AIを仕事に活かすための5ステップ

数式も、環境構築も、飛ばしていい。

プログラミングの暗記からは、始めません。「AIに上手に頼む」ところから始めて、最後は自分の資料について答えてくれるAIを作るところまで。5つのステップで、それぞれ何ができるようになるのかを順に並べました。全部無料で読めます。

最初のステップは1〜2週間。そこで、もう手元に動くものがひとつできます。

無料でロードマップを見る 従来型との違いを先に見る

数学

不要

環境構築

不要

暗記

不要

Start Here

まず、3分だけ見てください

なぜ数学と環境構築を飛ばしていいのか、なぜこの順番なのか。読むより先に、ここだけ見てもらえれば伝わります。

約3分・音声つき。ナレーションは合成音声を使用しています。

Why You Failed

従来型ロードマップで挫折する、4つの理由

「まずプログラミング、次に数学、それから——」。検索すると、たいていそう書いてあります。そして多くの人が、途中で止まります。あなたのせいではありません。順番が、仕事で使いたい人向けになっていないだけです。

挫折理由 01

数学の壁

線形代数、微分積分、確率統計。教科書を開いた瞬間、大学受験の記憶がよみがえる。しかし冷静に考えてください。あなたが作りたいのは「AIの理論」ではなく「AIが動く仕組み」のはずです。目的地と関係ない山を、最初に登らされています。

→ このロードマップでは最初からやりません

挫折理由 02

環境構築地獄

Anaconda、pip、CUDA。コードを1行も書かないうちに、エラー画面と英語のフォーラムを何時間もさまよう。「自分には向いていない」と感じるのは、学習を始める前の準備運動でつまずかされているからです。ここで消耗する必要は、もうありません。

→ このロードマップでは最初からやりません

挫折理由 03

理論と実用のギャップ

勾配降下法を説明できるようになっても、明日の業務は1ミリも楽になりません。学んだ理論と、職場で求められる「これ、AIで何とかならない?」の間には、深い谷があります。理論から実務への橋は、カリキュラムのどこにも架かっていないのです。

→ このロードマップでは最初からやりません

挫折理由 04

ゴールが遠すぎる

基礎から体系的に積み上げる進み方では、手を動かして動くものができるまでに、どうしても間があきます。その間、手元には何も残りません。やる気は、小さな達成感で保たれます。手応えのないまま走り続けるのは、誰にとっても難しいことです。続かないのは、意志の問題ではなく順番の問題です。

→ このロードマップでは最初からやりません

Paradigm Shift

目指すのは「AIモデルを作る人」ではない。
「AIを価値に変える人」だ。

AIの性能を少しでも上げる仕事は、世界中の研究者と巨大企業がすでに競い合っています。そして彼らが作った高性能なAIは、もう誰でも呼び出して使える状態になっています。いま職場で足りないのは、AIを作る人ではなく、そのAIを仕事に組み込める人です。電卓がある時代に、手計算の練習から始める必要はありません。磨くべきは数式ではなく、困りごとを見つける目と、AIに伝える言葉です。

モデルは借りる。価値は、あなたが作る。

The Roadmap

5つのステップで、できるようになること

まず、各ステップで何ができるようになるかだけを読んでください。専門用語はひとつも要りません。用語を知りたくなったときだけ、各ステップの「もう少し詳しく知る」を開いてください。

目安は、ステップ1〜4を合わせて8〜14週間。ステップ5は、そのあとも続けていく部分です。

01
1〜2週間

AIに上手に頼む

欲しい答えを、具体的に伝えられるようになる。

このステップが終わると

  • ぼんやりした頼み方をやめて、欲しい形で答えが返ってくるようになる
  • AIが間違えやすい場面が分かり、答えを鵜呑みにしなくなる
  • 毎回ゼロから書かず、使い回せる頼み方の型を持てる

ここでやらないこと

数学　AIのしくみの理論　プログラミング

もう少し詳しく知る（用語が出てきます）
LLM
ChatGPTなどの中身にあたる、文章を扱うAIの呼び名です。
ハルシネーション
AIが、もっともらしい嘘を自信たっぷりに答えてしまう現象のことです。
構造化出力（Structured Output）
答えを文章ではなく、決まった項目の並びで返してもらう指定のしかたです。あとで機械に渡すときに使います。
JSON
その「決まった項目の並び」を書き表すための、よく使われる書式のことです。
02
2〜4週間

