AI初心者ガイド｜ゼロから始めるAI入門

「絵心がないから無理」——AI画像生成へのその先入観は逆だ。言葉で指示するだけで、数十秒後にはプロ級のビジュアルが手に入る。本記事は特定ツールに偏らない横断ガイドとして、AI画像生成とは何か（言葉でゼロから画像を作る、描く技術でなく伝える技術＝プロンプトの画像版）、仕組み（拡散モデル＝ランダムなノイズからプロンプトを手がかりに絵を彫り出す。毎回ゼロから描くので結果がゆらぐ）、どのツールでも共通の始め方4ステップ（ツールを選ぶ→プロンプトを書く→生成して選ぶ→改善・仕上げ、反復が前提）、核心となる画像プロンプトの6部品（被写体・情景/背景・画風・光や色・構図/視点・技術指定）＋ネガティブプロンプトとアスペクト比、ただしGPT ImageやImagenは自然文を、Stable Diffusion系は単語羅列やネガティブを好むという違い、使いこなしのコツ7選（数を回す・少しずつ足す・参照画像・インペイント・シード固定・高解像度化・良い呪文を保存）、AIが苦手なこと（手指・文字・一貫性・細かい正確さ）と回避策、そして仕事で使うなら必須の権利・商用・倫理（米国著作権局やThaler判決2025のとおり純AI生成物は著作権で保護されにくく国差あり／商用可否はツール規約次第／ディープフェイクや作風の無断模倣は厳禁、DALL-E全画像のC2PA来歴付与など明示の流れ）までを初心者向けに整理。どのツールを選ぶか・個別の使い方は047/075/076へ内部リンクで送客する。型を知り数を回し少しずつ言葉を足す——この3つで誰でも狙った一枚に近づける。

同じAIに同じことを聞いても、ある人は「使えない」と言い、ある人は「優秀すぎる」と驚く——その差の正体は、多くの場合AIの性能ではなくプロンプト（指示文）の書き方だ。本記事はその技術＝プロンプトエンジニアリングを、初心者がそのまま使えるよう体系化した実践大全。プロンプトエンジニアリングとは何か（AIへの指示文を設計・改善する技術で、コードではなく伝え方の工夫）から、結果が変わる3大原則（具体的に・文脈を渡す・出力を指定、加えて「〜しないで」より「〜して」）、核心となる良いプロンプトの6要素（役割・文脈・指示・例・形式・制約。COSTARやRCOFなど主要フレームワーク共通の要素で、毎回全部は不要、足りない部品を補う）、すぐ効く実践テクニック7選（役割付与・お手本/Few-shot・段階思考・出力形式固定・区切りで構造化・一度に欲張らない・会話で反復、最強は反復）、Before→Afterの実例比較、一歩進んだ技法（思考連鎖CoT・自己整合性・プロンプトチェーン・ReAct、ただしo系やClaude拡張思考の推論モデルはCoTを内部で行うためゴール明示が効く）、よくある失敗7つ、モデル別のコツ（ChatGPT/Claude/Gemini）と入力時の安全面までを、専門用語を噛み砕いて1ページに整理する。具体ケースはアプリ開発のプロンプト、安全面は入力情報の注意点へ内部リンク。曖昧を具体に、丸投げを対話に——この姿勢で誰でも今日から上達できる。

2025年6月、OpenAIのサム・アルトマン氏は「私たちはすでに事象の地平線を越えた、離陸は始まっている」とブログに記した（「The Gentle Singularity」）。一方で「来ない」と切り捨てる研究者もいる。本記事は初心者向けに、シンギュラリティ（技術的特異点）とは「AIが人間の知能を超え、自分で自分を改良し始めた結果、技術の進歩が爆発的に速くなり、その先が予測も制御もできなくなる転換点」であること（2026年時点では未実現の仮説）を起点に、心臓部である知能爆発＝再帰的自己改善のループ（賢いAIがもっと賢いAIを作り、改良する主体が人間からAIに変わるのがカギ）、AGI・ASIとの違い（AGI/ASIは"賢さの状態"、シンギュラリティは"予測不能になる出来事"。AGI→自己改善→ASIへの急変＝特異点）、言葉の歴史（1965年I.J.グッドの「知能爆発」→1993年ヴィンジが命名を普及→カーツワイルが2045年で大衆化）、実現時期の予測のばらつき（カーツワイル2045年、アルトマン「もう始まった」、ヴィンジ、懐疑派マーカスや故ポール・アレンの「複雑性のブレーキ」）、急激なハード・テイクオフ対緩やかなソフト・テイクオフ、起きたときの期待（難病・科学の飛躍）とリスク（制御不能・アラインメント問題）、根強い懐疑論（複雑性のブレーキ・物理的限界・そもそも別物）、そして「ロボットの支配」「AGIが来たら即」「2045年に確定」などよくある誤解までをやさしく整理する。過剰に怖がらず夢も見すぎず、今あるAIを使いこなしながら次を冷静に見据えるのが賢い構えだ。

