西見公宏の作品一覧
「西見公宏」の「現場で活用するためのＡＩエージェント実践入門」「その仕事、AIエージェントがやっておきました。 ――ChatGPTの次に来る自律型AI革命」ほか、ユーザーレビューをお届けします！
- 作者をフォローする
- フォローすると、この作者の新刊が配信された際に、お知らせします。
作品一覧
-
5.0★基礎知識から構築、評価、改善まで！ 実践に使える本格派の一冊★ AIエージェントの開発に初期から取り組み、実務で使ってきた著者陣がおくる、 「現場」で使える、プロになるための一冊。 ヘルプデスク、データ分析、情報収集、マーケティングの具体的なＡＩエージェントの構築方法に加え、 AIエージェントの評価や改善までを網羅的に学べます。 電通総研、Algomatic、ジェネラティブエージェンツの各社の取り組みの紹介も！ 「第1部 AIエージェントを知る」は、AIエージェントを作り、現場で活用するための知識をまとめています。1章ではAIエージェントの定義や重要な性質、ビジネス状況、活用例を説明します。2章は技術観点でAIエージェントを構成する各技術要素の説明と実装上で気をつけることを説明しています。 「第2部 AIエージェントを作る」では、AIエージェントを開発していきます。まずは3章で、AIエージェントの開発に必要な共通技術を解説します。4章では、ヘルプデスクの質問応答を題材にPlan-and-Execute型エージェントの実装をおこないます。5章では、データドリブンな意思決定業務を題材にデータ分析からレポート作成まで行うエージェントを実装します。6章では、情報収集業務を題材にarXiv上の論文を探索しレポートするエージェントを実装します。7章では、マーケティング業務を題材にロールプレイングによる意思決定支援やマルチエージェントによる会話型推薦エージェントを実装します。読者がすぐに実装を再現でき、読者の環境に合わせて改変して精度を高め、業務利用できることを意識しています。 「第3部 AIエージェントを現場で使う」では、実際にAIエージェントのプロジェクトを進めるうえで、避けては通れない課題について広く解説します。評価方法、エラー分析、UX、セキュリティ、モニタリング、継続的な精度改善方法を紹介します。10章ではAIエージェントの実用化に向けた著者陣の各社の取り組みを解説します。 【おもな内容】 第1部 AIエージェントを知る - 第1章 AIエージェントの概要 - 第2章 AIエージェントの構成 第2部 AIエージェントを作る - 第3章 AIエージェントの開発準備 - 第4章 ヘルプデスク担当者を支援する - 第5章 データ分析者を支援する - 第6章 情報収集者を支援する - 第7章 マーケティングを支援する 第3部 AIエージェントを現場で使う - 第8章 AIエージェントの評価 - 第9章 AIエージェントの活用 - 第10章 各社のAIエージェントの実用化に向けた取り組み -
4.0◆RAG（検索拡張生成）開発も、AIエージェント開発の基礎もデザインパターンもわかる！◆ 本書では、OpenAIによるAIサービスを利用するためのOpenAI API、オープンソースのLLMアプリ開発ライブラリLangChain を使って、LLM（大規模言語モデル）を活用したRAG（検索拡張生成）アプリケーション、そしてAIエージェントシステムを開発するための実践的な知識を基礎からわかりやすく解説します。 OpenAI のチャットAPI、プロンプトエンジニアリング、LangChainの基礎知識 について解説したあと、RAGの実践的手法や評価のハンズオンを行います。今後の生成AIシステム開発で重要となるAIエージェント開発はLangGraphを使って行い、さらにAIエージェントのデザインパターンと、パターン別のAIエージェントハンズオンまで解説します。 OpenAIのAPIとフレームワークLangChainを学ぶことで、LLMの性質を活かしたサービスや業務システムを構築するのに必要な知識体系を習得し、業界地図を頭に描くことができるようになります。 ■こんな方におすすめ ・LLMによる本格的な業務アプリ開発に取り組みたい方 ・RAGアプリケーション開発の実践的な知識を習得したい方 ・AIエージェントシステム開発に取り組みたい方 ■目次 第1章 LLMアプリケーション開発の基礎 第2章 OpenAIのチャットAPIの基礎 第3章 プロンプトエンジニアリング 第4章 LangChainの基礎 第5章 LangChain Expression Language（LCEL）徹底解説 第6章 Advanced RAG 第7章 LangSmithを使ったRAGアプリケーションの評価 第8章 AIエージェントとは 第9章 LangGraphで作るAIエージェント実践入門 第10章 要件定義書生成AIエージェントの開発 第11章 エージェントデザインパターン 第12章 LangChain/LangGraphで実装するエージェントデザインパターン ■著者プロフィール ●西見公宏：株式会社ジェネラティブエージェンツ 代表取締役CEO。