ChatGPT Pythonプログラミング セミナー
        
“知財DX”の導入と推進ポイント
適正な知財コストの考え方と権利化、維持、放棄の決め方
【アーカイブ配信】をご希望の方はこちらをクリックしてください

<セミナー No 508503>


【Live配信 or アーカイブ配信】

★Pythonによる簡単なスクリプトや業務改善ツールを誰でも作れるようになる!
  データの取得、Excelファイルの読み込み、うまくいく指示の出し方など易しく解説!!

ChatGPTを使った

Pythonプログラミングの実践講座


■ 講師

和から(株) 経営企画室室長・データサイエンティスト 岡ア 凌氏

【講師略歴】
大阪大学大学院修了。人工知能(AI)の画像認識モデルの開発に従事し、現在は和から株式会社にて経営企画室室長 兼 データサイエンティストとして、データ分析やAIシステム開発に従事。統計学・機械学習の教育にも力を入れ、ExcelやPython、R言語などを駆使した講座を開発し、法人向け研修を年間30社以上で実施。大手アパレルメーカーの売上分析など、幅広い業界のコンサルティングも手がける。TACやオンラインスクールでの動画教材の提供や、AI関連の専門学校、市町村アカデミーなどで幅広く講演を行う。

■ 開催要領
日 時

【Live配信】2025年8月19日(火) 13:00〜17:00
【アーカイブ(録画)配信】 2025年8月28
日まで受付(視聴期間:8月28日〜9月6日まで)

会 場 Zoomを利用したLive配信 または アーカイブ配信 ※会場での講義は行いません
セミナーの接続確認・受講手順は「こちら」をご確認下さい。
聴講料

1名につき 49,500円(消費税込、資料付)
〔1社2名以上同時申込の場合のみ1名につき44
,000円〕

〔大学、公的機関、医療機関の方には割引制度があります。詳しくは上部の「アカデミック価格」をご覧下さい〕

■ プログラム

【講座の趣旨】
生成AIの登場により、これまでプログラミングに縁がなかったビジネスパーソンでも、業務自動化やデータ活用に 取り組むことが可能になりました。本講演では、ChatGPTを活用して、Pythonによる簡単なスクリプトや業務ツールを“誰で も”作れるようになるためのアプローチと注意点を、実例とともにわかりやすく解説します。 たとえば「表計算データの加工・集計」や「単純な繰り返し作業の自動化」など、実務に役立つアイデアを具体的に紹介し、実 際にどのように活用できるかをイメージしやすくお伝えします。 また、生成されたコードの意味がわからなくても使える支援 ツールや、うまくいく指示の出し方(プロンプト)のコツも丁寧に解説します。ChatGPTを“手が届く業務改善ツール”として捉 え、日々の仕事を少しずつラクにしていく第一歩を後押しします。


【講座内容】
1.生成AIとは
  1.1 生成AIとは何か
  1.2 ChatGPTの登場と進化
  1.3 LLM(大規模言語モデル)の仕組み
  1.4 ChatGPT無料版と有料版の違い
  1.5 業務活用事例

2.ChatGPTでできるプログラミングとは
  2.1 「プログラムを書く」ために必要なこと
  2.2 ChatGPTが生成できるコードの種類
  2.3 命令(プロンプト)によるコーディング
  2.4 自動化・効率化に役立つ代表的な活用パターン
  2.5 ChatGPTに向いている作業、向いていない作業

3.ChatGPTによるPythonプログラミングの実例
  3.1 Excelファイルの読み込みと集計
  3.2 CSVデータを加工してグラフ化
  3.3 フォルダ内のファイルを一括処理
  3.4 売上や業務データのレポート化(PDF出力など)
  3.5 Webデータの取得(基本的なスクレイピング)
  3.6 簡易なデータ分析(平均、グラフ、相関)
  3.7 コードだけでなくドキュメントやヘルプも生成可能

4.コード生成を成功させるプロンプトの工夫
  4.1 良いプロンプトとは?
  4.2 やりたいことの「背景」を伝える
  4.3 プログラムエラーを修正する
  4.4 段階的に改良する“会話型”プロンプト
  4.5 完成コードを得るまでのステップ型指示

5.使えるツール・補助環境の紹介
  5.1 ChatGPTの標準インターフェースの使い方
  5.2 コード生成を支援する専用ツール(Cursor)
  5.3 Pythonを試す環境(Google Colab)
  5.4 生成したコードの整形・確認に使えるWebサービス(Python Tutor)

6.リスクと注意点
  6.1 ChatGPTは完璧ではない:間違い例の紹介
  6.2 生成コードの動作確認とテストの重要性
  6.3 業務で使う際のセキュリティリスク
  6.4 著作権と商用利用の注意点
  6.5 「自動化しすぎ」の落とし穴

7.業務活用に向けた考え方と実践のヒント
  7.1 「どこで活かせるか」を考える
  7.2 使う前に決めておくべきこと(目的と成果物)
  7.3 プログラムの“中身”を完全に理解する必要はあるか?
  7.4 共同利用・チームでの活用における注意点
  7.5 作ったコードはどう保存・管理すればいい?

【質疑応答】

ChatGPT Python プログラミング セミナー