2023年、ChatGPTに頼って書いた裁判書面の引用判例がすべてAIのでっち上げで、弁護士が制裁を受けた——その事件は「法律×AI」への警戒を世界に広めた。だが数年で士業のAI活用は爆発的に進み、弁護士の9割超が日常業務で何らかのAIを使うとされる。本記事は068(商社)・094(マーケ)・097(コンサル)に続く業界別AI影響シリーズとして士業を俯瞰する。数字で見る現在地（弁護士の62%が週6〜20%の時間削減、HarveyとThomson ReutersのCoCounselが2026年第1四半期だけで1000万件超の法的文書を処理、税務・会計・監査事務所の生成AI導入が2024年8%→2025年21%へ急増、スタンフォード研究で会計など若手の職が2022年比13%減・会計士は5%増/簿記は5%減）、AIが変える職種別の仕事（弁護士=判例リサーチ・契約レビュー・義務抽出/会計士=記帳・証憑突合・サンプリング・リスク識別/税理士=データ入力・申告下書き・法令検索、いずれも下準備はAI・最終判断は人）、最大の落とし穴であるハルシネーション（存在しない判例・条文の創作=制裁や信頼喪失に直結、Harveyは検証済み引用99.7%・確信なきものはフラグ、CoCounselは判例DBに紐づき実在判例のみ引用で抑制）、変わらない本質的価値（最終判断・職業的懐疑・倫理・グレーな税務判断・そして署名と法的責任はAIに委ねられない）、若手の危機（下積み定型業務の自動化）と新しい役割（AIコンプライアンス担当・税務プロンプトエンジニア）、現役士業/目指す人/依頼者それぞれへの立場別アドバイス（引用と数値は必ず一次情報で検証、機密の取り扱い方針の確認）までを公表値ベースで解説する。制度・責任は国で異なり日本では会計ソフトのAI機能等も普及。問われるのは「あなたが売るのは作業か、判断と責任か」だ。

「ビルドが終わったら教えて」「CIが赤くなったら直して」「デプロイを5分おきに見張って」——こういう張り付き仕事をAIに丸ごと預けられるのが、Claude Codeに2026年に追加された/loop（ループ）コマンドだ。本記事は初心者向けに、/loopとは「プロンプトやスラッシュコマンドを決めた間隔で（あるいはAIが自分で決めた間隔で）繰り返し実行するセッション内スケジューラ」であることを起点に、4つの使い方（①/loop 5m 〇〇=固定間隔でcron実行 ②/loop 〇〇=間隔をAIが判断するセルフペース ③/loop 15m=組み込みメンテプロンプト ④/loop=自動メンテ）、間隔の書き方（数字+単位s/m/h/d、最短1分、every 2 hours等の自然文、スラッシュコマンドもループ可=/loop 20m /review-pr 1234）、セルフペースの凄さ（動きがあれば短く・なければ長く1分〜1時間で待ち、完了したと判断すればループ自体を自動終了する点がただのcronと決定的に違う）、CI/デプロイ見張り・PRお守り・長時間ビルド確認・リマインド・ブランチ自動メンテといった実用レシピ、停止と注意点（Esc停止、セッション内のみで新しい会話だと消える、ターミナルを閉じると止まる、固定間隔は最長7日、1セッション最大50タスク、ターンの合間に発火しジッターあり、ローカルタイムゾーン基準）、そして3つのスケジューリング機能の使い分け（/loop=セッション内の監視、Desktop scheduled tasks=ローカル常駐、Routines=クラウドで無人運用）、loop.mdで省略時動作を自分仕様にするカスタマイズとCLAUDE_CODE_DISABLE_CRON=1での無効化までを、公式ドキュメント（2026年時点）に基づき解説する。/loopが変えるのはAIに任せられる仕事の時間軸だ。

