……Zoomオンライン受講
……見逃し視聴選択可
★生成AI活用に留まらずAIエージェントにおいても重要に！
「社内情報をAIで活かしたい」を実現するRAGの構築・精度改善のポイントを解説！
★各社のセキュリティ事情も考慮し、ローカルLLMの環境構築方法・汎用のクラウド生成AIでも利用できるような構成例についても取り上げます。
講師
NTTテクノクロス株式会社 フューチャーネットワーク事業部 アシスタントマネージャー 山口 佳輝 氏
＊ご略歴：
NTTテクノクロス株式会社にてネットワーク/通信事業向けのシステム検討や開発業務に従事。これとあわせて社内研修やプロジェクト技術支援、情報発信活動(社外公式ブログなど)にも取り組む。
＊ご専門および得意な分野・研究：
ネットワーク/通信事業向けのシステム検討/開発業務
＊本テーマ関連のご活動：
・業務にて関連業務に従事。
・当社社外公式ブログ「情報畑でつかまえて」(https://www.ntt-tx.co.jp/column/)にて複数回関連記事を投稿。
・@IT(社外メディア)にて関連記事を投稿。
・技術書典にて「可能性を広げる！LLM 活用入門」公開。
・その他、社内勉強会やグループ内勉強会にて発表。
＜その他関連商品＞
機械学習・AI・データ分析 一覧はこちら
日時・受講料・お申込みフォーム
●日時：2026年11月20日(金) 13:00-17:00 ＊途中、小休憩を挟みます。
●受講料：
【オンライン受講（見逃し視聴なし）】：1名 46,200円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき35,200円
【オンライン受講（見逃し視聴あり）】：1名 51,700円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき40,700円
＊「見逃し視聴あり」でお申込の場合、当日のご参加が難しい方も後日セミナー動画の視聴が可能です。
各種割引について
＊5名以上でのお申込の場合、更なる割引制度もございます。
ご希望の方は、以下より別途お問い合わせ・お申込みください。
req@*********（*********にはjohokiko.co.jpを入れてください）
＊学校法人割引：学生、教員のご参加は受講料50％割引。→「セミナー申込要領・手順」を確認ください。
お申込みはこちらから
商品コード：AD2611N1
配布資料・講師への質問など
●配布資料はPDFなどのデータで配布いたします。ダウンロード方法などはメールでご案内いたします。
・配布資料に関するご案内は、開催1週前～前日を目安にご連絡いたします。
・準備の都合上、開催1営業日前の12:00までにお申込みをお願いいたします。
（土、日、祝日は営業日としてカウントしません。）
・セミナー資料の再配布は対応できかねます。必ず期限内にダウンロードください。
●当日、可能な範囲でご質問にお答えします。（全ての質問にお答えできない可能性もございます。何卒ご了承ください。）
●ご受講に際しご質問・要望などございましたら、下記メールアドレス宛にお問い合わせください。
req@*********（*********にはjohokiko.co.jpを入れてください）
オンラインセミナーご受講に関する各種案内（必ずご確認の上、お申込みください。）
※メールアドレスの記載誤りについては、以下へご連絡お願いいたします。
req@*********（*********にはjohokiko.co.jpを入れてください）
→Skype／Teams／LINEなど別のミーティングアプリが起動していると、Zoomで音声が聞こえない、カメラ・マイクが使えないなどの事象が起きる可能性がございます。お手数ですが、これらのアプリは閉じた状態にてZoomにご参加ください。
→音声が聞こえない場合の対処例
→一部のブラウザは音声が聞こえないなどの不具合が起きる可能性があります。
対応ブラウザをご確認の上、必ず事前のテストミーティング をお願いします。
（iOSやAndroidOS ご利用の場合は、アプリインストールが必須となります）
