Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Khmer | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese
ローカルでクローンする場合は？
このリポジトリは50以上の言語の翻訳を含んでおり、ダウンロードサイズが大幅に増えます。翻訳を含まないクローンはスパースチェックアウトを使ってください：
Bash / macOS / Linux:
git clone --filter=blob:none --sparse https://github.com/microsoft/generative-ai-for-beginners.git cd generative-ai-for-beginners git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'CMD (Windows):
git clone --filter=blob:none --sparse https://github.com/microsoft/generative-ai-for-beginners.git cd generative-ai-for-beginners git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"これにより、コースを完了するために必要なものすべてを、はるかに高速にダウンロードできます。
Microsoft Cloud Advocatesによる21のレッスンで生成AIアプリケーションの基礎を学びましょう。
このコースは21のレッスンがあります。各レッスンはそれぞれのトピックを扱っているので、お好きなところから始めてください！
レッスンは「Learn」レッスン（生成AIのコンセプトを説明）か「Build」レッスン（概念とコード例をPythonとTypeScriptで可能な限り説明）に分かれています。
.NET開発者向けにはGenerative AI for Beginners (.NET Edition)をチェックしてください！
各レッスンには「Keep Learning」セクションで追加の学習ツールもあります。
-
Azure OpenAI Service - レッスン: "aoai-assignment"
-
Microsoft Foundry Models - レッスン: "githubmodels" （GitHub Modelsは2026年7月末で終了予定 - Microsoft Foundry Modelsの利用を推奨）
-
OpenAI API - レッスン: "oai-assignment"
-
Foundry Local - 自分のデバイスで完全オフライン実行、クラウドサブスクリプション不要
-
PythonまたはTypeScriptの基本知識があると便利 - *絶対初心者はこれらのPythonとTypeScriptコースを参照してください
-
自分のGitHubアカウントにこのリポジトリ全体をフォークするためのGitHubアカウント
開発環境のセットアップを支援するコースセットアップレッスンを用意しています。
後で見つけやすいようにこのリポジトリにスター（🌟）を付けるのをお忘れなく。
さらに高度なコードサンプルをお探しなら、PythonとTypeScriptの生成AIコードサンプル集をチェックしてください。
このコースを受講している他の学習者と交流し、サポートを得るには公式Microsoft Foundry Discordサーバーに参加してください。
質問や製品のフィードバックはMicrosoft Foundry Developer ForumのGithubで共有してください。
Microsoft for Startupsを訪れて、Azureクレジットを使って今日から開発を始める方法を確認しましょう。
提案やスペル・コードの誤りを見つけたら、Issueを作成するか、プルリクエストを送ってください
- トピックの短いビデオ紹介
- READMEに書かれたレッスン内容
- Azure OpenAIおよびOpenAI APIをサポートするPythonとTypeScriptのコードサンプル
- 継続学習のための追加リソースへのリンク
| # | レッスンリンク | 説明 | ビデオ | 追加学習 |
|---|---|---|---|---|
| 00 | コースセットアップ | Learn: 開発環境のセットアップ方法 | ビデオ準備中 | 詳細はこちら |
| 01 | 生成AIと大型言語モデルの紹介 | Learn: 生成AIとは何か、大型言語モデル（LLM）がどう機能するかの理解 | ビデオ | 詳細はこちら |
| 02 | さまざまなLLMの探索と比較 | Learn: ユースケースに適したモデルの選び方 | ビデオ | 詳細はこちら |
