴量設計・エンコーディングの観点で、手順と判断基準を示してください。

次のデータに前処理フローを提案してください。欠損・外れ値・スケーリング・特徴量設計・エンコーディングの観点で、手順と判断基準を示してください。

データ概要：[ここに記入]

【組み合わせ】自動前処理ツールと手作業の前処理をどう使い分けるか説明してください。

自動前処理ツールと手作業の前処理をどう使い分けるか説明してください。

【組み合わせ】データ拡張と生成AIによる合成データ生成を、どう使い分け・併用するか説明してください。

データ拡張と生成AIによる合成データ生成を、どう使い分け・併用するか説明してください。

【業務実践】トランスフォーマーの全体構造を図的に説明してください。

トランスフォーマーの全体構造を図的に説明してください。入力埋め込み・Attention・フィードフォワード・残差接続・出力の流れを、初心者にもわかるように。

【核心・応用】次のテキストをLLMに入力する場合の概算トークン数と、想定コストを計算するための整理をしてください。

次のテキストをLLMに入力する場合の概算トークン数と、想定コストを計算するための整理をしてください。

テキスト：[ここに貼付]

【業務実践】コンテキストウィンドウに収めるため、長文をどう分割・要約・RAGに載せ替えるか設計してください。

コンテキストウィンドウに収めるため、長文をどう分割・要約・RAGに載せ替えるか設計してください。

【核心・応用】次のタスク・言語で使うトークナイザを選んでください。

次のタスク・言語で使うトークナイザを選んでください。単語分割・形態素解析・サブワード分割から選び、理由と注意点を示してください。

タスク：[ここに記入]

【組み合わせ】トークン化とエンベディングの連携を説明してください。

トークン化とエンベディングの連携を説明してください。トークン化→ID→埋め込み→モデル入力の流れを整理してください。

【核心・応用】次のモデルでドロップアウト率をどう調べるか計画を立ててください。

次のモデルでドロップアウト率をどう調べるか計画を立ててください。候補率・検証方法・評価指標を示してください。

モデル：[ここに記入]

【リスク対策】ドロップアウトを入れても汎化性能が改善しません。考えられる原因と他の正則化との組み合わせを提案してください。

ドロップアウトを入れても汎化性能が改善しません。考えられる原因と他の正則化との組み合わせを提案してください。

【核心・応用】次のタスクに適したニューラルネットワークの構成を提案してください。

次のタスクに適したニューラルネットワークの構成を提案してください。入力・層数・活性化関数・出力形式を示してください。

タスク：[ここに記入]

【リスク対策】損失が減りません。原因を、データ・ネットワーク構造・学習率・初期値・活性化関数の観点で洗い出してください。

損失が減りません。原因を、データ・ネットワーク構造・学習率・初期値・活性化関数の観点で洗い出してください。

【核心・応用】次のモデルで調整すべきハイパーパラメータと探索範囲を設計してください。

次のモデルで調整すべきハイパーパラメータと探索範囲を設計してください。

モデル：[ここに記入]

【業務実践】ハイパーパラメータ調整の計画を立ててください。探索法・評価指標・計算資源・打ち切り基準を整理してください。

ハイパーパラメータ調整の計画を立ててください。探索法・評価指標・計算資源・打ち切り基準を整理してください。

【組み合わせ】手動調整とAutoMLをどう使い分けるか説明してください。

手動調整とAutoMLをどう使い分けるか説明してください。

【業務実践】ハルシネーションを減らすRAG構成を設計してください。

ハルシネーションを減らすRAG構成を設計してください。情報源・チャンキング・引用表示・確認フローを整理してください。

【核心・応用】次のモデル・データ・GPUメモリで試すべきバッチサイズ候補を挙げ、評価手順を示してください。

次のモデル・データ・GPUメモリで試すべきバッチサイズ候補を挙げ、評価手順を示してください。

構成：[ここに記入]

【組み合わせ】バッチサイズと学習率の関係を説明し、スケーリング則の考え方を示してください。

バッチサイズと学習率の関係を説明し、スケーリング則の考え方を示してください。

【核心・応用】次のデータで train/validation/test の分割方針を提案してください。

次のデータで train/validation/test の分割方針を提案してください。比率・層別サンプリング・時間分割の観点で。

データ概要：[ここに記入]

【業務実践】次のパラメータ規模のモデルを運用する場合に必要なGPUメモリ・ストレージ・コストを試算するための整理をしてください。

次のパラメータ規模のモデルを運用する場合に必要なGPUメモリ・ストレージ・コストを試算するための整理をしてください。

【入門】次の目的でAIを作りたいです。ファインチューニングとRAG、プロンプト工夫のどれが最適か、それぞれのコスト・精度・運用の観点から比較し、推奨理由とともに提案…

次の目的でAIを作りたいです。ファインチューニングとRAG、プロンプト工夫のどれが最適か、それぞれのコスト・精度・運用の観点から比較し、推奨理由とともに提案してください。

やりたいこと：[ここに目的を記入]

【核心・応用】事前学習済みの日本語LLMを、弊社の問い合わせ分類タスクにファインチューニングします。

事前学習済みの日本語LLMを、弊社の問い合わせ分類タスクにファインチューニングします。必要なデータ件数の目安、データの品質基準、注意すべき偏りについて、初心者にわかりやすく箇条書きでまとめてください。

【核心・応用】次のタスク向けプロンプトを設計してください。役割・形式・制約・例示を含め、なぜその要素を入れるかの理由も添えてください。

次のタスク向けプロンプトを設計してください。役割・形式・制約・例示を含め、なぜその要素を入れるかの理由も添えてください。

タスク：[ここにタスクを記入]

【組み合わせ】次の分類タスク用に、良い例と悪い例を2件ずつ作ってください。

次の分類タスク用に、良い例と悪い例を2件ずつ作ってください。例は入力・期待出力のペアで示し、なぜ良い例なのかも説明してください。

分類タスク：[ここに記入]

【入門】次の目的でAIを作る場合、ベクトルデータベースは必要か、RAGと組み合わせるべきか、キーワード検索で足りるかを比較し提案してください。

次の目的でAIを作る場合、ベクトルデータベースは必要か、RAGと組み合わせるべきか、キーワード検索で足りるかを比較し提案してください。

目的：[ここに目的を記入]

【業務実践】RAGの検索結果が求める情報を取り出せていません。

RAGの検索結果が求める情報を取り出せていません。原因として考えられるチューニング項目（分割・埋め込みモデル・類似度閾値・上位件数）を優先度順に挙げてください。

【組み合わせ】LLMとベクトルDBを組み合わせたRAG構成の処理の流れを、①質問のベクトル化 ②類似検索 ③文脈を渡して生成、の順で図解してください。

LLMとベクトルDBを組み合わせたRAG構成の処理の流れを、①質問のベクトル化 ②類似検索 ③文脈を渡して生成、の順で図解してください。

【業務実践】画像とテキストの2種類のデータを扱うAIの構成案を出してください。

画像とテキストの2種類のデータを扱うAIの構成案を出してください。①前処理 ②特徴の組み合わせ方 ③評価項目、をステップ順に説明してください。

【組み合わせ】マルチモーダル基盤モデルを使って画像の内容を文章で説明する処理の流れを、入力から出力まで図解してください。

マルチモーダル基盤モデルを使って画像の内容を文章で説明する処理の流れを、入力から出力まで図解してください。

【核心・応用】次の用途に対し、temperature・top-p・maxOutputTokensの推奨値と理由を提案してください。

次の用途に対し、temperature・top-p・maxOutputTokensの推奨値と理由を提案してください。

用途：[ここに用途を記入]

【組み合わせ】自社AIで使うパラメータの標準設定（デフォルト値・場面ごとの例外）を表形式でまとめてください。

自社AIで使うパラメータの標準設定（デフォルト値・場面ごとの例外）を表形式でまとめてください。

【核心・応用】AI応答が遅い問題の原因を、入力処理・モデル推論・ネットワーク・出力方式に分けて切り分ける確認手順を示してください。

AI応答が遅い問題の原因を、入力処理・モデル推論・ネットワーク・出力方式に分けて切り分ける確認手順を示してください。

【業務実践】チャットUIの体感を良くするための施策（ストリーミング表示・即時応答・キャッシュ）を、効果・コストとあわせて提案してください。

チャットUIの体感を良くするための施策（ストリーミング表示・即時応答・キャッシュ）を、効果・コストとあわせて提案してください。

【リスク対策】次の用途で許容できるTTFT・TTLTの目安と、超過した場合の対応方針を定めてください。

次の用途で許容できるTTFT・TTLTの目安と、超過した場合の対応方針を定めてください。

用途：[ここに用途を記入]

【組み合わせ】応答速度を重視する場合のモデル選定・構成の観点（モデルサイズ・量子化・キャッシュ・マルチモーダル化の影響）を整理してください。

応答速度を重視する場合のモデル選定・構成の観点（モデルサイズ・量子化・キャッシュ・マルチモーダル化の影響）を整理してください。

【リスク対策】事前学習に必要なリソース（GPU・データ量・期間・コスト）の目安を見積もるうえで、確認すべき項目を整理してください。

事前学習に必要なリソース（GPU・データ量・期間・コスト）の目安を見積もるうえで、確認すべき項目を整理してください。

【組み合わせ】事前学習済みモデルを自社タスクに適用する流れを、事前学習→ファインチューニング→評価の順で図解してください。

事前学習済みモデルを自社タスクに適用する流れを、事前学習→ファインチューニング→評価の順で図解してください。

【業務実践】不正検知の二値分類で、見逃しを減らすか誤検知を減らすか、しきい値の決め方を目的別に示してください。

不正検知の二値分類で、見逃しを減らすか誤検知を減らすか、しきい値の決め方を目的別に示してください。

【業務実践】次のタスクに取り組む場合、どのようなニューラルネットワークの種類（CNN・RNN・MLPなど）が適しているか理由とともに提案してください。

次のタスクに取り組む場合、どのようなニューラルネットワークの種類（CNN・RNN・MLPなど）が適しているか理由とともに提案してください。

タスク：[ここに記入]