→見逃し視聴について、 こちらから問題なく視聴できるかご確認ください。（テスト視聴動画へ）パスワード「123456」
＜見逃し視聴ご案内の流れ・配信期間詳細＞
セミナーポイント
生成AIの活用が急速に広がる中、近年はAIエージェントが大きな注目を集めています。その一方で、生成AI、特にLLM(大規模言語モデル)の活用が広がり始めた頃から重要な技術として注目されてきた「RAG」は、AIエージェントほど目立つキーワードではなくなりつつあります。
しかし、社内外の知識や情報を取得してLLMの処理に活用するRAGは、これまでの代表的なユースケースであったチャットボットだけでなく、AIエージェントにおいても重要な役割を担う技術です。
そこで本セミナーでは、AIエージェント時代である今だからこそRAGを見つめ直します。
LLMとRAGの基礎からチャットボットとAIエージェントの違い、RAGの構築方法および精度改善のポイントを説明します。また、各社のセキュリティ事情も考慮し、ローカルLLMの環境構築方法もお伝えします。汎用のクラウド生成AIでも利用できるように構成例についても取り上げます。
さらに、そこからLLMとRAGを活用した社内DXの進め方までご紹介します。
○受講対象：
・社内・或いは部署内の情報を、生成AIを用いて有効活用したいとお考えの方
・社内情報検索システムの構築を検討している方
・LLMやRAG、AIエージェントを用いた社内DX推進を検討中の方
・LLMやRAGを運用している、あるいは携わっているが、今後の改善方針に悩んでいる方
など
○受講後、習得できること：
・LLM 及び RAGに関する基礎知識
・RAGの種類や構成、精度改善手法の基礎知識
・LLM + RAGを用いた社内DXの進め方
セミナー内容
1. はじめに
2. LLMとRAGの基礎
1) LLM
a) LLMとは / LLMのできる事 / 得意分野
b) LLMのユースケース: チャットボットとAIエージェント
- それぞれの仕組み / ユースケース例
- メリット / デメリットと注意点
c) ローカルLLM と クラウドLLM
- 違い, メリット / デメリット，各モデルの例
- それぞれの利用に必要なコンポーネント
- ローカルLLMを使う際に意識すべきこと（パラメータサイズ等）
2) RAG
a) RAGとは / RAGの仕組み概要
b) RAGの重要性
c) RAGの種類とユースケース
d) チャットボット用RAGとAIエージェント用RAG
3. 実践活用に向けて
a) LLM×RAGの最新事情
b) やりたい事とLLM×RAGの選択肢
c) LLMとRAGの構成について
- クラウドとローカル
- 実現ツール
- クラウドとローカル構成案
d) LLM×RAGのベストプラクティス
4. LLM×RAGの精度改善手法と精度評価
a) LLM×RAGの精度改善手法
- 全体概要
・精度改善の観点について
- 質問文や運用の改善
・プロンプトエンジニアリング
・プロンプトテンプレート
・ノウハウの共有 / 運用の改善
- パラメータ改善
・チャンクサイズやオーバーラップの変更
・LLMへの推論パラメータの変更
- ドキュメント改善
・markdownやHTML化とその際の注意点
- 仕組みの改善
・Agentic RAG化
・ワークフローと主流な改善方法
- [参考] モデルの改善
・モデルのファインチューニング
b) 精度評価
- 精度評価方法と進め方
5. ローカルLLMとRAGの構築手順
a) ローカルLLMとRAGの構築方法と動作例（例）
- ローカルLLMの構築
- RAGの構築
- ローカルLLMとRAGの連携
- 動作例
6. LLMとRAGを用いた社内DXの進め方
a) チャットボット / AIエージェントの進め方全体概要
- 進め方の概要と考え方
b) 各フェーズの進め方 / 意識すべきこと
- 各フェーズ（仕様検討 / 実装 / 評価 / 改善）で実施すべきこと
- AIエージェントならではの気を付けるべきポイント
7. おわりに
＜質疑応答＞
お申込みはこちらから
