生成AIで研究開発を加速する！つまずかないAI活用法【アーカイブ配信】

１．はじめに
　　1-1　生成AIによって変化する研究開発環境
　　1-2　ソフトウェア開発とAI活用の最新動向
　　1-3　大学院教育における生成AI活用事例
２．生成AIとLLMの基礎
　　2-1　AI・LLM・VLMの概要
　　2-2　Transformerと大規模言語モデルの仕組み
　　2-3　トークンとコンテキストウインドウ
　　2-4　Reasoningモデルの考え方
３．プロンプトエンジニアリング
　　3-1　プロンプト設計の基本
　　3-2　Chain of Thought (COT)
　　3-3　Few-shot / In-context learning
　　3-4　Retrieval-Augmented Generation (RAG)
　　3-5　Knowledge-grounded Prompting
４．生成AIを用いたコーディング
　　4-1　自然言語によるコード生成
　　4-2　エラー解析とデバッグ支援
　　4-3　ライブラリ仕様を利用した実装
　　4-4　AIを用いたコード変換
　　4-5　実装失敗を減らすための設計方法
５．AIエージェントと開発環境
　　5-1　AIエージェントの概要
　　5-2　MCP（Model Context Protocol）
　　5-3　CLI型AIエージェント
　　5-4　Codex，Claude Code，Gemini CLI等の活用
６．研究開発（R&D）への応用
　　6-1　データ解析への応用
　　6-2　機械学習実装への応用
　　6-3　コンピュータビジョン研究での活用事例
　　6-4　実験・評価・検証の効率化
　　6-5　AIと人間の役割分担
７．実践事例・デモ
　　7-1　既存コードを活用した実装事例
　　7-2　AIエージェントによる開発デモ
８．まとめ
　　8-1　生成AI活用時代に求められるスキル
　　8-2　今後の研究開発の展望
　　8-3　AI時代のエンジニアリング戦略