AIニュース

生成AIの勉強方法|公式講座を使った3段階の学び方

「生成AIを学びたい」と思って検索すると、ツールの比較記事、プロンプト集、資格の案内まで出てきて、かえって手が止まってしまいます。独学でつまずく原因は、やる気や地頭ではなく、学ぶ順番が決まっていないことです。この記事では、OpenAI Academy と Claude Academy という提供元が公開している学習サイトの記載をもとに、生成AIの勉強方法を3段階に分けて整理します。どの段階で何を見て、何ができたら次へ進むのかまで通して書きます。

  • 生成AIの勉強方法を「仕組みをつかむ → 自分の仕事で試す → 繰り返せる形にする」の3段階で整理
  • OpenAI Academy の4つのトラックと Claude Academy の講座の中身(出典の記載どおり)
  • プロンプトを直していく手順と、そのまま使えるプロンプト例3つ
  • 独学でよくある失敗と対策、営業・事務・企画での使い方の例

要点(先に結論)

  • 生成AIの勉強方法は、ツール選びから入らず「仕組みの理解 → 自分の仕事で実践 → 繰り返せる形にする」の順で進めると迷いにくい
  • 第1段階の教材は提供元の学習サイトが手がかりになる。Claude Academy の AI Fluency の領域は「Mindsets and mental models that hold up as models and features change」と紹介されている
  • 第2段階は OpenAI Academy の知識労働者向けトラック「Apply AI at Work」が示す順番が参考になる。プロンプトとレビューの基本習慣から、繰り返し使えるワークフローへ進む流れが書かれている
  • プロンプトは一度で当てるものではない。OpenAI のヘルプも「Start with an initial prompt, review the response, and refine the prompt」という反復の進め方を示している
  • 講座の一覧やイベントの予定は変わる。この記事の内容は2026年10月時点の公式ページの記載として読み、受講の条件は公式ページで最新を確かめてほしい

生成AIの勉強方法は3段階で考える

多くの人は「どのツールを使うか」から考え始めます。しかし先に決めたいのは、ツールではなく自分が今どの段階にいるかです。生成AIの学習は、仕組みの理解・自分の仕事での実践・繰り返せる形への整理という3つの層が重なっています。層を飛ばすと、プロンプト集を集めても応用が効かない、動画を見ても仕事が変わらないという状態になりがちです。公式の学習サイトでも、考え方の土台を扱う講座、仕事への応用を扱うトラック、チームでの進め方を扱う講座が、それぞれ別に用意されています。

使い分けの考え方(目安)

いまの状態 見ると考えられる入口 出典にある手がかり
AIが何をしているのか曖昧なまま使っている Claude Academy の AI Fluency の講座群 「Mindsets and mental models that hold up as models and features change」と紹介されている
自分の仕事で使える形にしたい OpenAI Academy の Apply AI at Work プロンプトとレビューの基本習慣から、繰り返し使えるワークフローへ進む流れが記載
書いたプロンプトの直し方を知りたい OpenAI ヘルプ「Prompt engineering best practices for ChatGPT」 明確さ・反復による改善・トーンの指定が挙げられている
開発やコードで使いたい OpenAI Academy の Build with AI / Claude Academy の Claude Code 「Learn to use Codex across the software development lifecycle」「Plan, write, debug, and ship wherever you code.」
社内の推進役として進めたい OpenAI Academy の Lead AI Adoption 「Turn a real AI initiative into a roadmap and an initial AI strategy draft.」
受講の条件や費用を知りたい 各サービスの公式ページ 公式ページで確認

第1段階 仕組みと言葉をつかむ

最初にやることは、操作の暗記ではなく相手の性質を知ることです。Claude Academy では考え方の土台を扱う領域が「Develop AI Fluency」としてまとめられ、モデルや機能が変わっても通用する心構えとメンタルモデルを扱うと紹介されています。具体的な講座のひとつ「AI capabilities and limitations」は、大規模言語モデルにできることとできないことの正確なメンタルモデルを作る内容で、扱う論点として「next-token prediction, knowledge, working memory, steerability, and context limits」が挙げられています。次の語を予測する仕組み、知識、working memory(作業中に保てる情報の範囲)、steerability(指示に沿わせやすさ)、コンテキストの上限です。

もうひとつ押さえたいのが、プロンプトという言葉の定義です。OpenAI のヘルプでは「a text input that initiates a conversation or triggers a response from the model」と説明され、「However, it can be in other forms such as an image or audio.」として文字以外の形もあると書かれています。プロンプトエンジニアリングは「the process of designing and optimizing input prompts to effectively guide a language model」と定義されています。うまい呪文を探す作業ではなく、入力を設計して調整していく作業だという位置づけです。