【概念整理】「人工無脳的な応答」と思われないために、現代の対話AIに求められる要件を3つ挙げ、それぞれ説明してください。

「人工無脳的な応答」と思われないために、現代の対話AIに求められる要件を3つ挙げ、それぞれ説明してください。

【核心・応用】次の業務でAIを活用できる場面を、定型自動化・判断支援・新サービスの観点で提案し、期待効果と必要なデータを示してください。

次の業務でAIを活用できる場面を、定型自動化・判断支援・新サービスの観点で提案し、期待効果と必要なデータを示してください。

業務：[ここに記入]

【リスク対策】HITL導入に必要な人手・工数と、期待される精度・安全性の効果を比較し、どこに人を割くべきか判断基準を示してください。

HITL導入に必要な人手・工数と、期待される精度・安全性の効果を比較し、どこに人を割くべきか判断基準を示してください。

【核心・応用】次の目的で合成データを使う場合、期待効果と必要な品質管理・プライバシー確認を提案してください。

次の目的で合成データを使う場合、期待効果と必要な品質管理・プライバシー確認を提案してください。

目的：[ここに目的を記入]

【組み合わせ】実データと合成データを混ぜて使う場合の配合方針と、評価方法を提案してください。

実データと合成データを混ぜて使う場合の配合方針と、評価方法を提案してください。

【核心・応用】次の用途に基盤モデルを使う場合、選定の比較軸（精度・コスト・対応形式・コンプライアンス）と選び方を提案してください。

次の用途に基盤モデルを使う場合、選定の比較軸（精度・コスト・対応形式・コンプライアンス）と選び方を提案してください。

用途：[ここに記入]

【組み合わせ】基盤モデルとベクトルDB（RAG）を組み合わせた構成の流れを図解してください。

基盤モデルとベクトルDB（RAG）を組み合わせた構成の流れを図解してください。

【核心・応用】深層学習で局所最適解に陥らず大域最適解に近づくための工夫（学習率・初期値・バッチ・正則化）を、それぞれなぜ効くかとともに挙げてください。

深層学習で局所最適解に陥らず大域最適解に近づくための工夫（学習率・初期値・バッチ・正則化）を、それぞれなぜ効くかとともに挙げてください。

【業務実践】次の問題で目的関数と探索範囲を定め、大域最適解を探す戦略を立ててください。

次の問題で目的関数と探索範囲を定め、大域最適解を探す戦略を立ててください。

問題：[ここに記入]

【組み合わせ】LLMに最新・社内文書を参照させるRAG構成の流れを、検索→文脈付与→生成の順で図解してください。

LLMに最新・社内文書を参照させるRAG構成の流れを、検索→文脈付与→生成の順で図解してください。

【組み合わせ】学習曲線の形状から、学習率・エポック数・正則化のどれを調整すべきか判断する例を挙げてください。

学習曲線の形状から、学習率・エポック数・正則化のどれを調整すべきか判断する例を挙げてください。

【核心・応用】モデル学習で学習率の適正値を探す手順を、試すべきレンジ・観察指標・判断基準とともに示してください。

モデル学習で学習率の適正値を探す手順を、試すべきレンジ・観察指標・判断基準とともに示してください。

【リスク対策】学習途中で学習率を徐々に下げるスケジューリングの考え方と、代表的な方式を説明してください。

学習途中で学習率を徐々に下げるスケジューリングの考え方と、代表的な方式を説明してください。

【業務実践】次のデータセットの前処理手順（整形・クリーニング・正規化・分割）をステップ順で示してください。

次のデータセットの前処理手順（整形・クリーニング・正規化・分割）をステップ順で示してください。

データ：[ここに概要を記入]

【組み合わせ】実データが不足する場合に合成データを加える判断基準と、併用時の注意点を整理してください。

実データが不足する場合に合成データを加える判断基準と、併用時の注意点を整理してください。

【業務実践】局所最適解から抜け出すための工夫（初期値・学習率・ノイズ・正則化・バッチ）を、効果と注意点とともに挙げてください。

局所最適解から抜け出すための工夫（初期値・学習率・ノイズ・正則化・バッチ）を、効果と注意点とともに挙げてください。

【概念整理】AIを特定タスクに特化して設計する際、スコープの絞り方と、領域外をどう扱うかの方針を示してください。

AIを特定タスクに特化して設計する際、スコープの絞り方と、領域外をどう扱うかの方針を示してください。

【業務実践】強化学習で扱う問題の報酬設計案を、状態・行動・報酬の定義とともに作成してください。

強化学習で扱う問題の報酬設計案を、状態・行動・報酬の定義とともに作成してください。短期報酬と長期目標のバランスに留意してください。

問題：[ここに問題を記入]

【リスク対策】意味ネットワーク（知識グラフ）とLLMを組み合わせる利点と、組み合わせ方の設計案を示してください。

意味ネットワーク（知識グラフ）とLLMを組み合わせる利点と、組み合わせ方の設計案を示してください。

【核心・応用】次の目的で感情分析を使う場合、どんなデータを集め、どう分析結果を活かすか提案してください。

次の目的で感情分析を使う場合、どんなデータを集め、どう分析結果を活かすか提案してください。

目的：[ここに目的を記入]

【核心・応用】拡散モデル系の画像生成AIで[作りたいイメージ]を生成するためのプロンプトを作成してください。

拡散モデル系の画像生成AIで[作りたいイメージ]を生成するためのプロンプトを作成してください。①主体 ②スタイル ③構図 ④光と色彩 ⑤ネガティブプロンプト、の形式で出力してください。

【組み合わせ】拡散モデルで生成した画像の品質を、別のAIモデルに評価・改善してもらうワークフローを設計してください。

拡散モデルで生成した画像の品質を、別のAIモデルに評価・改善してもらうワークフローを設計してください。①入力 ②評価観点 ③改善指示の出し方、を示してください。

【業務実践】自社の業務[業務内容]で教師あり学習を始めるためのデータ設計を提案してください。

自社の業務[業務内容]で教師あり学習を始めるためのデータ設計を提案してください。①必要なラベルの種類 ②データ収集・整形の手順 ③注意すべきバイアス、を示してください。

【組み合わせ】教師あり学習と教師なし学習を組み合わせる場面を提案してください。

教師あり学習と教師なし学習を組み合わせる場面を提案してください。①どちらを先に使うか ②それぞれの役割 ③効果の期待できる業務、を整理してください。

【組み合わせ】教師なし学習で発見したグループを、教師あり学習の前処理として使う構成を提案してください。

教師なし学習で発見したグループを、教師あり学習の前処理として使う構成を提案してください。①前処理の流れ ②期待できる効果 ③注意点、を説明してください。

【核心・応用】画像生成の用途[用途]において、GANと拡散モデルのどちらを選ぶか比較してください。

画像生成の用途[用途]において、GANと拡散モデルのどちらを選ぶか比較してください。①品質 ②速度 ③コスト ④学習の安定性、の観点から表にまとめてください。

【組み合わせ】既存の事前学習済みGANモデルを自社データにファインチューニングする手順を提案してください。

既存の事前学習済みGANモデルを自社データにファインチューニングする手順を提案してください。①必要なデータ量 ②学習の注意点 ③評価方法、を示してください。

【核心・応用】次の問題[問題内容]に取り組むのに、最適な最適化アルゴリズムを選定してください。

次の問題[問題内容]に取り組むのに、最適な最適化アルゴリズムを選定してください。①問題の種類 ②候補となる手法 ③選定理由、を示してください。

【業務実践】業務[業務内容]の効率化を最適化アルゴリズムで実現する計画を作ってください。

業務[業務内容]の効率化を最適化アルゴリズムで実現する計画を作ってください。①目的関数の設定 ②制約条件 ③期待効果、を整理してください。

【組み合わせ】AutoMLで最適なアルゴリズム・ハイパーパラメータを探索する流れを説明してください。

AutoMLで最適なアルゴリズム・ハイパーパラメータを探索する流れを説明してください。①データ準備 ②探索空間 ③評価と選定、の手順を示してください。

【核心・応用】社内ナレッジを検索するRAGシステムの構成を設計してください。

社内ナレッジを検索するRAGシステムの構成を設計してください。①知識源の種類 ②前処理・チャンク分割の方針 ③検索手法 ④評価方法、を示してください。

【組み合わせ】RAGとファインチューニングをどう使い分けるか整理してください。

RAGとファインチューニングをどう使い分けるか整理してください。①それぞれの得意分野 ②併用する場面 ③選択基準、を示してください。

【組み合わせ】機械学習と生成AIを組み合わせて活用する場面を提案してください。

機械学習と生成AIを組み合わせて活用する場面を提案してください。①それぞれの役割 ②相乗効果が期待できる業務 ③導入の進め方、を整理してください。

【業務実践】採用・与信など意思決定に使うデータセットを公平に設計するガイドラインを作ってください。

採用・与信など意思決定に使うデータセットを公平に設計するガイドラインを作ってください。①収集時の注意点 ②前処理の方針 ③レビュー体制、を整理してください。

【組み合わせ】XAI（説明可能AI）を使ってバイアスを可視化する流れを説明してください。

XAI（説明可能AI）を使ってバイアスを可視化する流れを説明してください。①どの予測がどの属性に影響されているか ②可視化の手段 ③改善サイクル、を示してください。

