AIの活用に役立つ情報・ノウハウ・事例を、目的に合わせて探せます。
全87件
AIアダプション（AI活用定着）を、導入だけで終わらせず社内で使い続けてもらうための考え方として本記事で整理します。AWSの企業向け生成AI導入ガイドは、範囲を絞った開始、学びの記録、知識共有を推奨しています。経済産業省はAI事業者ガイドライン第1.2版とチェックリストを公開しています。本記事では、試す業務、利用ルールの確認先、残った質問の共有を確認項目として提案します。
AI CoEは、AI活用を横断的に支える組織や体制を指す呼び方です。本記事では、AWS Prescriptive Guidanceが示す一例を手がかりに、AIチャンピオンとの違いと会社で確認したい点を整理します。
AIツールギャラリーが、AI導入を検討する会社員向けに、最初に決めることから小さな試行、続ける・変える・止めることを含む展開判断までのAI導入ロードマップを整理します。AWSの成熟度モデルはAWS上の資料として区別します。
SOP（標準作業手順書）を、AI導入で業務の手順を人とAIへ渡せる形に整える視点から解説します。業務棚卸し、AIワークフロー、承認フローとの違いと、社内で確認する点を整理します。
本記事では、AIリスク評価を、AIを個別の業務で使い始める前に、用途・扱う情報・影響・確認先を整理し、対策や社内確認の必要性を判断する工程として整理します。NIST AI RMFの4機能との違い、会社で使ってよいかを確認する先、AIガバナンスやHuman-in-the-loopとの工程上の違いを整理します。
本記事では、文書検索AIを、社内文書を探して必要な情報や答えを得る利用目的を指す呼び方として扱います。RAG、エンタープライズサーチ、ナレッジベースとの役割の違いと、会社で使う前の確認項目を整理します。
業務棚卸しとは、AI導入でどの業務から試すかを決める前に、候補業務を比較できる形で書き出す作業です。記録する項目と、会社での確認の扱いを解説します。
情報漏えいとは、業務で守るべき情報が意図しない相手に見える、渡る、または利用できる状態になることです。生成AIの利用で確認したい場面、疑いがあるときの初動、個人データの制度上の扱いとの違いを整理します。
機密情報を、生成AIへ資料を送る前に確認する社内の分類として整理します。営業秘密の3要件との違い、資料ごとに確認する根拠、社内ルールや相談先へつなぐ順番を解説します。
文字起こしAIは、会議や動画などの音声を文字にする技術です。音声認識との関係、Google Cloud Speech-to-Textの資料で説明される認識結果に関わる条件、保存先や共有範囲など会社で使う前に確認したい点を整理します。
AI利用ポリシーは、社内でAIを使ってよい範囲と、迷ったときの確認先を示す文書です。載せる項目、関わる人、作成後の周知と見直しを解説します。
社内AIチャンピオンは呼び方や範囲が会社で異なります。本記事では、現場のAI活用を支え、事例や質問をつなぐ役割として整理し、任せる前の論点を解説します。
FAQボットは、よくある質問への回答を自動化する用途です。チャットボットとの違い、元になる資料の整え方、回答の確認、有人対応へ引き継ぐ場面を、会社で検討する順番に沿って解説します。
承認フローとは、AIの出力を業務で使う前に、誰が何を確認して通すかを決める手順です。置き場所、確認項目、負担を増やしすぎない見直し方を整理します。
本記事ではAnthropicの公式説明をもとに、ジェイルブレイクを提供元が設けた制限を回避しようとする試みとして扱います。会社で確認したい自社規程・契約・提供元の説明、相談先・記録の選択肢を整理します。
Zero-shotとは、AIにお手本の例を示さず、指示と必要な情報だけで頼む書き方です。例を示す場合との使い分け、指示に書く項目、業務で確認したい点を会社員向けに解説します。
Few-shotとは、AIへの依頼文に望む入出力のお手本を少数添え、出力の型や判断の例を示す書き方です。例の選び方、業務データの確認点、構造化出力との違いを解説します。
思考の連鎖（CoT）は、AIに結論だけでなく途中の考えや理由を順に出させる依頼の仕方です。推論モデルとの違い、業務で確認したい点、出力をそのまま信じない理由を解説します。
本記事では、毎回の依頼文の共通部分を雛形にし、案件ごとに変わる情報を差し替えて使う運用を、プロンプトテンプレートと呼びます。システムプロンプトとの違い、確認できた製品別の再利用機能、会社で作る前の確認項目を整理します。
NISTIR 8312の整理をもとに、説明可能AI（XAI）をAIの答えや仕組みの理由を確認できる形にする考え方として説明します。採用・評価・与信に関する公的資料の例と、確認できること・限界を整理します。
ディープフェイクは映像だけでなく画像や音声にも関わります。AI音声クローンとの違い、なりすましや信用への影響、来歴情報と社内確認の考え方を整理します。
AIバイアスとは、AIの出力や判断に偏りが生じうる現象です。原因、業務で気をつけたい場面、ハルシネーションとの違いを、NISTや政府資料をもとに整理します。
システムプロンプトは、AIの役割や出力条件をあらかじめ示すための指示です。ChatGPT、Claude、Gemini、APIでの設定場所と、会社で確認したい権限・データ利用の説明を整理します。
AIアプリビルダーとは、業務の目的や画面・入出力を自然言語で伝え、アプリの初期案を形にする製品群を指す本記事上の呼び方です。バイブコーディングとの違い、Lovable・Replit・Difyなどで確認できる例、会社で試す前に確認したい項目を整理します。