1時間の動画に手で字幕を付けると昔は丸一日が消えた。聞いて止めて打ってタイムコードを合わせて——その地獄が、2026年のいまは「動画を放り込んで数分待つだけ」で終わる。本記事は動画/音声コンテンツの字幕・書き起こし作成に特化し（会議の議事録化は086、画像のOCRは091に譲る）、自動化できる4工程（音声抽出→文字起こし＋話者分離→タイムコード付与=SRT/VTT→翻訳・体裁）、字幕(SRT/VTT)と書き起こし(transcript)の違いと使い分け、主要ツール比較（無料・機密向きのWhisper、編集一体のDescript、高精度・多言語のSonixやHappy Scribe、個人向けNotta、スマホのCapCut、最手軽なYouTube自動字幕——多くは内部でWhisper系を利用）、最も再現性の高い4ステップ（素材用意→書き起こし→校正→SRT/VTT書き出し・付与）、YouTube/Podcast/講義/インタビュー/機密/多言語の用途別おすすめ、音質が精度の8割という前提を含む精度向上6つのコツ（音質・言語指定・固有名詞リスト・一括置換・話者分離・1行の長さ）、原語で完璧に起こす→AI翻訳→ネイティブ確認という多言語字幕の王道、そして精度の過信・雑音や専門用語への弱さ・著作権・機密送信・タイムコードのズレといった落とし穴までを実践的に解説する。クリーンな音声なら精度は90〜96%（公表値・条件依存）で労力は8〜9割減。作業はAIに、固有名詞の確認と通し確認という仕上げは人に。

「資料作成を徹夜で、膨大な調査を手作業で」というコンサル新人の登竜門が崩れつつある。McKinseyの社内AI「Lilli」は10万件超の資料を数秒でスキャンしスライド下書きまで作り、BCGの「Deckster」はパワポ整形を一瞬で終える。本記事は068(商社)・094(マーケ)に続く業界別AI影響シリーズとして、コンサル業界の変化を俯瞰する。数字で見る現在地（Big4と戦略系大手が2023年以降100億ドル超をAI投資、PwCは生成AIに3年10億ドル、BCGは2025年売上144億ドルの約25%=約36億ドルがAI関連、HBSのBCGコンサル758名研究でAI利用者はタスク12.2%増・25.1%速く・40%超高品質）、AIが変える5領域（調査・資料・分析・議事録・新サービス＝AI戦略支援という新市場で大手は今のところ雇用創出側）、ピラミッド型モデルの崩壊（ジュニア定型業務の一説約8割が数秒で代替、少人数+AIのリーン型へ、育成パイプラインの課題）、課金モデルの地殻変動（生産性のパラドックス＝速く終わると時間チャージが減るためAIを全力で使う動機が働きにくい、顧客73%が成果連動価格を選好、成果報酬・固定価格へ）、変わらない本質的価値（問いの設定・解釈・判断・信頼・実行、システムより操縦者が重要）、大手(タンカー)vsブティック(スピードボート)の二極化（小規模ファームの成長率最大50%との推計）、そしてコンサル志望者・現役・発注企業それぞれへのアドバイスまでを公表値ベースで解説する。問われるのは「あなたの価値は作業か、判断か」だ。

2026年1月のダボス会議でAI第一人者たちが「AGIはもう目の前」対「本質はまだ遠い」と激突した、その火種がAGI（汎用人工知能）だ。本記事は初心者向けに、AGIとは「人間のように分野を問わず、初めてのことでも自分で学んで解決できる万能型AI」であること（ただし2026年時点では未実現の目標）を起点に、いまのChatGPT等＝特化型AI（Narrow AI）との決定的な違い（知識を別分野へ"転移"できるか、汎化と自律的な技能習得）、特化型AI→AGI→ASI（超知能）の3段階の整理、実現時期をめぐる専門家予測のばらつき（Anthropicのアモデイは数年内=2027年ごろと強気、DeepMindのハサビスは2030年までに50%と慎重、研究者調査の中央値は2047年、マーカスら懐疑論者は遠い/来ないと主張——予測が割れるのは定義の違いが原因）、今のAIがAGIにどれだけ近いか（ARC-AGI等で人間基準を下回る、だがマルチモーダル・エージェントで入り口へ）、AGIが来たときの期待（難病・科学の加速）とリスク（雇用・悪用・アラインメント問題＝目標のズレ、AnthropicやUK AISIが重大分岐点と位置づけ）、そして「ChatGPTはもうAGI」「AGI＝意識を持つ」などよくある誤解までをやさしく整理する。過剰に怖がらず夢も見すぎず、今ある特化型AIを使いこなしながら次を冷静に見据えるのが賢い構えだ。

