本研修では、生成AIに目的、前提、論点、必要な情報を整理させ、文章、企画、分析、会議、商品開発などのたたき台を作らせる方法を学びます。

そのうえで、人間が出力のズレ、不足、根拠の弱さ、業務への適合性を確認し、AIへ修正を返しながら、実務で使える成果物へ仕上げます。

単にAIを操作できる状態ではなく、AIを業務成果につなげ、組織で再現できる状態を目指す法人向けAI研修です。

本研修は、定型的なプロンプトを暗記することを中心とした研修ではありません。

企業ごとに、業務の目的、前提条件、判断基準、制約、求める成果物の水準は異なります。そのため、同じプロンプトを使っても、自社の実務に適した回答が得られるとは限りません。

AIに目的や論点を整理させ、人間が出力を確認し、必要な修正をAIへ返す。この壁打ちと役割分担を、業務で再現できる手順として学びます。

NotebookLMを教材基盤として、短時間の動画や音声、スライド、マインドマップ、概要資料、教材chatbotを組み合わせた自己学習環境です。

何万文字もの本文を最初から順番に読む必要はありません。動画や音声で概要をつかみ、必要な部分だけを資料で確認し、分からない点は教材chatbotへ質問できます。

通勤時間や業務の隙間時間を使いながら、自分の理解度と業務課題に合わせて学習を進められます。

いいえ。NotebookLMは登録された教材をもとに回答し、回答に示された引用から根拠となる箇所を確認できる仕組みですが、生成AIである以上、誤回答、文脈の取り違え、過度な要約、原文の意図から外れた言い換えが起こる可能性があります。特に、要約や言い換えの場面では、原文のニュアンスとの差が生じる場合があります。

Googleも公式に、NotebookLMは誤る可能性や予期しない動作があるため、回答を再確認するよう案内しています。 Google公式ヘルプで確認する

そのためFANDDFでは、講座本文をそのまま登録するだけではなく、AIの回答範囲、判断の方向性、教材の解釈を整えるため、7種類・約10万文字の「制御ソース」を独自に開発しています。

制御ソースには、講座の目的、用語の定義、想定する受講者、判断の前提、誤解しやすいポイントなどを整理しています。教材本文と組み合わせることで、講座の意図から外れた回答や回答内容のばらつきを抑え、受講者が根拠を確認しながら学習できる環境を設計しています。

ただし、制御ソースによって誤回答を完全になくせるわけではありません。AIの回答をそのまま信じず、引用元や根拠を確認すること自体も、本講座で身につける重要な学習内容です。

はい。正確性、根拠、情報管理、説明責任が求められる業務を想定した内容を扱っています。

ただし、法律、医療、製品設計などの専門判断そのものをAIへ任せる研修ではありません。

AIが整理した内容について、前提や根拠を確認し、自社の基準や業務範囲に適合するかを人間が判断する方法を学びます。

専門業務で生成AIを使う際の確認手順、情報管理、役割分担、最終判断者の考え方まで整理します。

はい。AIに初めて触れる方から、すでに業務で生成AIを使用している実務担当者まで、段階に応じた講座を用意しています。

入門編では、生成AIの仕組みや特性、基本的な使い方を学びます。

基礎編では、AIに目的や論点を整理させ、たたき台を作らせたうえで、出力を修正しながら成果物の水準を高めます。

応用編では、自社の判断基準、業務手順、情報管理、役割分担へ落とし込み、組織で再現できるAI活用の仕組みを整えます。

はい。AIを使用する業務範囲、入力してはいけない情報、出力の確認項目、承認手順、最終判断者などを整理します。

生成AIを個人の判断だけで使わせると、社員ごとに使い方や成果物の水準がばらつきます。

AIへの指示方法、人間が確認する基準、AIへの修正の返し方を共通手順として整理し、個人のセンスに依存しない運用につなげます。

FANDDFは、ペットフードの商品開発・設計を主力業務とし、2022年のChatGPTサービス開始直後から、生成AIを実務へ組み込んできました。

商品設計では、原材料の出自、栄養バランス、安全性、製造条件などを確認し、数値と根拠によって設計の妥当性を判断する必要があります。

この実務で培った検品・検証の考え方と、200回を超える法人向けAI研修の経験をもとに、生成AIの出力を確認し、修正し、実務へ適合させる研修を構築しています。