このセミナーの再開催リクエストを送りますか？
※リクエストを参考に検討いたしますが、再開催が確約されるものではありません
セミナー概要
セミナーのテーマ
- AIエージェントの基礎と活用
- データ分析の基本
- プロンプト設計と半自動化
こんな方におすすめです
- AIやデータ分析の初学者
- Excelやスプレッドシートでの集計・報告を行う方
- 社内のDX推進担当者
| セミナータイトル | 0からのAIエージェントとデータ分析 |
| 開催日時 | 【ライブ配信】 2025年11月26日（水）10:30～16:30 【アーカイブ配信】 |
| 開催場所/配信の補足・注意事項 | ライブ配信 or アーカイブ配信 【Zoomを使ったWEB配信セミナー受講の手順】 |
| 受講料 | 55,000円（税込、資料付） ■会員登録していただいた場合、通常1名様申込で55,000円（税込）から |
| 主催 | R&D支援センター |
このセミナーは終了しました。
0からのAIエージェントとデータ分析
～日々の定型タスクをレベルアップ+半自動化するための入門講座～
☆要約・分析・可視化・報告といった定型業務をAIエージェントで”半自動化”！
具体的な活用方法を導入から実践まで安心して学べる講座です。
講師
XTX(株) 代表取締役 石井 良平 氏
【講師プロフィール】
10年以上、データ分析・統計学・機械学習などデータサイエンスの業務活用、データ活用/DXについてのアドバイスとコンサルティング、大学・シンクタンクにおける研究でのデータ解析のサポートに携わってきました。
現在は法人向けにデータサイエンスの諸分野についての研修や1on1の形でのデータ分析トレーニングを実施しています。個人レッスンで教えた人数は300人以上、セミナー受講者累計は数千人程度になると思います。
沢山の受講者を見てきた中で発見した、「共通して躓きやすいポイント」を徹底的にわかりやすく説明すると共に、「多くの人にとって即役立つテクニック」を紹介します。
セミナー趣旨、ポイント
本セミナーは、ビジネスユーザーが“ゼロから”AIエージェントとデータ分析の基本を身につけ、日々の要約・分析・可視化・報告といった定型タスクをレベルアップ+半自動化するための入門講座です。
まず、従来の自動化とエージェントの違いを実務例で直感的に理解し、表の見方（行＝記録／列＝項目）、粒度と指標の決め方、比較・グラフ作成の基本を体験します。続いて、プロンプトの型でAIに迷子にならず依頼する方法、RAGによる「資料に基づく回答」の考え方、主要フレームワークの地図（LangGraph／AutoGen／MCP／ClaudeのComputer Use／A2A）を“用語と位置づけ”だけ押さえます。最後に、社内導入時のガードレール（データ・操作・費用）とKPIでの効果検証の観点を整理し、受講後すぐに業務で試せる下書きを持ち帰れる状態を目指します。
受講対象者、必要な予備知識
特に予備知識は必要ありません。基礎から解説いたします。
こんな方におすすめ
・営業／企画／マーケ／CS／管理部門などのビジネスユーザー。
・AIやデータ分析の初学者。
・日々Excelやスプレッドシートで集計・報告を行う方。
・まずはノーコードで安全に試してみたいという推進担当者やチームリーダー。
・ビジネスでデータを活用したいと考えているが、統計や分析の知識に不安がある方。
・社内のDX推進部門に所属し、AIツールの基礎を知っておきたい方。
・マーケティングや営業企画など、非エンジニア職でデータ活用の必要性を感じている方。
得られる知識
・ルール型自動化とAIエージェントの違い・向き不向き
・ビジネスデータ分析の基礎知識
・プロンプト設計テンプレ（目的→出力→制約→トーン）の使い方
・ノーコードでの“要約→可視化→レポート下書き”の半自動化体験
・RAG（社内資料を根拠に回答させる考え方）の入門理解
・主要フレームワークの地図
（LangGraph／AutoGen／MCP／ClaudeのComputer Use／A2Aの役割）
・安全運用の三つのガード（データ範囲／操作範囲／費用範囲）と効果測定KPI
プログラム
１．導入：AIエージェントの基本と活用全体像
1-1 「固定手順の自動化」との違い（目的に応じた手順の組み替え）
1-2 用語整理：エージェント／ツール／ワークフロー／ガードレール／ログ
1-3 代表ユースケース（要約・可視化・レポート下書き）
２．主要フレームワーク＆概念の「地図」
2-1 LangGraph：手順の可視化と状態管理の土台
2-2 AutoGen（AG2）：役割分担による会話協調の枠組み（下書き係×チェック係）
2-3 MCP：AIと社内データ／ツールの標準接続口
2-4 RAG：資料を参照して根拠に基づき回答する方式
2-5 A2A：エージェント間連携の発想（標準化の動向）
2-6 OpenAI Operator／ClaudeのComputer Use：ブラウザ等の操作を伴う実行エージェント
３．データ分析の基本
3-1 データ分析の基本プロセス
3-2 データ分析と生成AI/AIエージェント
４．プロンプトの型
4-1 テンプレ：目的→出力形式→制約→トーン
4-2 NG例と改善例（曖昧さの除去／定義の固定化）
4-3 社内共有を見据えた書式指定（表・箇条書き・見出し）
５． AIに“読む・要約する”を任せる
5-1 配布CSVでハイライト抽出（根拠列の明記）
5-2 異常値・傾向の気づき
5-3 次に深掘りすべき観点の提示
６． AIに“可視化プラン”を書かせ、表計算で再現
6-1 どのグラフを作るか（推移／寄与）の策定
6-2 軸・凡例・注釈の読み取りと実装
6-3 “伝わる1枚”の体裁づくり
７．下書き→レビューの二段構え
7-1 下書き係とチェック係の役割分担
7-2 レビュー観点チェックリスト（定義順守／比較軸／事実と推測の分離）
7-3 差分修正と再実行のコツ
８．安全運用と効果測定
8-1 ガードレール設計：データ範囲／操作範囲／費用範囲
8-2 導入効果のKPI（時短・再現率・満足度・採用率）
8-3 社内展開時の留意点（監査ログ／共有ポリシー）
９．まとめ・Q&A
このセミナーは終了しました。