この段階の終わりの目安は、AIが間違えたときに理由を自分の言葉で説明できることです。情報が足りなかったのか、指示が曖昧だったのか、会話が長くなりすぎたのか。見当がつくようになれば、次へ進めます。

第2段階 自分の仕事で手を動かす

次は、自分の業務に当てて試す段階です。OpenAI Academy の「Apply AI at Work」は「Build core habits in prompting and review, then practice repeatable workflows」という順で説明されています。注目したいのは、プロンプトとレビューが対で基本の習慣として置かれている点です。出てきた答えをそのまま使うのではなく、確認する工程まで含めて習慣にするという組み立てです。

題材は自分の実務から選ぶとよいでしょう。メールの下書き、議事録の整理、資料の構成案など、毎週発生する作業を1つ決めて、同じ作業を3回AIと一緒にやってみる。3回やると、どこで指示が足りなかったのかが見えてきます。

第3段階 繰り返せる形に整える

同じ依頼を毎回ゼロから書いていると、時間は縮みません。第3段階は、うまくいった依頼を型にして繰り返し使える形へ整える段階です。Apply AI at Work も、基本の習慣のあとに「repeatable workflows and directing work with agents」、つまり繰り返し使えるワークフローと、エージェントに仕事を振る進め方の練習を挙げています。

チームで使う段階については、Claude Academy に「Building effective human-agent teams (beta)」という講座があり、「Explore the benefits of moving from single-player to multiplayer AI」として、シングルプレイヤーからマルチプレイヤーのAIへ移る利点とチームの備え方を扱うと説明されています。分量は「5 lessons · 1 quiz」と記載されています。

公式の学習サイトに何が用意されているか

OpenAI Academy の4つのトラック

OpenAI Academy のページには「Unlock the opportunities of the AI era by equipping yourself with the knowledge」という案内と「Build the AI skills your organization needs」という見出しが置かれ、対象別に4つのトラックが並んでいます。どの立場で学ぶのかを先に決めると、教材選びが短時間で済みます。

トラック名 出典での対象の書き方 出典に書かれている内容
Apply AI at Work For knowledge workers プロンプトとレビューの基本習慣をつくり、繰り返し使えるワークフローとエージェントへの仕事の振り方を練習する
Build with AI For builders ソフトウェア開発のライフサイクル全体で Codex を使う方法、または OpenAI API を使った開発を学ぶ
Lead AI Adoption For leaders 実際のAIの取り組みを、ロードマップと最初のAI戦略のドラフトに落とす
Teach and learn with AI For education 教えること、学術的な作業、キャリア準備にAIを応用する

同じページには、オンラインのライブ配信や対面の催しも掲載されています。Upcoming Events には2026年10月28日の「Impact Math: Measuring the ROI of LLMs」や、2026年11月17日の「Performance Reviews: Using ChatGPT to Write Better Evaluations」が並んでいます。終了した回は「On-Demand Events」の区分にまとめられ、開発者向けの「Codex bootcamp 301: Advanced automation」などが掲載されています。予定は入れ替わるため、受けたい回があるときは公式ページで日程を確かめてください。登録については、ページに「Join OpenAI Academy today.」という案内があります。画面上の細かな流れは公式のヘルプの手順に沿って進めてください。

Claude Academy の入口と AI Fluency の講座

Claude Academy は「Dive into a product」として、製品ごとの入口を示しています。Claude は「Your thinking partner for big ambitions: work through a problem」と紹介され、問題を一緒に考えたり、下書きを検討したり、データについて会話の中で理解を進める相手として説明されています。Claude Cowork は「Brief Claude on a task, step away, and come back to results ready for your review.」、つまり任せた仕事を離席中に進め、戻ったときにレビューできる形で受け取る使い方です。Claude Code は「Build software with Claude. Plan, write, debug, and ship wherever you code.」と説明されています。

考え方を学ぶ領域は「Develop AI Fluency」としてまとめられ、次の講座が掲載されています。講座名と説明は英語で記載されています。

講座名 出典に書かれている中身 分量の記載
AI Fluency: Framework and foundations 「using the 4D framework: Delegation, Description, Discernment, and Diligence.」に沿って、効果的・効率的・倫理的・安全にAIと協働する方法を学ぶ 14 lessons · 1 quiz(所要は4 hr と記載)
AI capabilities and limitations next-token prediction, knowledge, working memory, steerability, and context limits を扱い、できること・できないことの正確なメンタルモデルを作る 13 lessons · 1 quiz(所要は3.5 hr と記載)
Building effective human-agent teams (beta) シングルプレイヤーからマルチプレイヤーのAIへ移る利点と、チームの備え方 5 lessons · 1 quiz(所要は45 min と記載)