【核心・応用】次のニューラルネットワーク設計[タスク・層構成]において、適切な活性化関数を選定してください。

次のニューラルネットワーク設計[タスク・層構成]において、適切な活性化関数を選定してください。①中間層 ②出力層 ③選定理由、を示してください。

【組み合わせ】活性化関数と重み初期化・学習率の関係を説明してください。

活性化関数と重み初期化・学習率の関係を説明してください。①それぞれの役割 ②組み合わせの最適例 ③注意点、を示してください。

【組み合わせ】生成AIをRAGやAIエージェントと組み合わせて高度化する構成を提案してください。

生成AIをRAGやAIエージェントと組み合わせて高度化する構成を提案してください。①それぞれの役割 ②連携イメージ ③期待効果、を示してください。

【核心・応用】次の用途[用途]に適した生成器（AIツール）を選定してください。

次の用途[用途]に適した生成器（AIツール）を選定してください。①用途要件 ②候補となるツール ③選定理由と注意点、を示してください。

【組み合わせ】生成器と評価・検証する仕組みを組み合わせる設計を提案してください。

生成器と評価・検証する仕組みを組み合わせる設計を提案してください。①フィードバックの流れ ②品質向上サイクル、を示してください。

【組み合わせ】画像生成AIと編集・デザインツールを組み合わせるワークフローを提案してください。

画像生成AIと編集・デザインツールを組み合わせるワークフローを提案してください。①AIで作る部分 ②人間が仕上げる部分 ③効率化のポイント、を示してください。

【核心・応用】業務[業務内容]で画像認識を導入する設計をしてください。

業務[業務内容]で画像認識を導入する設計をしてください。①認識対象 ②必要なデータ・ラベル ③モデル選択肢 ④評価方法、を示してください。

【組み合わせ】画像認識を自然言語処理やロボティクスと組み合わせる応用例を提案してください。

画像認識を自然言語処理やロボティクスと組み合わせる応用例を提案してください。①組み合わせ方 ②期待効果 ③必要な要素技術、を示してください。

【核心・応用】次の画像タスク[タスク内容]に適したCNNアーキテクチャを選定してください。

次の画像タスク[タスク内容]に適したCNNアーキテクチャを選定してください。①タスク要件 ②候補モデル ③選定理由、を示してください。

【核心・応用】自社モデル[概要]を軽量化するため、知識蒸留の計画を立ててください。

自社モデル[概要]を軽量化するため、知識蒸留の計画を立ててください。①教師モデルの選定 ②生徒モデルのサイズ設計 ③評価方法、を示してください。

【業務実践】スマホ上で動く画像分類AIを知識蒸留で実現する手順を示してください。

スマホ上で動く画像分類AIを知識蒸留で実現する手順を示してください。①教師の選定 ②蒸留の実装ポイント ③性能検証、を整理してください。

【組み合わせ】NLPとRAGを組み合わせたナレッジチャットボットの設計を提案してください。

NLPとRAGを組み合わせたナレッジチャットボットの設計を提案してください。①知識源 ②検索と生成の流れ ③評価方法、を示してください。

【核心・応用】自社モデル[概要]に適用するXAI手法を選定してください。

自社モデル[概要]に適用するXAI手法を選定してください。①モデルの種類 ②利用者が必要とする説明 ③候補手法と選定理由、を示してください。

【業務実践】融資審査AIの結果画面に、XAIで根拠を表示する設計を提案してください。

融資審査AIの結果画面に、XAIで根拠を表示する設計を提案してください。①利用者が知りたい情報 ②表示項目 ③表現上の注意点、を整理してください。

【組み合わせ】生成AIの回答根拠を文献提示する仕組みを設計してください。

生成AIの回答根拠を文献提示する仕組みを設計してください。①検索連携 ②引用表示 ③利用者の確認フロー、を示してください。

【核心・応用】自社タスク[タスク内容]に適した事前学習モデルを選定してください。

自社タスク[タスク内容]に適した事前学習モデルを選定してください。①タスク要件 ②候補モデル ③選定理由とライセンス、を示してください。

【組み合わせ】連合学習と差分プライバシー・秘密計算を組み合わせる利点を説明してください。

連合学習と差分プライバシー・秘密計算を組み合わせる利点を説明してください。①各技術の役割 ②相乗効果、を示してください。

【業務実践】不正検知AI[概要]の適合率と再現率のバランスをどう取るか提案してください。

不正検知AI[概要]の適合率と再現率のバランスをどう取るか提案してください。①誤検知コスト ②見逃しコスト ③望ましいトレードオフ、を整理してください。

【核心・応用】自社業務[業務内容]をAIエージェントから操作するため、関数スキーマ（関数名・説明・引数）を設計してください。

自社業務[業務内容]をAIエージェントから操作するため、関数スキーマ（関数名・説明・引数）を設計してください。①エージェントに持たせるべき関数 ②各関数の説明文 ③引数の型定義、を示してください。

【組み合わせ】RAGと関数呼び出しを組み合わせた業務AIを設計してください。

RAGと関数呼び出しを組み合わせた業務AIを設計してください。①質問はRAGで回答、アクションは関数呼出しで実行、という役割分担 ②流れ図、を示してください。

【組み合わせ】音声認識と音声合成を組み合わせた対話AIを設計してください。

音声認識と音声合成を組み合わせた対話AIを設計してください。①入力から出力までの流れ ③役割分担 ③想定ユースケース、を示してください。

【組み合わせ】音声認識と音声合成を組み合わせた対話AIを設計してください。

音声認識と音声合成を組み合わせた対話AIを設計してください。①入力から出力までの流れ ②想定ユースケース ③注意点、を示してください。

【核心・応用】未経験からAIエンジニアを目指す場合の6か月学習ロードマップを作ってください。

未経験からAIエンジニアを目指す場合の6か月学習ロードマップを作ってください。Python・数学・機械学習・実践の順で。

【核心・応用】特定業務向けAIエージェントの設計書ひな形を作ってください。

特定業務向けAIエージェントの設計書ひな形を作ってください。目的・入力・利用ツール・出力・例外時のエスカレーションを含めて。

【入門】特定タスクに適したAIモデルを選ぶための判断基準を挙げてください。

特定タスクに適したAIモデルを選ぶための判断基準を挙げてください。精度・解釈性・計算コスト・実装容易さの観点で。

【組み合わせ】少量データで高精度モデルを作るため、転移学習・事前学習済みモデルをどう使うか提案してください。

少量データで高精度モデルを作るため、転移学習・事前学習済みモデルをどう使うか提案してください。

【核心・応用】月間100万件の推論を想定し、クラウドAPI利用と自前GPU運用のコスト比較をするときの計算要素を挙げてください。

月間100万件の推論を想定し、クラウドAPI利用と自前GPU運用のコスト比較をするときの計算要素を挙げてください。

【業務実践】リアルタイム性が求められるAI推論システムの設計上のポイントを教えてください。

リアルタイム性が求められるAI推論システムの設計上のポイントを教えてください。

【入門】社内でAI開発プロジェクトを立ち上げる際のロードマップを、ステップ順に作ってください。

社内でAI開発プロジェクトを立ち上げる際のロードマップを、ステップ順に作ってください。

【組み合わせ】BERTで十分なケースと、LLMに移行すべきケースの判断基準を示してください。

BERTで十分なケースと、LLMに移行すべきケースの判断基準を示してください。

【業務実践】GANの識別器を異常検知に応用する方法を、事例とともに説明してください。

GANの識別器を異常検知に応用する方法を、事例とともに説明してください。

【組み合わせ】タスクに応じたGPTモデルの選び方を、性能・コスト・速度の観点で示してください。

タスクに応じたGPTモデルの選び方を、性能・コスト・速度の観点で示してください。

【入門】ImageFXを初めて使う人向けに、基本操作と良い画像を作るコツを説明してください。

ImageFXを初めて使う人向けに、基本操作と良い画像を作るコツを説明してください。

【核心・応用】ImageFXで意図した画像を出すためのプロンプトの書き方を、具体例付きで教えてください。

ImageFXで意図した画像を出すためのプロンプトの書き方を、具体例付きで教えてください。

【業務実践】Kerasで画像分類モデルを作るチュートリアルの骨子を作ってください。

Kerasで画像分類モデルを作るチュートリアルの骨子を作ってください。

【核心・応用】MLPの層数・ユニット数をどう決めるか、判断基準を示してください。

MLPの層数・ユニット数をどう決めるか、判断基準を示してください。

【核心・応用】強化学習で報酬設計が重要な理由と、失敗しやすいパターンを挙げてください。

強化学習で報酬設計が重要な理由と、失敗しやすいパターンを挙げてください。

【業務実践】RNNを使った需要予測モデルの作り方を、ステップ順に示してください。

RNNを使った需要予測モデルの作り方を、ステップ順に示してください。

【業務実践】TensorFlowモデルを本番提供する方法を、TFLite・TF Serving・クラウドの観点で整理してください。

TensorFlowモデルを本番提供する方法を、TFLite・TF Serving・クラウドの観点で整理してください。

【組み合わせ】TensorFlowモデルをVertex AIで運用するメリットを説明してください。

TensorFlowモデルをVertex AIで運用するメリットを説明してください。

【核心・応用】学習タスクでTPUとGPUどちらを選ぶか判断基準を示してください。

学習タスクでTPUとGPUどちらを選ぶか判断基準を示してください。

【業務実践】クラウドTPUの利用コストを試算する際に見るべき項目を挙げてください。

クラウドTPUの利用コストを試算する際に見るべき項目を挙げてください。

【リスク対策】TPU上で動かしやすいモデル・フレームワークの特徴を説明してください。

TPU上で動かしやすいモデル・フレームワークの特徴を説明してください。

【業務実践】VAEを工場の異常検知に応用する手順を、データ準備から閾値設計まで示してください。

VAEを工場の異常検知に応用する手順を、データ準備から閾値設計まで示してください。

【核心・応用】Vertex AIを使ったML開発のパイプラインをステップ順に示してください。

Vertex AIを使ったML開発のパイプラインをステップ順に示してください。

【リスク対策】Vertex AI利用コストを最適化するポイントを挙げてください。

Vertex AI利用コストを最適化するポイントを挙げてください。

【組み合わせ】Vertex AI上でGemini等の生成AIを業務利用する際の設計ポイントを説明してください。

Vertex AI上でGemini等の生成AIを業務利用する際の設計ポイントを説明してください。

【リスク対策】学習データのアノテーションで精度が出ません。想定される原因を、①ラベル定義の曖昧さ ②アノテーターのスキル ③データ自体の問題 ④ツール・運用 の観点で洗い…

