LLM開発基礎
このコースは、開発経験はあるがLLM分野の予備知識がない開発者向けです。このコースは、開発者が大規模言語モデル（LLM）のコア原則、コンポーネント構成、セキュリティリスク、および主流の開発フレームワーク（LangChain & LangGraph）の実用的な応用を体系的に習得するのを支援することを目的としています。理論的な紹介からプロジェクトのデモンストレーションまで、コースは段階的に進み、技術的な幅とエンジニアリングの実装の両方を考慮に入れています。
第1日 概念の確立と基礎理論
従来のAIから生成モデルへ
学習内容 +
1.1 LLMの理論的基礎
従来のAIから生成AIへの発展
LLMの基本原則と主要な技術的ポイント
主流のLLMプロバイダーとオープンソースエコシステムの概要
一般的なモデルカテゴリと典型的なアプリケーションシナリオ
1.2 コアコンポーネントと主要な概念
プロンプト/モデル/エージェント/ツール/メモリなどの基本要素
エージェントプロトコル：MCP、A2A、AG-UIなど
典型的なLLMアプリケーションアーキテクチャの分析とケーススタディ
1.3 ツールと体験デモンストレーション
ChatGPT、Claude、Geminiなどの一般的なツールのデモンストレーション
MCP、Canvas、Deep Searchなどの典型的なインタラクション方法を体験する
GitHub Copilot、Cursorなどを使用して、開発におけるLLMのアプリケーションシナリオを体験する
1.4 セキュリティとコンプライアンスの基礎
LLMの潜在的なリスクの概要
OWASP LLMトップ10（2025）の詳細な説明と実践的な提案
学習目標 +
- ✓ 古典的な手法から生成モデルまでのAIの開発史を理解する
- ✓ 大規模言語モデルの基本的な動作原理とコアコンポーネントを習得する
- ✓ 主流のLLMプロバイダーの特性と選択戦略を理解する
- ✓ LLMの典型的なアプリケーションシナリオとセキュリティリスクに精通する
第2日 開発フレームワークとプロジェクト準備
理論から実践への開発パス
学習内容 +
2.1 LLMプロジェクト開発プロセス
LLMアプリケーションプロジェクトの計画方法
需要分析からモデル統合までの完全な開発プロセス
データ準備、モデルアクセス、およびサービス展開の実践的なパス
2.2 主流の開発フレームワークの概要
LangChainとLangGraphのコアアーキテクチャと比較
エージェント構築のためのコアモジュールの詳細な説明：ツール、メモリ、エグゼキュータなど
一般的なプロトコルサポートの適用可能なシナリオ：MCP、A2A、AG-UI
2.3 フレームワークの実践
公式デモを使用してLangChain/LangGraphの基本的な使い方を始める
エージェント+ツール+メモリを組み合わせて基本的な対話タスクを実現する
2.4 実験プロジェクトの準備
実験環境とプリセットコード構造を紹介する
実験目標とタスク分割を明確にし、開発リズムを整理する
学習目標 +
- ✓ LLMプロジェクトの完全な開発プロセスと計画方法を習得する
- ✓ 主流の開発フレームワークの特性と適用可能なシナリオを理解する
- ✓ 完全に機能するエージェントシステムを構築する方法を学ぶ
- ✓ LLMアプリケーションの標準プロトコルと通信メカニズムに精通する
第3日 総合的な実践とハンズオン実験
概念から実践的な応用までの完全な実践
学習内容 +
3.1 実験1：基本的なチャットボット
目的：最小限実行可能なLLMチャットボットを構築する
手順：プロンプト作成→APIアクセス→メッセージ対話
3.2 実験2：簡単なエージェントの構築
目的：基本的な推論能力を持つエージェントを構築する
手順：エージェントの定義→ツールの統合→コンテキスト管理
3.3 実験3：外部ツールの呼び出し
目的：エージェントが外部ツール（検索、電卓など）を呼び出すように実装する
手順：ツールの定義→呼び出しリンクの構築→呼び出し結果の統合
3.4 実験4：MCPサーバーの実践
目的：MCPプロトコルに従うエージェントサービスを構築する
手順：プロトコルの理解→サービスの構築→インターフェースの共同デバッグとテスト
3.5 まとめと質疑応答
3日間の主要な知識ポイントを復習する
典型的な質問への回答と後続の学習パスの提案
学習目標 +
- ✓ 実際のプロジェクトを通じてLLMアプリケーションの完全な開発プロセスを習得する
- ✓ 複雑なマルチエージェントコラボレーションシステムを構築する方法を学ぶ
- ✓ さまざまなツールの統合と呼び出しスキルを習得する
- ✓ 実際のプロジェクトにおけるMCPプロトコルの応用を理解する
- ✓ 完全なLLMプロジェクト開発フレームワークとベストプラクティスを確立する