4Dの4語は、学習の自己点検にも使える並びです。何を任せるか、どう説明するか、出てきたものをどう見極めるか、確認をどこまで丁寧にやるか。迷ったときにこの4つを順に見ると、次に直す場所が決まります。

プロンプトを直していく手順

OpenAI のヘルプ「Prompt engineering best practices for ChatGPT」には、プロンプトを良くしていく進め方が書かれています。出典にある範囲で手順にすると、次の流れです。

  1. 明確で具体的に書く。ヘルプは「Ensure your prompts are clear, specific, and provide enough context for the model」として、依頼を理解できるだけの文脈を入れるよう挙げています
  2. 曖昧さを避ける。「Avoid ambiguity and be as precise as possible」と書かれています
  3. 返ってきた回答を確認する。「Start with an initial prompt, review the response, and refine the prompt」という反復の進め方が示されています
  4. 出力をもとに直す。直し方として「Adjust the wording, add more context, or simplify the request as needed」、つまり言い回しの調整、文脈の追加、依頼の単純化が挙げられています
  5. 口調を変えたいときは形容詞で指定する。「Words like formal, informal, friendly, professional, humorous, or serious」が例として挙げられ、書き方の例として「Explain this in a friendly and engaging tone.」が示されています

同じページには追加の資料として「Reasoning model best practices and prompting guide」などが挙げられ、「the recommendations themselves are relevant for ChatGPT」と説明されています。APIに触れた資料でも、推奨そのものは ChatGPT の利用に関係するという位置づけです。

学習に使えるプロンプト例

ここからは出典の機能を前提にしない、考え方としての例です。前提の部分を自分の状況に書き換えて使ってみてください。

学習計画を作ってもらう例です。期間と使える時間、達成したい状態を先に書くのが要点です。

あなたは社会人向けの学習コーチです。
前提:私は事務職で、生成AIを業務で使うのは初めて。使える時間は平日20分、休日60分。
目的:3週間後に、毎週発生する定型業務のうち1つをAIに下書きさせられる状態になりたい。
依頼:3週間分の学習計画を作ってください。
出力の形:週ごとの表(週/その週の狙い/やること/終わったと判断できる状態)。
最後に、つまずきやすい点を3つ、短い箇条書きで添えてください。

専門用語を自分の仕事の言葉に置き換える例です。第1段階の理解を進めるときに使えます。

あなたは初心者向けの解説者です。
前提:私は営業職で、技術用語に慣れていません。
依頼:「コンテキストの上限」と「working memory」という考え方を、営業の仕事の例に置きかえて説明してください。
出力の形:(1) 1文の要約 (2) 営業の場面での例を2つ (3) 気をつけること2つ。
制約:専門用語には、そのつど括弧で短い言い換えを添えてください。
トーン:friendly(打ち合わせで同僚に話すくらいの口調)

うまくいかなかったプロンプトを直してもらう例です。手順の3と4を相談の形にしています。

あなたはプロンプトのレビュー担当です。
前提:下のプロンプトを使ったら、回答が一般的すぎて業務に使えませんでした。
---
(ここに自分が書いたプロンプトをそのまま貼る)
---
依頼:曖昧な箇所を指摘し、文脈を足した改善版を作ってください。
出力の形:(1) 曖昧な点の一覧 (2) 私に足りない情報を尋ねる質問リスト (3) 改善版のプロンプト全文。
制約:改善版は、毎週同じ作業で使い回せる形にしてください。

よくある失敗と対策

失敗1 ツールの比較で満足してしまう

どれが良いかを調べ続けて、結局どれも業務で使っていないという状態です。対策は、題材を先に決めることです。Apply AI at Work も、プロンプトとレビューの基本習慣を作ることから始める流れになっています。比較は、自分の作業で2回試したあとにすると判断が早くなります。

失敗2 最初の1回で満点の答えを求める

最初の回答が期待外れだと「使えない」と結論づけてしまう失敗です。ヘルプは「Start with an initial prompt, review the response, and refine the prompt」と、反復を前提にした進め方を挙げています。直し方も「Adjust the wording, add more context, or simplify the request as needed」と示されているので、3往復するまでは評価を保留すると決めておくとよいでしょう。

失敗3 仕組みを知らずに結果だけを見る

長い会話で指示が通らなくなる、前に伝えた条件が反映されないといった現象に理由を見いだせず、不信感だけが残るパターンです。「AI capabilities and limitations」が扱う論点には context limits や working memory が含まれています。こうした性質を先に知っておくと、会話を分ける、前提を貼り直すといった対処が自分で選べます。

失敗4 英語の教材で止まってしまう

公式の学習サイトは英語の記載が多く、そこで手が止まる人がいます。対策の例として、講座名や説明文をAIに貼って要点を日本語で箇条書きにしてもらう、自分の職種での使い道を挙げてもらうという進め方があります。原文を読む前に地図を作るイメージです。