学習データのアノテーションで精度が出ません。想定される原因を、①ラベル定義の曖昧さ ②アノテーターのスキル ③データ自体の問題 ④ツール・運用 の観点で洗い出し、それぞれの確認方法と改善策を示してください。

【核心・応用】次のAI判断モデルの公平性を監査する手順を提案してください。

次のAI判断モデルの公平性を監査する手順を提案してください。①測定すべきグループと指標 ②データ収集の注意点 ③よくある落とし穴 ④是正オプションの選び方。

モデルの用途：[ここに用途を記入]

【リスク対策】自社のAI判断システムについて、公正確保の観点で点検すべきチェックリストを作ってください。

自社のAI判断システムについて、公正確保の観点で点検すべきチェックリストを作ってください。データ・設計・評価・運用・公開・緊急時対応の観点から、それぞれ Yes/No で答えられる項目にしてください。

【組み合わせ】次のAI判断ルールを、被雇用者・人権専門家・法務・データサイエンティストの4つの立場から批評してください。

次のAI判断ルールを、被雇用者・人権専門家・法務・データサイエンティストの4つの立場から批評してください。最後に、最も対応優先度が高いリスクを3つ挙げてください。

判断ルール：[ここにルールを記入]

【業務実践】アンサンブルモデルの精度検証計画を立ててください。

アンサンブルモデルの精度検証計画を立ててください。①比較すべき単一モデル ②評価指標 ③交差検証の組み方 ④統計的に有意な差を確認する方法、をまとめてください。

【リスク対策】アンサンブルモデルが過学習していないか点検したい。

アンサンブルモデルが過学習していないか点検したい。訓練データと検証データの精度差・誤差分析・個別モデルの相関をどう確認すべきか、チェックリスト形式で示してください。

【核心・応用】次の学習結果を診断してください。訓練精度と検証精度の値を見て、過学習かアンダーフィッティングかを判定し、根拠と次に試すべき改善策を3つ挙げてください。

次の学習結果を診断してください。訓練精度と検証精度の値を見て、過学習かアンダーフィッティングかを判定し、根拠と次に試すべき改善策を3つ挙げてください。

訓練精度：[%]
検証精度：[%]
モデル：[モデル種別]

【リスク対策】エッジAI端末を現場に多数配置するにあたり、想定される運用リスクを洗い出してください。

エッジAI端末を現場に多数配置するにあたり、想定される運用リスクを洗い出してください。セキュリティ・通信障害・モデル更新・物理故障・プライバシー観点で、それぞれ予防策と発見時の対応を示してください。

【リスク対策】RAG検索で意図しない文書がヒットします。埋め込み・チャンキング・前処理・クエリ変形の観点から、原因候補と対策を洗い出してください。

RAG検索で意図しない文書がヒットします。埋め込み・チャンキング・前処理・クエリ変形の観点から、原因候補と対策を洗い出してください。

【リスク対策】クラウドAIを業務利用するにあたり、確認すべきセキュリティ・コンプライアンス要件をチェックリスト化してください。

クラウドAIを業務利用するにあたり、確認すべきセキュリティ・コンプライアンス要件をチェックリスト化してください。データ保存・学習利用・アクセス制御・監査・インシデント対応の観点で。

【リスク対策】クラスタリングの結果がパラメータで大きく変わり安定しません。

クラスタリングの結果がパラメータで大きく変わり安定しません。考えられる原因と、結果を頑健にするためのチェックリストを示してください。

【業務実践】次のAI回答について、根拠と引用が正しいか検証してください。

次のAI回答について、根拠と引用が正しいか検証してください。①述べられた事実 ②根拠となりそうな情報源 ③誤りや拡大解釈の疑い ④改善案、を指摘してください。

回答：[ここに貼付]

【リスク対策】グラウンディング構成でハルシネーションを減らす設計を考えてください。

グラウンディング構成でハルシネーションを減らす設計を考えてください。情報源の品質管理・検索精度・モデルへの指示・人による確認の観点で、対策を整理してください。

【リスク対策】長い資料を渡したとき、モデルが要点を取りこぼします。

長い資料を渡したとき、モデルが要点を取りこぼします。原因と対策を、資料構造・プロンプト指示・RAG・分割読みの観点で洗い出してください。

【リスク対策】次のAI提案をレビューしてください。①事実確認が必要な箇所 ②偏見・倫理的な問題 ③論理の飛躍 ④想定される誤り、を指摘し改善案を示してください。

次のAI提案をレビューしてください。①事実確認が必要な箇所 ②偏見・倫理的な問題 ③論理の飛躍 ④想定される誤り、を指摘し改善案を示してください。

AIの提案：[ここに貼付]

【リスク・理解】超知能AIが出現した場合のリスクと、それに対する対策を整理してください。

超知能AIが出現した場合のリスクと、それに対する対策を整理してください。①最も懸念すべき3つのリスク ②技術的な対策 ③制度・規制上の対策 ④個人・企業が今から準備できること、を分けて説明してください。

【リスク対策】CRMから生成された回答草稿をレビューしてください。

CRMから生成された回答草稿をレビューしてください。①事実確認箇所 ②顧客の履歴との整合性 ③不適切な表現 ④改善点、を指摘してください。

草稿：[ここに貼付]

【業務実践】ゼロショット分類の精度が出ません。各クラスの説明文を改善したい。

ゼロショット分類の精度が出ません。各クラスの説明文を改善したい。既存の説明文をレビューし、曖昧な点・他クラスとの境界・追加すべき情報を指摘してください。

説明文：[ここに貼付]

【リスク対策】ゼロショット分類で誤りが多いです。原因を、説明文・意味空間・既知情報との関連性・評価方法の観点で洗い出し、改善策を示してください。

ゼロショット分類で誤りが多いです。原因を、説明文・意味空間・既知情報との関連性・評価方法の観点で洗い出し、改善策を示してください。

【核心・応用】外部AIモデルを機密業務で使うにあたり、ゼロデータ保持を含むデータ保護要件のチェックリストを作ってください。

外部AIモデルを機密業務で使うにあたり、ゼロデータ保持を含むデータ保護要件のチェックリストを作ってください。契約・保存・学習利用・アクセス制御・監査・例外条項の観点で。

【リスク対策】提示されたAI事業者のデータ保持ポリシー文言をレビューしてください。

提示されたAI事業者のデータ保持ポリシー文言をレビューしてください。①保存されない対象の明確さ ②学習利用の除外 ③例外・留保条項 ④追加で確認すべき点、を指摘してください。

文言：[ここに貼付]

【組み合わせ】ゼロデータ保持を前提とした社内のAI利用ルール案を作ってください。

ゼロデータ保持を前提とした社内のAI利用ルール案を作ってください。入力禁止情報・承認フロー・記録・教育の観点で。

【リスク対策】チャットボットの回答をレビューしてください。次の基準で判定し、改善案を示してください。

チャットボットの回答をレビューしてください。次の基準で判定し、改善案を示してください。①正確性（根拠のある情報か）②安全性（差別的・不適切な表現がないか）③丁寧さ（ユーザーを不快にさせないか）④目的達成度。

チャットボットの回答：[ここに回答を貼り付け]

【リスク対策】チューニング後の精度が検証データで出ません。考えられる原因を、データ量・品質・手法選択・評価指標・基盤モデル選択の観点で洗い出してください。

チューニング後の精度が検証データで出ません。考えられる原因を、データ量・品質・手法選択・評価指標・基盤モデル選択の観点で洗い出してください。

【核心・応用】SNSで見かける動画がディープフェイクかどうかを一般人が確認するチェックリストを作ってください。

SNSで見かける動画がディープフェイクかどうかを一般人が確認するチェックリストを作ってください。映像・音声・出典・拡散経路の観点で。

【業務実践】社内でディープフェイクによるなりすまし・振込詐欺を防ぐためのルール案を作ってください。

社内でディープフェイクによるなりすまし・振込詐欺を防ぐためのルール案を作ってください。承認・確認・緊急連絡の観点で。

【リスク対策】次の動画・音声が本物かディープフェイクか、疑わしい点を洗い出してください。

次の動画・音声が本物かディープフェイクか、疑わしい点を洗い出してください。不自然な点・確認すべき出典・追加調査の手順を示してください。

対象：[ここに記入]