| 03 | 責任あるジェネレーティブAIの活用 | 学ぶ: ジェネレーティブAIアプリケーションを責任を持って構築する方法 | ビデオ | 詳細を見る |
| 04 | プロンプトエンジニアリングの基礎理解 | 学ぶ: プロンプトエンジニアリングの実践的ベストプラクティス | ビデオ | 詳細を見る |
| 05 | 高度なプロンプトの作成 | 学ぶ: プロンプトの結果を改善するプロンプトエンジニアリング手法の適用方法 | ビデオ | 詳細を見る |
| 06 | テキスト生成アプリケーションの構築 | 構築: Azure OpenAI / OpenAI API を使ったテキスト生成アプリ | ビデオ | 詳細を見る |
| 07 | チャットアプリケーションの構築 | 構築: 効率的なチャットアプリケーションの構築と統合の技術 | ビデオ | 詳細を見る |
| 08 | 検索アプリケーションとベクターデータベースの構築 | 構築: 埋め込み技術を使った検索アプリケーション | ビデオ | 詳細を見る |
| 09 | 画像生成アプリケーションの構築 | 構築: 画像生成アプリケーション | ビデオ | 詳細を見る |
| 10 | ローコードAIアプリケーションの構築 | 構築: ローコードツールを使ったジェネレーティブAIアプリケーション | ビデオ | 詳細を見る |
| 11 | 関数呼び出しによる外部アプリケーション連携 | 構築: 関数呼び出しとは何か、アプリケーションにおける使い方 | ビデオ | 詳細を見る |
| 12 | AIアプリケーションのUX設計 | 学ぶ: ジェネレーティブAIアプリケーション開発時のUXデザイン原則の適用 | ビデオ | 詳細を見る |
| 13 | ジェネレーティブAIアプリのセキュリティ確保 | 学ぶ: AIシステムに対する脅威とリスク、およびこれらのシステムを保護する方法 | ビデオ | 詳細を見る |
| 14 | ジェネレーティブAIアプリケーションのライフサイクル | 学ぶ: LLMライフサイクルとLLMOpsの管理に必要なツールと指標 | ビデオ | 詳細を見る |
| 15 | 検索強化生成（RAG）とベクターデータベース | 構築: RAGフレームワークを使い、ベクターデータベースから埋め込みを検索するアプリケーション | ビデオ | 詳細を見る |
| 16 | オープンソースモデルとHugging Face | 構築: Hugging Faceで利用可能なオープンソースモデルを使ったアプリケーション | ビデオ | 詳細を見る |
| 17 | AIエージェント | 構築: AIエージェントフレームワークを使ったアプリケーション | ビデオ | 詳細を見る |
| 18 | LLMのファインチューニング | 学ぶ: LLMのファインチューニングとは何か、なぜ必要か、どう行うか | ビデオ | 詳細を見る |
| 19 | SLMを使った構築 | 学ぶ: Small Language Modelsを使った構築の利点 | ビデオ近日公開予定 | 詳細を見る |
| 20 | Mistralモデルを使った構築 | 学ぶ: Mistralシリーズモデルの特徴と違い | ビデオ近日公開予定 | 詳細を見る |
| 21 | Metaモデルを使った構築 | 学ぶ: Metaシリーズモデルの特徴と違い | ビデオ近日公開予定 | 詳細を見る |
GitHub Actionsとワークフローを作成してくれた John Aziz に特別な感謝を。
各レッスンの学習者体験とコード体験の改善に重要な貢献をしてくれた Bernhard Merkle に感謝します。
私たちのチームは他のコースも作成しています！ぜひご覧ください：
-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA){kind=icon}
-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC){kind=icon}
-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9){kind=icon}
AIアプリの構築で行き詰まったり質問がある場合は、他の学習者や経験豊富な開発者とMCPについての議論に参加してください。ここは質問が歓迎され、知識が自由に共有される支援的なコミュニティです。
製品フィードバックや構築中のエラーがある場合は、以下を訪れてください：
免責事項： 本書類は AI 翻訳サービス Co-op Translator を使用して翻訳されています。正確性を期していますが、自動翻訳には誤りや不正確な部分が含まれる可能性があることをご承知おきください。原文の原語版が正式な情報源とみなされるべきです。重要な情報については、専門の人間による翻訳を推奨します。本翻訳の利用により生じたいかなる誤解や解釈違いについても、当方は責任を負いかねます。