☆要約・分析・可視化・報告といった定型業務をAIエージェントで”半自動化”！
具体的な活用方法を導入から実践まで安心して学べる講座です。
【アーカイブ配信受講：11/27～12/4】を希望される方は、⇒ 《こちら》 からお申し込み下さい。
１．導入：AIエージェントの基本と活用全体像
1-1 「固定手順の自動化」との違い（目的に応じた手順の組み替え）
1-2 用語整理：エージェント／ツール／ワークフロー／ガードレール／ログ
1-3 代表ユースケース（要約・可視化・レポート下書き）
２．主要フレームワーク＆概念の「地図」
2-1 LangGraph：手順の可視化と状態管理の土台
2-2 AutoGen（AG2）：役割分担による会話協調の枠組み（下書き係×チェック係）
2-3 MCP：AIと社内データ／ツールの標準接続口
2-4 RAG：資料を参照して根拠に基づき回答する方式
2-5 A2A：エージェント間連携の発想（標準化の動向）
2-6 OpenAI Operator／ClaudeのComputer Use：ブラウザ等の操作を伴う実行エージェント
３．データ分析の基本
3-1 データ分析の基本プロセス
3-2 データ分析と生成AI/AIエージェント
４．プロンプトの型
4-1 テンプレ：目的→出力形式→制約→トーン
4-2 NG例と改善例（曖昧さの除去／定義の固定化）
4-3 社内共有を見据えた書式指定（表・箇条書き・見出し）
５． AIに“読む・要約する”を任せる
5-1 配布CSVでハイライト抽出（根拠列の明記）
5-2 異常値・傾向の気づき
5-3 次に深掘りすべき観点の提示
６． AIに“可視化プラン”を書かせ、表計算で再現
6-1 どのグラフを作るか（推移／寄与）の策定
6-2 軸・凡例・注釈の読み取りと実装
6-3 “伝わる1枚”の体裁づくり
７．下書き→レビューの二段構え
7-1 下書き係とチェック係の役割分担
7-2 レビュー観点チェックリスト（定義順守／比較軸／事実と推測の分離）
7-3 差分修正と再実行のコツ
８．安全運用と効果測定
8-1 ガードレール設計：データ範囲／操作範囲／費用範囲
8-2 導入効果のKPI（時短・再現率・満足度・採用率）
8-3 社内展開時の留意点（監査ログ／共有ポリシー）
９．まとめ・Q&A