【組み合わせ】教育・広報で画像・音声合成技術を創造的に使う場合のガイドライン案を作ってください。

教育・広報で画像・音声合成技術を創造的に使う場合のガイドライン案を作ってください。許諾・表示・公開範囲の観点で。

【リスク対策】ディープラーニングモデルの精度が出ません。原因を、データ量・品質・前処理・モデル構造・過学習・計算資源の観点で洗い出してください。

ディープラーニングモデルの精度が出ません。原因を、データ量・品質・前処理・モデル構造・過学習・計算資源の観点で洗い出してください。

【業務実践】データ前処理の品質チェックリストを作ってください。

データ前処理の品質チェックリストを作ってください。欠損率・外れ値・重複・スケール・ラベル分布の観点で。

【リスク対策】モデル精度が出ない。前処理の観点で考えられる原因と対策を洗い出してください。

モデル精度が出ない。前処理の観点で考えられる原因と対策を洗い出してください。

【業務実践】生成された拡張データをレビューしてください。現実分布からの逸脱・ラベルの意味が変わっていないか・重複・偏りを指摘してください。

生成された拡張データをレビューしてください。現実分布からの逸脱・ラベルの意味が変わっていないか・重複・偏りを指摘してください。

サンプル：[ここに貼付]

【リスク対策】トランスフォーマーで長文を扱うときの計算コスト・性能劣化・対策を説明してください。

トランスフォーマーで長文を扱うときの計算コスト・性能劣化・対策を説明してください。

【リスク対策】日本語の長文でトークン消費が大きいです。削減の余地がある箇所と対策を洗い出してください。

日本語の長文でトークン消費が大きいです。削減の余地がある箇所と対策を洗い出してください。

【業務実践】次の文章のトークン化結果をレビューしてください。誤分割・複合語・曖昧な境界・下流への影響を指摘してください。

次の文章のトークン化結果をレビューしてください。誤分割・複合語・曖昧な境界・下流への影響を指摘してください。

文章：[ここに貼付]

【リスク対策】トークン化が下流の精度に影響する場面を説明し、誤分割を検出・修正するチェックリストを作ってください。

トークン化が下流の精度に影響する場面を説明し、誤分割を検出・修正するチェックリストを作ってください。

【業務実践】学習曲線を見て、過学習かどうか、ドロップアウトが効く状況か判断してください。

学習曲線を見て、過学習かどうか、ドロップアウトが効く状況か判断してください。

状況：[ここに記入]

【リスク対策】検証データに過適合しないための注意点を説明し、確保すべき独立評価の設計を提案してください。

検証データに過適合しないための注意点を説明し、確保すべき独立評価の設計を提案してください。

【リスク対策】公開モデルを利用する前に確認すべき項目をチェックリスト化してください。

公開モデルを利用する前に確認すべき項目をチェックリスト化してください。ライセンス・バイアス・品質・セキュリティの観点で。

【核心・応用】次のAI回答を事実確認してください。①事実確認が必要な主張 ②根拠を示せる部分 ③疑わしい部分 ④追加調査の手順、を指摘してください。

次のAI回答を事実確認してください。①事実確認が必要な主張 ②根拠を示せる部分 ③疑わしい部分 ④追加調査の手順、を指摘してください。

回答：[ここに貼付]

【リスク対策】業務で生成AIを使う際のハルシネーション・リスク評価をしてください。

業務で生成AIを使う際のハルシネーション・リスク評価をしてください。影響度・発生確率・緩和策・最終確認者を示してください。

【組み合わせ】ハルシネーションを減らすプロンプトの書き方を例示してください。

ハルシネーションを減らすプロンプトの書き方を例示してください。根拠要求・不明時の応答・出典表示の指示を組み込んでください。

【業務実践】損失が振動して学習が安定しません。バッチサイズ・学習率・データシャッフル・スケーリングの観点で原因と対策を洗い出してください。

損失が振動して学習が安定しません。バッチサイズ・学習率・データシャッフル・スケーリングの観点で原因と対策を洗い出してください。

【リスク対策】GPUメモリ不足で学習が開始できません。バッチサイズ・勾配蓄積・精度設定・モデル分割の観点で対策を提案してください。

GPUメモリ不足で学習が開始できません。バッチサイズ・勾配蓄積・精度設定・モデル分割の観点で対策を提案してください。

【組み合わせ】ホールドアウトとk分割交差検証の使い分けを説明してください。

ホールドアウトとk分割交差検証の使い分けを説明してください。

【リスク対策】パラメータが多すぎて過学習している疑いがあります。

パラメータが多すぎて過学習している疑いがあります。原因と対策を、モデル構造・正則化・データ量の観点で洗い出してください。

【業務実践】以下の条件でファインチューニングの学習計画を立ててください。

以下の条件でファインチューニングの学習計画を立ててください。①使用するデータの種類と前処理 ②検証データの分け方 ③過学習を防ぐ設定 ④学習後の評価項目、をステップ順に示してください。

タスク：[ここにタスクを記入]

【リスク対策】ファインチューニング後、学習データでは精度が高いのに新しいデータでは精度が低いです。

ファインチューニング後、学習データでは精度が高いのに新しいデータでは精度が低いです。原因として考えられることと、確認・改善すべき設定を優先度順に挙げてください。

【リスク対策】次の依頼に回答できない場合は、無理に作らず「わかりません」と正直に答え、出典もなしに事実を捏造しないでください。

次の依頼に回答できない場合は、無理に作らず「わかりません」と正直に答え、出典もなしに事実を捏造しないでください。また不適切・有害な内容は拒否してください。

依頼内容：[ここに依頼を記入]

【入門】自社のAIチャットに対し、プロンプトインジェクションで起こりうる攻撃を、直接型・間接型に分けて10例挙げてください。

自社のAIチャットに対し、プロンプトインジェクションで起こりうる攻撃を、直接型・間接型に分けて10例挙げてください。それぞれ何が抜け出せるか、悪影響とあわせて説明してください。

【核心・応用】次の構成のAIシステムに対するプロンプトインジェクション対策を、入力層・出力層・実行環境層に分けて提案してください。

次の構成のAIシステムに対するプロンプトインジェクション対策を、入力層・出力層・実行環境層に分けて提案してください。優先度と実装の難易度も添えてください。

構成：[ここに構成を記入]

【業務実践】自社AIに組み込むシステムプロンプト（ガードレール）を作成してください。

自社AIに組み込むシステムプロンプト（ガードレール）を作成してください。条件：①根拠のない情報は作らない ②不明時は正直に「わからない」と言う ③有害・不適切な依頼は丁寧に断る、を含めること。

【リスク対策】AIの出力を監視するうえで検知すべきイベント（機密漏えい・不適切表現・指示逸脱）を挙げ、検知時のアラートと一次対応手順を表にまとめてください。

AIの出力を監視するうえで検知すべきイベント（機密漏えい・不適切表現・指示逸脱）を挙げ、検知時のアラートと一次対応手順を表にまとめてください。

【組み合わせ】RAGで社外Webを参照するAIが、Webページ内に埋め込まれた隠し命令を実行する間接プロンプトインジェクションを防ぐ設計を考えてください。

RAGで社外Webを参照するAIが、Webページ内に埋め込まれた隠し命令を実行する間接プロンプトインジェクションを防ぐ設計を考えてください。

【業務実践】AIが生成した文章を評価するチェックリストを作ってください。

AIが生成した文章を評価するチェックリストを作ってください。①正確性 ②形式の一致 ③トーン ④具体性 ⑤禁止事項の遵守、を項目として作成してください。

【リスク対策】次のプロンプトとその出力を批判的にレビューし、期待から外れている箇所と、改善するための具体的な修正案を示してください。

次のプロンプトとその出力を批判的にレビューし、期待から外れている箇所と、改善するための具体的な修正案を示してください。

プロンプト：[ここに記入]
出力：[ここに出力を貼り付け]

【入門】自社のAIチャットに組み込む防御ルール（システムプロンプト）を作成してください。

自社のAIチャットに組み込む防御ルール（システムプロンプト）を作成してください。①扱わないトピック ②根拠のない情報は作らない ③不明時は正直に「わからない」と答える、を必ず入れてください。

【業務実践】防御ルールが正当な質問まで拒否してしまいます。誤検知を減らしつつ必要な防御は残す、ルールの改善案を出してください。

防御ルールが正当な質問まで拒否してしまいます。誤検知を減らしつつ必要な防御は残す、ルールの改善案を出してください。

現在のルール：[ここに記入]

【リスク対策】次の防御ルールを突破しようとする攻撃の観点で穴を見つけ、それぞれの強化案を示してください。

次の防御ルールを突破しようとする攻撃の観点で穴を見つけ、それぞれの強化案を示してください。

防御ルール：[ここに記入]

【業務実践】次のタスクで使うモデルを作る計画を、①必要なデータ ②前処理 ③学習・評価の流れ、の順で示してください。

次のタスクで使うモデルを作る計画を、①必要なデータ ②前処理 ③学習・評価の流れ、の順で示してください。

タスク：[ここにタスクを記入]

【リスク対策】本番運用中のモデル精度が落ちてきました。原因として考えられること（データの変化・バイアス・期限切れ）と確認手順を挙げてください。

本番運用中のモデル精度が落ちてきました。原因として考えられること（データの変化・バイアス・期限切れ）と確認手順を挙げてください。

【業務実践】AIの出力が毎回ぶれて困っています。安定させるために調整すべきパラメータと設定の方向性を示してください。

AIの出力が毎回ぶれて困っています。安定させるために調整すべきパラメータと設定の方向性を示してください。

【リスク対策】もっと多様で創造的なアイデアを出させたい場合のパラメータ調整と、併せて行うべき品質チェックを挙げてください。

もっと多様で創造的なアイデアを出させたい場合のパラメータ調整と、併せて行うべき品質チェックを挙げてください。

【入門】自社AIシステムのレッドチーミング計画を立ててください。

自社AIシステムのレッドチーミング計画を立ててください。①試すべき攻撃の観点 ②シナリオ例 ③記録・改善の流れ、を初心者向けに整理してください。

【業務実践】レッドチーミングで発見した次の問題を深刻度ごとに分類し、優先度順の改善案を出してください。

レッドチーミングで発見した次の問題を深刻度ごとに分類し、優先度順の改善案を出してください。

発見した問題：[ここに記入]

