AI基盤を体系理解『AIエージェント導入を任されたら読む本』を3名様にプレゼント

目次

• 第Ⅰ部　AI基盤を体系的に理解する──AIエージェントの構成要素を知る
  • 第1章　「LLM」「ワークフロー」「エージェント」の境界線
  • 第2章　LLMインフラの選定──ローカル／API／クラウドマネージド
  • 第3章　ベクターDBとRAG──記憶、検索、既存DBからの移行
  • 第4章　ツール連携とFunction Calling
  • 第5章　MCP──なぜ標準化が重要か
• 第Ⅱ部　中身を手触りでつかむ──最小実装を読む
  • 第6章　エージェントを裸で書く──エージェントの骨組みを理解する
  • 第7章　LangGraphの最小セット──実務の要件に応える（止める、分岐する、再開する）
  • 第8章　自作MCPサーバーを書く──独自の道具をつなぎこむ
  • 第9章　設計パターンとAgent SDK比較──定番の組み方を使い分ける
• 第Ⅲ部　典型構成を解剖する──提案を受けたときに中身を想像する
  • 第10章　機能・非機能要件から構成を検討する──最適な構成の選び方
  • 第11章　社内ナレッジ横断AIエージェント──横断検索×権限制御
  • 第12章　営業商談準備AIエージェント──Plan-and-Execute×HITL
  • 第13章　文書レビュー補助AIエージェント──Supervisor-Worker×ハイブリッド
• 第Ⅳ部　運用要件を判断する──提案書の論点を挙げられるようになる
  • 第14章　評価と観測性──エージェントを「動く」から「動き続ける」へ
  • 第15章　ガードレールとガバナンス──危険な入出力を、そもそも通さない・止める
  • 第16章　コスト設計とサービス品質──トークン試算、キャッシュ、サービスレベル目標
  • 第17章　知識ベース運用とETL──社内データの取り込み・CDC・鮮度管理
• 付録　現場で役立つ早見表・チェックリスト