「AIに仕事を奪われる側」になるか「AIを操って10人分働く側」になるか——2026年のエンジニアの分かれ道。本記事はLLM・エージェント・RAGでアプリを作る「AIネイティブ開発者」になる道を、博士号や難解な数学ではなくスキルの積み上げとして3層で示す。①変わらない土台（Python=作業の約9割・Git・コマンドライン・HTTP/REST/JSON、AIが書く時代こそ基礎が要る）②AIネイティブの中核5スキル（プロンプト/コンテキスト設計・RAG=企業エージェントの背骨・エージェント構築・MCP=ツール接続の事実上標準・評価eval、加えてコスト最適化/ガードレール/可観測性）③大多数が見落とす差がつく一手＝評価設計とコンテキストエンジニアリング（evalを書けることが「実際にLLMで作った人」を分ける最大のシグナル、AGENTS.md/CLAUDE.mdと小さな評価セットが"アシスト→ネイティブ"の跳躍点）。さらに8〜12か月の学習ロードマップ（土台→LLM API/プロンプト→RAGをフレームワークなしで自作→エージェント＋MCP→評価＋デプロイ＋公開）、学位よりデプロイ実績が効くポートフォリオ戦略、チュートリアル沼・道具収集・基礎軽視といった落とし穴、需要急伸と年収（米国基準・地域差大）まで実践的に解説する。境目は「AIを仕組みとして使うか」だ。

2024年末にCoca-Colaの生成AIクリスマス広告が「魂がない」と炎上した一件は、AIがマーケ・広告にもたらす「効率と効果」対「信頼と感情」の綱引きを象徴する。本記事はこのテーマを俯瞰し、まず数字で現在地を確認（マーケターの約87%が生成AI利用=2024年51%から急増、広告費の71%超がアルゴリズム駆動、GoogleはGeminiで25年Q4だけ約7000万点のクリエイティブ生成、マーケのAIツール支出は18か月で約3倍）。AIが変える5領域（①コンテンツ制作 ②広告クリエイティブ ③ターゲティング・配信=プログラマティック ④パーソナライズ=DCO ⑤分析・効果測定）と効果指標（DCOでCTR+32%・CPC−56%、文面作成3.2倍ROI、1stパーティ/文脈ターゲは最大2倍ROAS——いずれも公表値・条件依存）、一方で変わらない核（戦略・ブランド・信頼・突き抜けた創造は人に残る、AIは増幅器で土台ゼロなら答えもゼロ）、検索のSEO/AEO/LLMO地殻変動（既存記事へ内部リンク）、リスク（AI広告への好意=担当者82%vs消費者45%の認識ギャップ、もっともらしい捏造、ブランドセーフティ、権利・規制、無人運用の暴走）、マーケターの仕事の変化（作業は奪われ判断は重くなる、制作者から編集長・戦略家へ）、そして今日からの実務5ステップまでを解説する。AI最大の影響は人の時間を作業から判断へ解放することだ。

AIでスライドを作るときは、発表する場所と最後に渡す形式からツールを選ぼう。構成・原稿・デザインの3工程を分けて考え、Gamma、PowerPoint内蔵Copilot、Gemini for Google Slides、Beautiful.ai、Canva、ChatGPTアドイン、Claude Slidesの使い分けを解説する。Claudeとの会話をプレゼンにする手順と、文書向けのClaude Docsとの違いも紹介。構成づくりから数字・出典の検証、書き出し後の表示確認までの5ステップ、実用プロンプト3種、情報を絞って伝えるコツをまとめた。1つのアプリで仕上げる場合も複数のツールを使う場合も、内容の確認と見た目の確認は別々に行う。

手書きメモ、紙のレシート、スクショの英文、写真の看板——「コピペできたら一瞬なのに」と打ち直してきた作業は、2026年のいまAIでほぼ全部いらなくなる。本記事はAI OCRと従来OCRの違い（文字を1個ずつ読む→ページを意味ごと理解する）から始め、3つの選択肢（汎用チャットAI／Googleレンズ等の専用ツール／Mistral OCR・PaddleOCR-VL等のAPI・OSS）を用途で整理。ChatGPT(GPT-5.5)・Gemini 3.1 Pro・Claude(Opus 4.8)の得意分野比較（手書きはGPT系、表の構造化はClaude系、多ページはGeminiの長文脈、生のOCR精度は特化モデル——絶対王者はいない）、そのままコピペできるプロンプト3種（崩さず文字起こし／表をMarkdown化／レシートをJSON抽出、いずれも「創作禁止」入り）、手書き・レシート・PDF・複雑な表・縦書き旧字体・数式コードといった用途別の最適解、画質が精度の8割という前提を含む精度向上6つのコツ、そしてAI OCR唯一最大の弱点である「読めない箇所をそれらしく創作する」ハルシネーション対策（金額・日付・氏名は必ず原本照合）、機密送信・著作権・学習利用などのプライバシー注意点までを実践的に解説する。任せていいのは「読む」まで、確定させるのは原本を見た人間だ。