画面操作だけで仕組みを作る

問い合わせへの回答や通知を自動化する。

このステップが終わると

  • 画面上でブロックをつなぐだけで、小さな仕組みを試作できる
  • 「メールが届いたら、AIが要点をまとめて、チャットに流す」といった流れを組める
  • ふだん使っているアプリ同士を、手作業なしでつなげられる

ここでやらないこと

プログラミング　パソコンの設定作業

もう少し詳しく知る（用語が出てきます）
API連携
アプリとアプリをつなぐための、決められた受け渡し口のことです。ここでは画面操作で設定するので、自分で書く必要はありません。
データベース
表計算ソフトの表を、たくさんの人と仕組みで安全に使えるようにしたもの、と考えれば十分です。
トリガー
「メールが届いたら」のような、自動処理が動き出すきっかけのことです。
03
2〜4週間

AIと一緒に小さなWebツールを作る

コードを暗記せず、会話しながら完成させる。

このステップが終わると

  • やりたいことを日本語で伝えて、AIの助けを借りて小さな道具を完成させられる
  • うまく動かないとき、AIに何をどう見せれば直るかが分かる
  • できたものが本当に正しく動いているか、自分で確かめられる

ここでやらないこと

文法の暗記　一からの書き起こし

もう少し詳しく知る（用語が出てきます）
エラーメッセージ（スタックトレース）
うまく動かなかったとき画面に出る、赤い英語の記録です。読めなくて構いません。まるごとAIに貼って渡すのが正解です。
フォルダ構造
作ったファイルを、どの引き出しに入れておくか、という整理の考え方です。
04
3〜4週間

自分の資料を読めるAIを作る

PDFやマニュアルについて答えるAIを試す。

このステップが終わると

  • 手元のPDFや資料を読み込ませて、その中身について質問できるようにする
  • 答えが資料のどこに書いてあったかを、一緒に示せるようにする
  • 「あの資料のどこかに書いてあったはず」を、探さずに済むようにする
もう少し詳しく知る（用語が出てきます）
RAG
AIに答えさせる前に、手元の資料から関係しそうな部分を探して渡すやり方のことです。この仕組みのおかげで、AIが自分の資料に沿って答えられるようになります。
Embedding（埋め込み）
文章の意味を数字の並びに置き換えることです。言葉が違っていても、意味が近ければ近い数字になるので、意味で探せるようになります。
ベクトルデータベース
その数字の並びをためておいて、意味の近いものを素早く探し出すための保管庫です。
LangChain / LlamaIndex
この一連の流れを組み立てるための道具の名前です。画面操作だけで済ませることもできるので、必ず使うものではありません。
GOAL
ここから先は続けていく

作品として人に見せる

URLと短い説明を用意し、「何を解決したか」を伝える。

このステップが終わると

  • 作ったものを、人に見せられる形で置いておける
  • 「誰の、どんな困りごとを、どう減らしたか」を短く説明できる
  • 言葉で自分を説明する代わりに、動くものを見せられる

Comparison

従来型ロードマップと、何が違うのか

従来型AIエンジニア養成

先に求められるもの
数学と、プログラミングの文法
手を動かす中身
一からコードを書く。AIそのものを作る
生み出すもの
AIの性能そのものの改善
進み方
基礎から体系的に学ぶ長期ルート

本ロードマップ

先に求められるもの
困りごとに気づく目と、それを言葉にする力
手を動かす中身
AIに頼む。画面操作でつなぐ。動くか確かめる
生み出すもの
目の前の手間が、実際に減ること
進み方
最初の1〜2週間で動くものを作り、そこから広げる

Toolbox

まず触るのは、3つだけ

道具の名前を覚える必要はありません。全部を使えるようになる必要も、ありません。最初はこの3つで足ります。どれも無料で試せます。

Di

Dify

画面の上でブロックをつないで、AIの仕組みを組み立てられます。

ステップ2・4で使う
Ma

Make

ふだん使っているアプリ同士を、手作業なしでつなげます。

ステップ2で使う
Cu

Cursor

AIと日本語で話しながら、小さな道具を作れます。

ステップ3で使う
慣れてきたら選べる道具も見る（今は読まなくて大丈夫です）

同じことができる道具は、たいてい複数あります。先ほどの3つで詰まったときに、乗り換え先として見てください。

CozeDifyと似た、チャットボット作り ZapierMakeと似た、アプリ同士のつなぎ役 GitHub CopilotCursorと似た、書くのを手伝う相棒 Supabase作ったものにデータをためる置き場 Pinecone資料を意味で探せるようにする保管庫 LangChainステップ4を自分で細かく組みたい人向け