【組み合わせ】レッドチーミングの結果をプロンプト防御に反映する改善案を、発見された穴ごとに対応付けて示してください。

レッドチーミングの結果をプロンプト防御に反映する改善案を、発見された穴ごとに対応付けて示してください。

【業務実践】事前学習に使うデータセットの品質・偏り・ライセンスを確認するチェックリストを作ってください。

事前学習に使うデータセットの品質・偏り・ライセンスを確認するチェックリストを作ってください。

【核心・応用】次の二値分類タスクに必要な評価指標（適合率・再現率・F1など）と、重視すべき誤りの種類を提案してください。

次の二値分類タスクに必要な評価指標（適合率・再現率・F1など）と、重視すべき誤りの種類を提案してください。

タスク：[ここにタスクを記入]

【リスク対策】次の二値分類モデルの誤判定（偽陽性・偽陰性）が業務に与える影響を整理し、許容範囲と監視の仕組みを提案してください。

次の二値分類モデルの誤判定（偽陽性・偽陰性）が業務に与える影響を整理し、許容範囲と監視の仕組みを提案してください。

【組み合わせ】二値分類モデルの学習データに偏りがないか確認する観点と、不均衡データへの対処法を挙げてください。

二値分類モデルの学習データに偏りがないか確認する観点と、不均衡データへの対処法を挙げてください。

【リスク対策】AIの過大・過小評価に関する誤解を、経営層向けにやさしく解く説明文を作成してください。

AIの過大・過小評価に関する誤解を、経営層向けにやさしく解く説明文を作成してください。

【業務実践】AIの出力を人が確認する業務フローを、①確認対象の選定 ②判断基準 ③記録・反映、のステップで設計してください。

AIの出力を人が確認する業務フローを、①確認対象の選定 ②判断基準 ③記録・反映、のステップで設計してください。

【概念整理】自社のAI倫理を自己評価するチェックリストを、透明性・公正さ・安全性・説明責任の観点で項目化してください。

自社のAI倫理を自己評価するチェックリストを、透明性・公正さ・安全性・説明責任の観点で項目化してください。

【概念整理】AI倫理の実践レベル（初期・定着・先進）を判断する質問を、各観点について3問ずつ作成してください。

AI倫理の実践レベル（初期・定着・先進）を判断する質問を、各観点について3問ずつ作成してください。

【業務実践】生成した合成データの品質と、元データの偏りが複製されていないかを確認する観点をリストアップしてください。

生成した合成データの品質と、元データの偏りが複製されていないかを確認する観点をリストアップしてください。

【リスク対策】基盤モデル利用時のデータ保持・バイアス・著作権・出力の責任について、確認すべき項目を挙げてください。

基盤モデル利用時のデータ保持・バイアス・著作権・出力の責任について、確認すべき項目を挙げてください。

【リスク対策】大域最適解にどれだけ近づけたかを測る評価指標と、複数試行の比較方法を提案してください。

大域最適解にどれだけ近づけたかを測る評価指標と、複数試行の比較方法を提案してください。

【リスク対策】LLMの誤情報（幻覚）を減らすためのプロンプト上の工夫と、出典確認・人間チェックの体制案を示してください。

LLMの誤情報（幻覚）を減らすためのプロンプト上の工夫と、出典確認・人間チェックの体制案を示してください。

【核心・応用】学習データの精度は高いのに検証データの精度が低い場合、学習曲線はどう見え、何を改善すべきか提案してください。

学習データの精度は高いのに検証データの精度が低い場合、学習曲線はどう見え、何を改善すべきか提案してください。

【業務実践】学習が発散して誤差が暴れる場合と、なかなか誤差が下がらない場合、それぞれで学習率をどう調整すべきか提案してください。

学習が発散して誤差が暴れる場合と、なかなか誤差が下がらない場合、それぞれで学習率をどう調整すべきか提案してください。

【核心・応用】モデル学習に使うデータセットの品質を確認するチェックリストを、ノイズ・誤ラベル・偏り・重複・ライセンスの観点で作成してください。

モデル学習に使うデータセットの品質を確認するチェックリストを、ノイズ・誤ラベル・偏り・重複・ライセンスの観点で作成してください。

【リスク対策】学習データに含まれる社会的・統計的バイアスを確認する観点と、見つけた際の対処を挙げてください。

学習データに含まれる社会的・統計的バイアスを確認する観点と、見つけた際の対処を挙げてください。

【概念整理】自社のAIシステムで想定される危害・誤用・悪用のシナリオを洗い出し、深刻度ごとに分類してください。

自社のAIシステムで想定される危害・誤用・悪用のシナリオを洗い出し、深刻度ごとに分類してください。

システム：[ここに概要を記入]

【概念整理】安全性を高めるための方策（ガードレール・出力監視・HITL・利用制限）を、優先度順に示してください。

安全性を高めるための方策（ガードレール・出力監視・HITL・利用制限）を、優先度順に示してください。

【核心・応用】モデル学習で誤差がそれ以上下がらなくなったとき、局所最適解を疑うべき兆候と確認方法を挙げてください。

モデル学習で誤差がそれ以上下がらなくなったとき、局所最適解を疑うべき兆候と確認方法を挙げてください。

【リスク対策】強化学習が意図しない行動を学習してしまう原因を、報酬設計・環境設計の観点で挙げ、確認・改善策を示してください。

強化学習が意図しない行動を学習してしまう原因を、報酬設計・環境設計の観点で挙げ、確認・改善策を示してください。

【業務実践】レビューの感情分析で誤判定を減らすための前処理・評価・人手レビューの組み合わせを設計してください。

レビューの感情分析で誤判定を減らすための前処理・評価・人手レビューの組み合わせを設計してください。

【リスク・理解】拡張知能の考え方を誤って「AIを甘く見る」ことがないよう、導入時に注意すべき点を挙げてください。

拡張知能の考え方を誤って「AIを甘く見る」ことがないよう、導入時に注意すべき点を挙げてください。①過信のリスク ②人間側のスキル低下リスク ③責任分界の設計、の観点から整理してください。

【リスク対策】画像生成AIで作成した画像を商用利用する際の注意点を整理してください。

画像生成AIで作成した画像を商用利用する際の注意点を整理してください。①著作権上のリスク ②モデルごとの利用規約の違い ③安全に使うためのチェックリスト。

【リスク・理解】AIの回答を重要な判断に使う前に、擬人化に陥っていないかセルフチェックするための質問リストを作ってください。

AIの回答を重要な判断に使う前に、擬人化に陥っていないかセルフチェックするための質問リストを作ってください。5項目程度でお願いします。

【核心・応用】次の分類タスク[タスク内容]におけるモデル評価指標を設計してください。

次の分類タスク[タスク内容]におけるモデル評価指標を設計してください。①なぜ正解率だけでは不十分か ②混同行列の見方 ③クラス不均衡時の指標、を説明してください。

【リスク対策】教師あり学習モデルの過学習を防ぐための具体的な手法を挙げてください。

教師あり学習モデルの過学習を防ぐための具体的な手法を挙げてください。①正則化 ②交差検証 ③ドロップアウト ④データ量の観点から説明してください。

【リスク対策】教師なし学習の結果を誤って解釈するリスクとその対策を挙げてください。

教師なし学習の結果を誤って解釈するリスクとその対策を挙げてください。①恣意的なクラスタリング解釈 ②外れ値の影響 ③専門家レビューの必要性、の観点から説明してください。

【核心・応用】自社で運用中のチャットボット[概要]に対し、敵対的プロンプトの観点で考えられるリスクを10個挙げてください。

自社で運用中のチャットボット[概要]に対し、敵対的プロンプトの観点で考えられるリスクを10個挙げてください。それぞれについて対策案も示してください。

【業務実践】生成AI利用の社内ガイドラインを作成します。①禁止事項 ②例外的に許可する場合 ③違反時の対応 ④教育方法、のひな形を作ってください。

生成AI利用の社内ガイドラインを作成します。①禁止事項 ②例外的に許可する場合 ③違反時の対応 ④教育方法、のひな形を作ってください。

【リスク対策】LLMアプリケーションにおける敵対的プロンプト対策を設計してください。

LLMアプリケーションにおける敵対的プロンプト対策を設計してください。①入力側の対策 ②出力側の対策 ③監査・ロギング ④緊急時の運用、を整理してください。

【組み合わせ】OWASP Top 10 for LLMの主要リスク[リスク名]について、自社アプリ[概要]での具体的な脅威シナリオと対策を考えてください。

OWASP Top 10 for LLMの主要リスク[リスク名]について、自社アプリ[概要]での具体的な脅威シナリオと対策を考えてください。

【リスク対策】GANによるディープフェイクのリスクと対策を整理してください。

GANによるディープフェイクのリスクと対策を整理してください。①個人・企業ができること ②技術的な検知方法 ③制度・ガイドライン、の観点から説明してください。

【リスク対策】最適化で局所最適解に陥るリスクとその回避策を説明してください。

最適化で局所最適解に陥るリスクとその回避策を説明してください。①陥る原因 ②回避手法 ③評価方法、の観点から整理してください。

【リスク対策】RAGが誤った情報を根拠として回答するリスクへの対策を挙げてください。

RAGが誤った情報を根拠として回答するリスクへの対策を挙げてください。①根拠の表示 ②不確実時の回答方針 ③人間の確認フロー、の観点から説明してください。

【リスク対策】機械学習プロジェクトで陥りがちなリスクを挙げ、対策を示してください。

機械学習プロジェクトで陥りがちなリスクを挙げ、対策を示してください。①過学習 ②データバイアス ③判断のブラックボックス化、の観点から説明してください。

【核心・応用】自社のAIモデル[概要]の公平性を診断する手順を設計してください。

自社のAIモデル[概要]の公平性を診断する手順を設計してください。①確認すべき属性 ②評価指標 ③検証手順、を示してください。

【リスク対策】発見されたバイアスを緩和する具体的な手法を挙げてください。

発見されたバイアスを緩和する具体的な手法を挙げてください。①データ側の対策 ②モデル側の対策 ③運用側の対策、の観点から説明してください。

【核心・応用】次の分類タスク[タスク内容]における評価指標を選定してください。

次の分類タスク[タスク内容]における評価指標を選定してください。①クラス比率 ②誤りのコスト ③採用すべき指標（正答率・適合率・再現率・F1）、を示してください。

