本セミナーは、研究者・技術者の方が日頃行っている業務を題材に、生成AIを活用して業務効率を高めるための実践講座です。文章やプレゼン資料の作成、データのとりまとめ、アイデア発想といった「時間を取られやすい中間工程」を中心に、生成AIでどこまで代替・支援できるかを具体例とデモを交えて整理します。
　一方で、生成AIは万能ではなく、誤りや偏りも起こり得ます。本セミナーでは、初級者にも分かりやすい「指示の型」と、中級者にとって復習になる「改善の進め方」を軸に、AIの出力を鵜呑みにせず、目的・前提を整える「問い」と、根拠を確認する「検証」を人が担う作法を学びます。これにより、スピードと品質を両立しながら、安心して生成AIを業務に取り入れられる状態を目指します。
　また、生成AIは目まぐるしく進化しています。新しい生成AIや新機能が登場した際に、自分の仕事に役立つかどうかを判断する観点、情報収集の仕方、短時間で試し、使いどころを見極める進め方もあわせて解説します。受講後は、研究者・技術者としての業務を想定した具体的な活用イメージと、今後も自走してアップデートしていくための基礎体力を持ち帰っていただきます。

　事前に、ChatGPT、Gemini、Claude、Copilotなどいずれかの生成AIのアカウント（有料版・無料版どちらでも可）を作成した状態で参加頂くよう、お願い致します。講義内で、アカウント作成や手順説明の時間は取らない方針です。講義内の説明やデモはChatGPTをベースに行う予定です。

０．イントロダクション
　0.1 講師自己紹介と本日の狙い
　0.2 本日のゴールと進め方
　0.3 受講中のルールと演習の前提（アカウント利用・注意点）
　0.4 生成AIを「業務効率化」と「急進化対応」の両面で捉える
 
１．生成AIの基礎理解
　1.1 生成AIとは何か
　　(1) 生成AIの基本的な仕組みと特徴
　　(2) 生成AIと検索・辞書・従来ツールの違い
　1.2 生成AIでできること／できないこと
　　(1) 得意なこと：要約・整理・比較・たたき台化
　　(2) 苦手なこと：事実保証・最新性・責任判断
　1.3 生成AIの誤り・クセの代表パターン
　　(1) もっともらしい誤り（捏造）
　　(2) 条件の取り違え／前提抜け
　1.4 仕事の構造「入口・中間・出口」
　　(1) 入口：対人・対外のやり取りを通じて、目的・論点・前提を揃え、信頼関係をつくる
　　(2) 中間：情報収集・整理・比較・叩き台・文書化などの作業工程
　　(3) 出口：意思・判断・決定と責任を担い、交渉・合意形成・実行につなげる
　1.5 中間工程をAIに任せるという仕事の再設計
　　(1) 中間工程を任せると何が楽になるか
　　(2) 任せすぎないための線引き
 
２．研究者・技術者の業務での活用パターン
　2.1 文章・報告書の作成における活用
　　(1) 下書き・構成案・要約の作成
　　(2) 表現の整形・分かりやすさ改善
　2.2 プレゼン資料（説明・提案）の作成における活用
　　(1) スライド骨子とストーリー設計の叩き台
　　(2) 1枚化・要点抽出・見せ方の改善
　2.3 データのとりまとめと要点抽出における活用
　　(1) 結果の要約と論点整理
　　(2) 次アクション・追加確認の観点出し
　2.4 アイデア発想・整理・比較検討における活用
　　(1) 発想の拡散と選択肢出し
　　(2) 比較表・メリデメ・リスクの洗い出し
 
３．再現性を作るプロンプトの型と改善ループ
　3.1 初級者が迷わないプロンプトの基本形
　　(1) 目的を明確にする
　　(2) 望む出力形式を指定する
　3.2 指示の要素（目的・前提・制約・出力形式・評価）
　　(1) 前提情報の渡し方と不足情報の補い方
　　(2) 制約条件と品質基準の置き方
　3.3 改善ループ（対話・比較・観点追加）
　　(1) 対話（ラリー）で精度を上げる
　　(2) 比較させて良いとこ取りする
　　(3) 反論・リスク視点を入れて強度を上げる
 
4．品質担保の作法
　4.1 生成AIの出力を鵜呑みにしないためのチェック観点
　4.2 根拠確認と反証のさせ方
　4.3 誤り・クセへの対処と、安全な使いどころ
 
5．最新動向と今後の自走
　5.1 生成AIの最新動向
　 ※ 本項目は開催時点の最新動向を踏まえ、内容を適宜更新してご紹介します。
　5.2 新しい機能や大幅な進化があった時の対応
　5.3 情報収集の観点と、短時間で試す手順
　5.4 振り返りと、明日から実務で応用するには

□ 質疑応答 □