Curriculum

各ステップで見る教材

先に全部見る必要はありません。いま進めている段階のところだけ開いてください。教材はすべて日本語で、無料で見られます。

01

AIに上手に頼む

欲しい答えを、具体的に伝えられるようになる。

目安 1〜2週間　教材 4本

この段階でやること（4項目）
02

画面操作だけで仕組みを作る

問い合わせへの回答や通知を自動化する。

目安 2〜4週間　教材 3本

この段階でやること（4項目）
03

AIと一緒に小さなWebツールを作る

コードを暗記せず、会話しながら完成させる。

目安 2〜4週間　教材 4本

この段階でやること（4項目）
04

自分の資料を読めるAIを作る

PDFやマニュアルについて答えるAIを試す。

目安 3〜4週間　教材 4本

この段階でやること（4項目）
05

作品として人に見せる

URLと短い説明を用意し、「何を解決したか」を伝える。

続けていく段階　教材 3本

この段階でやること（3項目）

教材は外部の制作者による動画で、当サイトとの関係はありません。掲載前に全動画の公開状態を確認しています。一部の項目は、内容に合う教材を順次追加していきます。

Portfolio

たとえば、こんなものを作ります

練習用の課題ではなく、自分がいま面倒だと思っていることを題材にします。下の3つは、その一例です。

ステップ2まででできる

気になるニュースだけ、毎朝届く

自分が決めたテーマのニュースをAIが短くまとめて、毎朝スマホに送ります。あちこち見て回る時間が、短くなります。

使う道具: Make とAI

ステップ3まででできる

会議の録音から、議事録の下書きを作る

録音した音声を文字にして、AIが議事録の形に整えます。決まったことは、そのままやることリストに並びます。最後に自分で目を通して仕上げます。

使う道具: 文字起こしAI と Dify

ステップ4まででできる

分厚いマニュアルに、質問できるようにする

PDFのマニュアルを読み込ませておくと、「あれ、どこに書いてある?」に、該当ページを示しながら答えてくれます。同じ質問を何度も聞かれる人の手間が減ります。

使う道具: Dify

FAQ

よくある質問

Q1.本当にプログラミング未経験でも大丈夫ですか?

はい、未経験の方を前提に組んでいます。ステップ1と2では、コードは一切書きません。文章でAIに頼むことと、画面の上でブロックをつなぐことだけです。ステップ3から先も、書くのはAIで、あなたの役目は「何が欲しいかを伝えること」と「できたものが正しく動くか確かめること」です。

Q2.なぜ数学を飛ばしていいのですか?

数学が要るのは、AIそのものを設計したり改良したりする仕事だからです。すでにできあがったAIを使う側にまわるなら、中の数式を知らなくても結果は変わりません。車を運転するのに、エンジンの構造を計算できる必要がないのと同じです。ただし「AIがどこで間違えやすいか」は知っておく必要があるので、そこはステップ1で扱います。

Q3.このやり方で就職・転職はできますか?

就職や転職を保証するものではありません。そのうえで言えるのは、仕事の手間をAIで減らせる人を求める職場が、業種を問わず増えているということです。採用の場面では、資格を並べるより「実際に動くものを作って、見せられる」ほうが強く働きます。ステップ5は、そのためのものです。

Q4.費用はどれくらいかかりますか?

大部分は、各サービスの無料の範囲で始められます。ここで挙げた道具には、いずれも無料で試せるプランがあります。AIの利用料も、少額から使えます。目安としては、月に数百円から数千円ほどを見ておけば足ります。高いスクール代も、高性能なパソコンも要りません。

Q5.AIの進化が速すぎて、学んでも無駄になりませんか?

個々の道具の使い方は、確かに古くなります。ただ、ここで身につくのは操作の手順ではありません。「AIに何をどう伝えると欲しい答えが返るか」「道具同士をどうつなぐと仕事が回るか」「手元の資料をどう読ませるか」という考え方です。これは道具が入れ替わっても残ります。新しい道具が出たとき、いちばん速く乗り換えられるのは、この考え方を持っている人です。

Q6.従来型の学習は不要ということですか?

いいえ、違います。AIそのものを研究・開発する仕事を目指すなら、数学と理論を積み上げる進み方が正しい道です。このロードマップは行き先が違います。目指すのは、仕事の困りごとをAIで減らせる人であって、研究者ではありません。どちらに行きたいのかを先に決めることが、遠回りを避ける第一歩です。