Step 1: Step 1

0時間

1-1LLMの現在地と選択基準LESSON40分

1-2RAGアーキテクチャの基礎LESSON40分

1-3高度なRAGパターンLESSON40分

1-4RAGシステムの評価LESSON40分

1-5演習：エンタープライズナレッジベース向けRAGを設計しようEXERCISE60分

1-6理解度チェックQUIZ15分

Step 2: Step 2

0時間

2-1エンベディングモデルの基礎と選定LESSON40分

2-2ベクトルDBの比較と選定LESSON40分

2-3インデックス戦略とアルゴリズムLESSON40分

2-4検索の最適化LESSON40分

2-5演習：RAG用ベクトルDBを構築しようEXERCISE60分

2-6チェックポイントQUIZ15分

Step 3: Step 3

0時間

3-1プロンプトエンジニアリングの原則LESSON40分

3-2構造化出力の設計LESSON40分

3-3プロンプト管理とバージョニングLESSON40分

3-4ガードレールとセーフティLESSON40分

3-5演習：プロンプトを最適化しようEXERCISE60分

3-6理解度チェック：プロンプトエンジニアリングQUIZ15分

Step 4: Step 4

0時間

4-1LLM API統合パターンLESSON40分

4-2エラーハンドリングとフォールバックLESSON40分

4-3ストリーミングとUXLESSON40分

4-4コスト最適化LESSON25分

4-5演習：堅牢なLLM統合を実装しようEXERCISE80分

4-6チェックポイントQUIZ15分

Step 5: Step 5

0時間

5-1評価フレームワークLESSON25分

5-2本番モニタリングLESSON25分

5-3演習：評価パイプラインを構築しようEXERCISE50分

5-4チェックポイントQUIZ20分

Step 6: Step 6

0時間

6-1総合演習：AIシステム本番リリースEXERCISE90分

6-2卒業クイズQUIZ30分