AI初心者ガイド｜ゼロから始めるAI入門

「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。

明日の朝イチがプレゼンなのにスライドは白紙——そんな夜でも、テーマを一行打てば数分後に20枚の下書きが並ぶ。それが2026年のAIスライドだ。本記事はスライド作成を構成・原稿・デザインの3工程に分け、2つのアプローチ（テーマを投げれば全部作るオールインワン生成 vs 構成・原稿はChatGPT/Claude/Geminiで詰めデザインは専用ツールに任せる分業）を整理。主要ツール比較（生成が速いGamma、ネイティブ.pptxで崩れないPowerPoint内蔵Copilot、共同編集に強いGemini for Google Slides、見た目が美しいBeautiful.ai、テンプレ豊富なCanva、2026年5月登場のChatGPT PowerPointアドイン——絶対王者はなく出口で選ぶ）、最も再現性の高い5ステップのワークフロー（構成→原稿→デザイン流し込み→数字と出典の検証→.pptx/Slides書き出し）、そのまま使えるプロンプト3種（アウトライン生成・1枚詳細化と話者ノート・デザインツール用整形）、1スライド1メッセージや文字を半分に削るなど伝わる6つのコツ、そして.pptxレイアウト崩れ・冗長な初稿・もっともらしい捏造データ・機密送信・ツール終了（2025年4月のTomé終了が教訓）といった落とし穴までを実践的に解説する。AIは下書きを一瞬で出す相棒、削って数字を確認する仕上げは人の仕事だ。

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。

「RAGとは」は分かった、でも作ると答えがズレる——原因は「雑に切って素朴にベクトル検索しただけ」の素朴RAGのままだから。本記事は030の実装編として、2026年の実用RAGパイプライン（賢いチャンク分割→埋め込み→ベクトルDB→ハイブリッド検索→再ランク）を各工程具体的に解説。チャンク分割の戦略（recursive 512デフォルト、semantic/structural/parent-child、Contextual Retrievalで検索失敗を最大67%削減との報告）、埋め込みモデル選び（text-embedding-3-large等）、ベクトルDB6種の比較（試作のChroma、Postgres併用のpgvector、低レイテンシのQdrant、フルマネージドのPinecone、ハイブリッド王者のWeaviate、超大規模のMilvus）、BM25＋密ベクトルをRRFで融合するハイブリッド検索、bi-encoderで広く取りcross-encoderで精選するretrieve-then-rerank（Cohere/Voyage/BGE/Jina）、LlamaIndex（検索）とLangChain/LangGraph（制御）の住み分け、1MトークンでもRAGは置き換わらない理由（lost in the middle・注意散漫）、評価セットを最初に作る等の本番化注意点までを網羅する。

「AIエージェントとは」は分かった、では自分で作るには？2026年のいま、ノーコードならドラッグ&ドロップで午後のうちに1体動かせ、コードでも最近のSDKなら100行未満で実用的なものが組める。本記事は014（エージェントとは）の実践編として、まずエージェントの中身（頭脳LLM＋指示＋ツール＋記憶＋自律ループの5部品）を押さえ、ノーコード vs コードの2つの道、ツールが何であれ共通の作り方5ステップ（①課題を絞る→②基盤を選ぶ→③指示を書く→④ツールを繋ぐ→⑤小さくテスト）、ノーコードツール比較（総合のDify、業務連携のn8n、試作のFlowise、最も手軽なCustom GPT/Gemini Gems/Claude Projects）、コードフレームワーク比較（堅実のClaude Agent SDK/OpenAI Agents SDK、複雑制御のLangGraph、役割協調のCrewAI）、問い合わせ要約→Slack通知の具体的な作例、コスト（基盤月$10〜$50＋モデル利用料）と期間の目安、スコープを欲張らない・権限と暴走対策・PoC止まり注意などのつまずきどころまでを実践的に解説。大半の人はまずノーコードで1体作るのが正解。

「ChatGPT・Claude・Gemini、結局どれを契約すればいい？」——2026年のいま、3つとも月20ドル前後でどれも一流だから「これが一番」という単一の答えはない。問いは「どれが最強か」ではなく「あなたの用途でどれが最適か」だ。本記事は各所で一致した評価をもとに、3社の基本（提供元・主要モデル系統・無料/標準/上位プランの料金）、キャラの違い（Claude=文章/分析/コードの職人肌、ChatGPT=万能・エコシステム・画像/音声、Gemini=マルチモーダル・超長文・Google連携）、用途別おすすめ詳細表（文章/コード/汎用/画像生成/音声/画像PDF動画理解/超長文/Google連携/リサーチ/日本語）、使う量で決める料金プランの選び方、そして「1つに絞れないときの賢い併用（主軸1社＋苦手を補う1社）」までを整理。順位は数か月で入れ替わるので固定の最強を探すより用途で使い分け、無料枠で自分のタスクに当てて実測するのが正解、と締める。

Claude Code作業中に突然出る「ログインし直せ」「レート制限」「プロンプトが長すぎる」「MCPが繋がらない」——種類が多くて都度ググるのも面倒だ。本記事はClaude Codeでよく出るエラーを、原因と「叩くべきコマンド」付きで一覧化した実務リファレンス（大全）。まず初手の診断3コマンド（claude doctor=総合診断 / status=認証状態 / context=コンテキスト内訳）を押さえ、頻出4系統（使用量・レート制限／コンテキスト超過／認証切れ／MCP接続失敗）を中心に、認証・ログイン系、使用量/レート制限系（Claude Codeはチャットの10〜100倍消費）、コンテキスト/トークン系（Prompt is too long・compaction thrashing）、サーバー/モデル系（500/529/timeout/model not found）、インストール/PATH/更新系、ネットワーク/プロキシ系（ECONNREFUSED・TLS）、MCP系、権限/ツール系（bypassでもdeny優先）、thinking blocks 400・画像/PDF・IDE連携まで、症状→原因→対処コマンドの表で網羅。最後にエラー→対処の早見表とFAQ。公式ドキュメント（2026年時点）準拠で、迷ったら診断3コマンド、直らなければclaude updateが基本型。