吉田、大嶋と株式会社ジェネラティブエージェンツを共同創業。AIエージェントを経営に導入することにより、あらゆる業種業態の生産性を高めるための活動に尽力している。 「その仕事、AIエージェントがやっておきました。」（技術評論社）単著、Software Design「実践LLMアプリケーション開発」（技術評論社）連載。 ●吉田真吾：株式会社ジェネラティブエージェンツ 取締役COO / 株式会社セクションナイン 代表取締役CEO。AWS Serverless Heroとして日本におけるサーバーレスの普及を促進。 「ChatGPT/LangChain によるチャットシステム構築［実践］入門」（技術評論社）共著など。 ●大嶋勇樹：株式会社ジェネラティブエージェンツ 取締役CTO。大規模言語モデルを組み込んだアプリケーションやAIエージェントの開発を実施。 「ChatGPT/LangChain によるチャットシステム構築［実践］入門」（技術評論社）共著。 -
3.8【AIエージェントの可能性を示す日本初の書】 細かく指示を出さなくても、自分で考えて動くAI。「AIエージェント」というSF世界のような技術が、今まさに花開こうとしています。 本書では、ChatGPTに代表される「チャット型AI」との違いに注目しながら、AIエージェントが私たちの仕事にもたらすであろうインパクトを明らかにしていきます。さらに、AIエージェントの技術的なしくみについても、前提知識がなくても理解できるようにわかりやすく解説。生産性が爆上がりする、新時代の技術と働き方を垣間見ることのできる一冊です。 ■こんな方におすすめ AIの利活用について最先端の情報を仕入れたいビジネスパーソン 自身の生産性の向上に関心のあるビジネスパーソン AIエージェントについて知っておきたいITエンジニア ■目次 ●第1章 あなたの仕事がAIエージェントで変わる 新人不要、AIエージェントが研修なしで即戦力になる 人間と同じ仕事の進め方をするAIエージェント 自社データベースとの接続によって生まれる競争力 AIエージェントと人間との協働 AIエージェント以降の人間の役割 ●第2章 AIエージェントとは何か チャット型AIとしての「ChatGPT」 「指示待ち」チャット型AIの限界 チャット型AIの課題を解決するAIエージェント なぜ大規模言語モデルをベースにするのか AIエージェントブームの火付け役「AutoGPT」 第二の火付け役となった「BabyAGI」 複数のAIエージェントによる社会シミュレーション「Generative Agents」 AIエージェントが経営するソフトウェア開発会社「ChatDev」 ●第3章 AIエージェントの仕組み AIエージェントを構成する4つの要素 それぞれの要素はどのように相互作用するのか 個性（Profile）：AIエージェントのキャラ付け 記憶（Memory）：AIエージェントの頭の中 計画（Planning）：AIエージェントの戦略的思考 行動（Action）：AIエージェントの道具箱 ●第4章 AIエージェントを体験する 自動的なリサーチを支援してくれる「Cognosys」 顧客調査を自動化する「aomni」 ■著者プロフィール 西見公宏(にしみ まさひろ)：1983年生まれ。Web制作フリーランスを経て、大学卒業後TIS株式会社に入社。大手企業の業務基幹システム開発や、海外でのソリューション開発を経験した後、2011年に株式会社ソニックガーデンへ入社。クライアント先への顧問CTOとしてRuby on Railsを活用したWebアプリケーション開発に企画から運用まで携わる一方で、年間100件以上の新規相談に対応しながらプロジェクトの立ち上げを支援。2015年に同社取締役就任。2022年からは有限会社エッジドエッジ代表として、ChatGPTの利活用を中心に大規模言語モデルを活用したアプリケーション開発ならびにアドバイザリーを提供している。
ユーザーレビュー
-
-
-
Posted by ブクログ
本書は、Pythonを用いて LangChain および LangGraph を活用し、RAG や AIエージェントを構築するための基本から実践的なコード例まで体系的に整理されています。エンジニアであれば、例示されたコードを実際に手元で動かすことで理解が深まり、即プロトタイプ開発につなげられる実用書だと感じました。
一方で、私自身はプロジェクトマネージャという立場から、「AIエージェントを技術的にどう実現するのか」という全体像を押さえることを主眼に読んだため、すべてのコードを細かく追ったわけではありません。それでも、AIエージェントのアーキテクチャや、RAGの設計思想、LangChain／L -
-