【リスク対策】モデルの正答率が99%と非常に高いときに、疑うべきポイントを挙げてください。

モデルの正答率が99%と非常に高いときに、疑うべきポイントを挙げてください。①クラス不均衡 ②データリーク ③過学習、の観点から説明してください。

【組み合わせ】誤判定のコストがタスクごとに異なる場合の評価方法を提案してください。

誤判定のコストがタスクごとに異なる場合の評価方法を提案してください。①コスト重み付け ③意思決定への反映、を示してください。

【業務実践】ニューラルネットワークの学習が進まない・不安定なときに、活性化関数の観点からチェックすべきポイントを挙げてください。

ニューラルネットワークの学習が進まない・不安定なときに、活性化関数の観点からチェックすべきポイントを挙げてください。①勾配消失 ②dying ReLU ③出力層のミスマッチ、の観点から説明してください。

【リスク対策】深層ネットワークで勾配消失が起きる原因と対策を、活性化関数の観点から説明してください。

深層ネットワークで勾配消失が起きる原因と対策を、活性化関数の観点から説明してください。①原因 ②ReLU系への変更 ③初期化・正則化との組み合わせ、を整理してください。

【リスク対策】生成AIを業務で使う際のリスクを洗い出し、対策を示してください。

生成AIを業務で使う際のリスクを洗い出し、対策を示してください。①著作権 ②ハルシネーション ③機密情報漏洩 ④外部サービス利用規約、の観点から説明してください。

【リスク対策】生成器の出力を業務で使う際のリスクを挙げ、対策を示してください。

生成器の出力を業務で使う際のリスクを挙げ、対策を示してください。①著作権 ②ハルシネーション ③機密漏洩、の観点から説明してください。

【核心・応用】次のイメージ[作りたい絵]を画像生成AIで作るプロンプトを設計してください。

次のイメージ[作りたい絵]を画像生成AIで作るプロンプトを設計してください。①主体 ②スタイル ③構図 ④色彩・光 ⑤ネガティブプロンプト、を示してください。

【リスク対策】画像生成AIで作った画像を商用利用する際の注意点を整理してください。

画像生成AIで作った画像を商用利用する際の注意点を整理してください。①著作権リスク ②モデルごとの規約 ③安全な運用チェックリスト、を示してください。

【リスク対策】画像認識システムの誤認識リスクへの対策を考えてください。

画像認識システムの誤認識リスクへの対策を考えてください。①誤認識が起きる原因 ②安全側の設計 ③人間の介入ポイント、を説明してください。

【リスク対策】CNNモデルの過学習を防ぐ手法を挙げてください。①データ増強 ②ドロップアウト ③正則化 ④学習曲線の見方、を説明してください。

CNNモデルの過学習を防ぐ手法を挙げてください。①データ増強 ②ドロップアウト ③正則化 ④学習曲線の見方、を説明してください。

【リスク・理解】学習がうまく進まない原因をZPDの観点から分析し、改善策を提案してください。

学習がうまく進まない原因をZPDの観点から分析し、改善策を提案してください。①難易度が高すぎる場合 ②低すぎる場合 ③適切な難易度の見極め方、を説明してください。

【リスク対策】蒸留後に生徒モデルの精度が期待より低い場合の原因と対策を挙げてください。

蒸留後に生徒モデルの精度が期待より低い場合の原因と対策を挙げてください。①生徒サイズ ②温度パラメータ ③追加学習の進め方、を説明してください。

【リスク対策】NLPシステムの誤応答・ハルシネーションリスクへの対策を挙げてください。

NLPシステムの誤応答・ハルシネーションリスクへの対策を挙げてください。①出力の検証 ②根拠表示 ③人間の確認フロー、を説明してください。

【リスク対策】XAIの説明結果が恣意的・誤解を招く場合の対策を考えてください。

XAIの説明結果が恣意的・誤解を招く場合の対策を考えてください。①発生しうる問題 ②検証方法 ③運用体制、を説明してください。

【リスク対策】ファインチューニング時の過学習を防ぐ手法を挙げてください。

ファインチューニング時の過学習を防ぐ手法を挙げてください。①学習率調整 ②ドロップアウト ③データ増強 ④検証方法、を説明してください。

【応用・考察】自社のAIシステム[概要]の透明性を高めるには、どんな点を改善すべきか提案してください。

自社のAIシステム[概要]の透明性を高めるには、どんな点を改善すべきか提案してください。①現状の課題 ②強化すべき説明項目 ③ステークホルダー別の伝え方、を示してください。

【リスク・理解】EU AI法や国内ガイドラインを踏まえ、AI導入時に必要な透明性確保のチェックリストを作ってください。

EU AI法や国内ガイドラインを踏まえ、AI導入時に必要な透明性確保のチェックリストを作ってください。①文書化すべき項目 ②利用者への説明事項 ③異議申立ての仕組み、を整理してください。

【リスク対策】連合学習におけるセキュリティ・プライバシーリスクと対策を挙げてください。

連合学習におけるセキュリティ・プライバシーリスクと対策を挙げてください。①推定攻撃への備え ②参加端末の不正対策 ③監査ログ、を説明してください。

【核心・応用】自社モデル[概要]の過学習を検知する手順を示してください。

自社モデル[概要]の過学習を検知する手順を示してください。①学習曲線の読み方 ②訓練・検証精度の比較 ③疑わしいサイン、を説明してください。

【業務実践】過学習への対策を優先順位付きで提案してください。①データ増強 ②正則化 ③モデル簡略化 ④早期終了、を、実装コストと効果で整理してください。

過学習への対策を優先順位付きで提案してください。①データ増強 ②正則化 ③モデル簡略化 ④早期終了、を、実装コストと効果で整理してください。

【リスク対策】学習データが少ない場合の過学習対策を挙げてください。

学習データが少ない場合の過学習対策を挙げてください。①転移学習の活用 ②データ増強 ③データ収集の進め方、を説明してください。

【組み合わせ】過学習を防ぐ検証戦略を設計してください。①ホールドアウト ②交差検証 ③テストデータの扱い、を示してください。

過学習を防ぐ検証戦略を設計してください。①ホールドアウト ②交差検証 ③テストデータの扱い、を示してください。

【核心・応用】自社タスク[タスク内容]の評価指標を設計してください。

自社タスク[タスク内容]の評価指標を設計してください。①重視すべき誤りの種類 ②適合率・再現率・F値の使い分け ③閾値の考え方、を示してください。

【リスク対策】適合率だけを見てモデルを評価するリスクを挙げ、対策を示してください。

適合率だけを見てモデルを評価するリスクを挙げ、対策を示してください。①陽性割合の偏り ②サンプルサイズ ③複数指標での確認、を説明してください。

【リスク対策】関数呼び出しによる誤発注・誤予約を防ぐ仕組みを提案してください。

関数呼び出しによる誤発注・誤予約を防ぐ仕組みを提案してください。①呼出し前の確認プロンプト ②権限・制限 ③監査ログ、を説明してください。

【リスク対策】音声合成のビジネス利用で注意すべきリスクを挙げてください。

音声合成のビジネス利用で注意すべきリスクを挙げてください。①声の権利・同意 ②誤読への備え ③フェイク対策、を説明してください。

【リスク対策】音声認識利用時のリスクと対策を挙げてください。①誤認識への備え ②個人情報・通話録音の取扱い ③アクセス制御、を説明してください。

音声認識利用時のリスクと対策を挙げてください。①誤認識への備え ②個人情報・通話録音の取扱い ③アクセス制御、を説明してください。

【リスク・理解】AGIが社会に与える可能性のある負の影響を、雇用・倫理・安全性の観点から整理し、企業や個人が今から準備できることを挙げてください。

AGIが社会に与える可能性のある負の影響を、雇用・倫理・安全性の観点から整理し、企業や個人が今から準備できることを挙げてください。

【核心・応用】AI OCRのPoC（試行）を計画しています。評価用のサンプル帳票の集め方、精度を測る指標（文字単位・項目単位）、誤認識の見方を教えてください。

AI OCRのPoC（試行）を計画しています。評価用のサンプル帳票の集め方、精度を測る指標（文字単位・項目単位）、誤認識の見方を教えてください。

【リスク対策】機密文書を扱うAI OCRのセキュリティ要件をリストアップしてください。

機密文書を扱うAI OCRのセキュリティ要件をリストアップしてください。暗号化、アクセス制御、ログ保存、クラウド利用時の注意点を含めてください。

【入門】AI TRiSMの4要素（モデル信頼性・AIリスク管理・AIセキュリティ・データ保護）に沿って、自社の現状をチェックするための質問リストを作ってください。