職種別の使い方の例

ここは出典の機能を前提にしない、使い方の例です。自分に近い職種から読んでください。

営業では、商談の記録を題材にするのが取り掛かりやすいです。打ち合わせのメモを貼って、次回までの確認事項と、先方の関心が高そうな論点を整理してもらい、お礼のメールの下書きまで作る流れです。口調の指定が効く場面なので、ヘルプにある formal や friendly といった形容詞での指定を試すと、送れる文に近づきます。

事務では、毎週同じ形で作る書類が題材になります。前回の完成物を見本として貼り、今回の素材を渡して同じ形にそろえてもらう。ここで有効な依頼が固まれば、第3段階の繰り返し使える形にそのまま育てられます。確認の工程は省かず、数字と固有名詞は自分で突き合わせるのが前提です。

企画では、たたき台を増やす使い方が向いています。前提と制約を書いたうえで、方向性の異なる案を3つ出してもらい、それぞれの弱点を自分で挙げてから、AIに反論させる。Claude のページで説明されている、問題を一緒に考える・下書きを検討するという使い方に近い進め方です。

よくある質問

生成AIの勉強は何から始めればよいですか

仕組みの理解から入るのがおすすめです。Claude Academy の AI Fluency の領域は、モデルや機能が変わっても通用する心構えとメンタルモデルを扱うと紹介されており、最初に時間を使う価値があります。並行して、自分の業務から題材を1つ選んでおくと、学んだことをすぐ試せます。

独学でも学べますか

提供元の学習サイトに対象別のトラックや講座が公開されているため、独学で進める土台はあります。OpenAI Academy には知識労働者向けの Apply AI at Work、開発者向けの Build with AI、推進役向けの Lead AI Adoption、教育向けの Teach and learn with AI が並んでいます。止まりやすいのは第3段階なので、同じ作業を繰り返し題材にするとよいでしょう。

プログラミングの知識は必要ですか

OpenAI Academy の対象区分では、知識労働者向けのトラックと開発者向けのトラックが分けて示されています。開発者向けの Build with AI は「Learn to use Codex across the software development lifecycle」と説明されており、コードを書く人向けの内容です。まずは自分の立場に合うトラックから選ぶとよいでしょう。

1つの講座にどれくらい時間がかかりますか

Claude Academy の記載では、AI Fluency: Framework and foundations が「14 lessons · 1 quiz」で所要4 hr、AI capabilities and limitations が「13 lessons · 1 quiz」で所要3.5 hr、Building effective human-agent teams (beta) が「5 lessons · 1 quiz」で所要45 min とされています。これは2026年10月時点の記載です。平日20分ずつでも、数週間で一巡できる分量が目安になります。

受講の条件や費用はどう確認すればよいですか

講座の一覧、イベントの日程、受講の条件は変わることがあります。2026年10月時点の内容としてこの記事を読み、申し込む前に OpenAI Academy と Claude Academy の公式ページで最新を確かめてください。会社の端末や業務での利用については、所属先の規程や公式窓口にも確認しておくと安心です。

会社やチームで使うなら

個人の学習がある程度進んだら、次の論点はチームでの型づくりです。Claude Academy には、シングルプレイヤーからマルチプレイヤーのAIへ移る利点とチームの備え方を扱う講座があり、OpenAI Academy の Lead AI Adoption は、実際のAIの取り組みをロードマップと最初のAI戦略のドラフトに落とす内容として紹介されています。社内で進めるときは、こうした枠組みを参考にしながら、扱ってよいデータの範囲を所属先の規程と公式窓口で確認しておくことをおすすめします。法人での導入や研修を検討する段階なら、累計600社超・5万人以上のAI活用を支援してきた株式会社デジライズに相談するという選択肢もあります。

あわせて読みたい

まとめ

生成AIの勉強方法で迷う原因は、教材の不足ではなく順番です。仕組みをつかみ、自分の仕事で試し、繰り返せる形に整える。この3段階に当てはめれば、OpenAI Academy や Claude Academy に並ぶ講座も、いま自分が見るべきものとして選べます。動画で順を追って学び直したい場合は、個人向けオンラインAIスクールとして990本以上の動画をそろえるデジライズAIスクールのコース一覧や料金プランも参考になります。基礎から積み上げたい人は「基礎教養編」から始める形が取り組みやすいでしょう。

出典


この記事は、各社の公式のヘルプ・ドキュメントや公的機関の資料をもとに AI で下書きし、出典の本文との照合とGoogle 検索による事実確認(ファクトチェック)を通ったものだけを公開しています。料金や機能は変わることがあるため、使う前に公式ページで最新の情報を確かめてください(2026年10月28日時点)。