17 分12-Factor Agents:信頼できるLLMアプリケーションの設計パターン-Dex Horthy、HumanLayer
一時停止、再開、人間への判断依頼を行い、ビジネス上の状態をモデルの推測から分離できるAIワークフローの設計方法を学べます。
Tina Huang. Googleのプロンプトエンジニアリング講座を凝縮し、明瞭さを高めるためのフレームワーク、反復手法、メール、要約、分析の実例を紹介しています。同じ構造上の考え方を、実際の業務で直面するタスクにどう当てはめるかをもう一度確認したい場合に役立ちます。
最もおすすめの動画で深く学んだ後に、幅広い応用例を確認するためにご覧ください。ここでの価値は、同じ構造をメール、要約、分析といった日常業務に当てはめている点にあります。
プロンプトの明瞭さと反復改善に使える簡潔なフレームワークに加え、メール、要約、分析に応用できる実践的なパターンを習得できます。
記事を読む以外に前提条件はありません。同じ構造上の考え方を別の角度から確認できます。
最終確認日:2026年5月18日
同じ学習パスで次のキュレーション済みの補完動画を続けて視聴してください。
17 分一時停止、再開、人間への判断依頼を行い、ビジネス上の状態をモデルの推測から分離できるAIワークフローの設計方法を学べます。
32 分意味、トーン、用語、最終承認に対する人間の責任を失わずに、ローカライゼーションへAIを導入する方法を学べます。
37 分意思決定の前にAIを使って前提に異議を唱え、選択肢を比較し、反対意見を洗い出せるようになります。
このトピックについてさらに詳しく学べる、厳選された外部コースです。
Isa Fulford · Andrew Ng
90分で1年分の勘所を学べます。LLMを呼び出すコードを書き始めた人、またはこれから書こうとしている人にとって、「ChatGPTを試す」段階と「LLMを呼び出す機能をリリースする」段階の差を埋める、オンラインで最も効率的な講座です。
Dr. Jules White
DeepLearning.AIの短期講座を学術面から補完する講座です。同じ分野をより長い時間をかけ、コーディングをしない人向けに教えます。Dr. Whiteは、プロンプト作成を小技ではなく、再利用可能なパターン(Ask for Input、Outline Expansion、Fact Check List、Menu Actions)として解説します。修了後は、当てずっぽうではなく、設計者のようにLLMへのプロンプトを作成できるようになります。
Microsoft Learn
Prompt engineering, but for the tool most office workers will actually touch first. Microsoft's own four-part prompting framework (goal, context, source, expectation) is a genuinely useful mental model, and unlike the generic ChatGPT prompting courses already in our catalog, this one is grounded entirely in Microsoft 365 Copilot's specific quirks and grounding behavior.