AI TRiSMの4要素（モデル信頼性・AIリスク管理・AIセキュリティ・データ保護）に沿って、自社の現状をチェックするための質問リストを作ってください。

【核心・応用】新しいAIツールを導入する際のリスク評価シートを作成してください。

新しいAIツールを導入する際のリスク評価シートを作成してください。項目：目的、データ、想定リスク、影響度、対策、責任者、をテンプレート化してください。

【業務実践】従業員向け生成AI利用ガイドラインのたたき台を作ってください。

従業員向け生成AI利用ガイドラインのたたき台を作ってください。①使ってよいこと/ダメなこと ②機密情報の扱い ③出力の確認 ④インシデント報告、を含めてください。

【リスク対策】社内LLMがプロンプトインジェクションやデータ漏洩の被害を受けないための技術・運用対策を挙げてください。

社内LLMがプロンプトインジェクションやデータ漏洩の被害を受けないための技術・運用対策を挙げてください。

【組み合わせ】AIベンダーを選定・監査する際に確認すべき項目を、TRiSMの観点から整理してください。

AIベンダーを選定・監査する際に確認すべき項目を、TRiSMの観点から整理してください。

【入門】自社で利用しているAIチャットの毒性・バイアスを点検したい。

自社で利用しているAIチャットの毒性・バイアスを点検したい。どんなテスト入力を投げるべきか観点を整理してください。

【核心・応用】AIチャットが差別的・攻撃的な応答をしてしまう原因を、学習データ・プロンプト・出力フィルタの観点から分解してください。

AIチャットが差別的・攻撃的な応答をしてしまう原因を、学習データ・プロンプト・出力フィルタの観点から分解してください。

【業務実践】従業員向けAI利用ガイドラインに「不適切な出力への対応」節を追加したい。

従業員向けAI利用ガイドラインに「不適切な出力への対応」節を追加したい。記載例を3案ください。

【リスク対策】AI出力の毒性を測る評価指標・チェックリストを作ってください。

AI出力の毒性を測る評価指標・チェックリストを作ってください。運用フロー付きで。

【組み合わせ】特定分野のAI応答からバイアスを減らすには、データ・プロンプト・後処理のどこから手を付けるべきか、優先順位付きで提案してください。

特定分野のAI応答からバイアスを減らすには、データ・プロンプト・後処理のどこから手を付けるべきか、優先順位付きで提案してください。

【応用・考察】「AIに目的地へ早く着くよう指示したら、手段を選ばずに走り出してしまう」という例を手がかりに、アライメントの難しさを3つの観点から論じてください。

「AIに目的地へ早く着くよう指示したら、手段を選ばずに走り出してしまう」という例を手がかりに、アライメントの難しさを3つの観点から論じてください。

【リスク・理解】社内で利用する生成AIの align 状況を確認するためのチェックリストを作ってください。

社内で利用する生成AIの align 状況を確認するためのチェックリストを作ってください。出力の中立性、データ、監視体制、利用ガイドラインの観点で。

【リスク対策】AIプロジェクトが頓挫する典型的な原因を、データ・要件・評価の観点で挙げ、それぞれの予防策を示してください。

AIプロジェクトが頓挫する典型的な原因を、データ・要件・評価の観点で挙げ、それぞれの予防策を示してください。

【リスク対策】AIエージェントの誤動作を検知し、人間に引き継ぐ監視フローを設計してください。

AIエージェントの誤動作を検知し、人間に引き継ぐ監視フローを設計してください。

【組み合わせ】業務エージェントの品質を測る評価指標とテストケースの作り方を教えてください。

業務エージェントの品質を測る評価指標とテストケースの作り方を教えてください。

【入門】自社のAIガバナンス成熟度を診断するためのチェックリストを作ってください。

自社のAIガバナンス成熟度を診断するためのチェックリストを作ってください。

【核心・応用】従業員向けAI利用ポリシーのたたき台を作ってください。

従業員向けAI利用ポリシーのたたき台を作ってください。許可・禁止事項・データ・報告フローを含めて。

【業務実践】AIシステム導入時のリスク評価書ひな形を作ってください。

AIシステム導入時のリスク評価書ひな形を作ってください。

【組み合わせ】AI監査を受ける前に準備すべきドキュメント・記録をリストアップしてください。

AI監査を受ける前に準備すべきドキュメント・記録をリストアップしてください。

【核心・応用】次の業務がAIシステム化に向いているか判断するチェックリストを作ってください。

次の業務がAIシステム化に向いているか判断するチェックリストを作ってください。
業務：[ここに記入]

【リスク対策】AIシステム本番運用後の監視項目と劣化検知のしくみを設計してください。

AIシステム本番運用後の監視項目と劣化検知のしくみを設計してください。

【核心・応用】AIモデルの学習に使うデータを整備する手順を、品質・偏り・ラベリングの観点でまとめてください。

AIモデルの学習に使うデータを整備する手順を、品質・偏り・ラベリングの観点でまとめてください。

【業務実践】分類モデルと回帰モデルで使う評価指標を挙げ、それぞれの見方を説明してください。

分類モデルと回帰モデルで使う評価指標を挙げ、それぞれの見方を説明してください。

【リスク対策】AIへの過大な期待や不安を抱える経営層に対し、AI効果の視点から冷静な判断を促すメッセージを作ってください。

AIへの過大な期待や不安を抱える経営層に対し、AI効果の視点から冷静な判断を促すメッセージを作ってください。

【リスク対策】推論精度が本番で劣化した場合の監視項目と対応フローを設計してください。

推論精度が本番で劣化した場合の監視項目と対応フローを設計してください。

【業務実践】AI開発に必要なデータ準備のチェックリストを作ってください。

AI開発に必要なデータ準備のチェックリストを作ってください。品質・偏り・セキュリティの観点で。

【リスク対策】AI開発プロジェクトが失敗する典型パターンを挙げ、それぞれの予防策を示してください。

AI開発プロジェクトが失敗する典型パターンを挙げ、それぞれの予防策を示してください。

【核心・応用】ChatGPTに、事実確認を伴う回答をさせるためのプロンプトの書き方を3パターン示してください。

ChatGPTに、事実確認を伴う回答をさせるためのプロンプトの書き方を3パターン示してください。

【リスク対策】社内でChatGPTを使う際の機密情報・個人情報の取扱ルール案を作ってください。

社内でChatGPTを使う際の機密情報・個人情報の取扱ルール案を作ってください。

【リスク対策】Claudeにコードレビューを依頼する際の、観点を整理したプロンプト例を示してください。

Claudeにコードレビューを依頼する際の、観点を整理したプロンプト例を示してください。

【核心・応用】GAN学習が不安定になる原因と、その代表的な対策を挙げてください。

GAN学習が不安定になる原因と、その代表的な対策を挙げてください。

【リスク対策】GPT APIを業務利用する際のハルシネーション低減策を挙げてください。

GPT APIを業務利用する際のハルシネーション低減策を挙げてください。

【リスク対策】ImageFXで生成した画像を商用利用する際の注意点を整理してください。

ImageFXで生成した画像を商用利用する際の注意点を整理してください。

【リスク対策】Keras学習でよくあるエラー（形状不一致・過学習など）とその対処を挙げてください。

Keras学習でよくあるエラー（形状不一致・過学習など）とその対処を挙げてください。

【組み合わせ】LSTM学習でよくある失敗（勾配消失・過学習）と対策を挙げてください。

LSTM学習でよくある失敗（勾配消失・過学習）と対策を挙げてください。

【業務実践】顧客データをMLPで分類する手順を、データ前処理から評価まで示してください。

顧客データをMLPで分類する手順を、データ前処理から評価まで示してください。

【リスク対策】MLPの過学習を防ぐ代表的なテクニックを挙げてください。

MLPの過学習を防ぐ代表的なテクニックを挙げてください。

【核心・応用】自社で開発中のLLMアプリを、OWASP Top 10に照らして診断するためのチェックリストを作ってください。

自社で開発中のLLMアプリを、OWASP Top 10に照らして診断するためのチェックリストを作ってください。

【業務実践】LLMアプリでプロンプトインジェクションを防ぐ設計・運用上の対策を挙げてください。

LLMアプリでプロンプトインジェクションを防ぐ設計・運用上の対策を挙げてください。

【リスク対策】LLMアプリで機密情報が漏れないようにするためのポイントを整理してください。

LLMアプリで機密情報が漏れないようにするためのポイントを整理してください。

【組み合わせ】開発者向けOWASP LLM Top 10研修のカリキュラム骨子を作ってください。

開発者向けOWASP LLM Top 10研修のカリキュラム骨子を作ってください。

【組み合わせ】Q学習がうまく収束しないときの原因と対処をリストアップしてください。

Q学習がうまく収束しないときの原因と対処をリストアップしてください。

【リスク対策】RNNで長期依存を扱うために使われる代表的な改良を挙げてください。

RNNで長期依存を扱うために使われる代表的な改良を挙げてください。

【リスク対策】TensorFlow学習でよくあるエラーとその対処をリストアップしてください。

TensorFlow学習でよくあるエラーとその対処をリストアップしてください。

【リスク対策】VAE学習でよくある問題とその対策を挙げてください。

VAE学習でよくある問題とその対策を挙げてください。

【業務実践】Whisperの認識精度を上げるための録音環境・プロンプト・前処理のコツを教えてください。

Whisperの認識精度を上げるための録音環境・プロンプト・前処理のコツを教えてください。