研究開発部門のための

生成AI・AIエージェント構築実践講座

《文献調査・テーマ探索・実験計画立案を“AIの研究チーム”に任せる！

AI for scienceはじめの一歩》

■PC実習付き■

【提携セミナー】

主催：株式会社R&D支援センター

◆セミナー趣旨

研究開発の現場では、生成AIを日常的に使い始めた一方で、文献調査の負荷、テーマ発掘の属人化、経験頼みの実験計画、秘匿データの扱いといった課題は残ったままです。科学研究では複数のAIエージェントが仮説を立て、実験計画を提案する「AI for Science」が急速に進み、研究者一人ひとりがAIの「研究チーム」を持つことが現実的になっています。本講座は、その最初の一歩を自分の手で作る実践講座です。AIエージェントの振る舞いは、研究領域・設備の制約・判断ルール・報告の型を自然言語で書いた設計ファイル（MDファイル）で決まるため、プログラミングは不要です。この設計ファイルを自分の研究業務に合わせて書くことを軸に、（1）出典付き調査レポートを生成する文献・特許調査エージェント、（2）発案役と批評役が議論して研究テーマ候補を評価するマルチエージェント、（3）実験計画法から次の実験条件を提案するエージェントの3つを構築し、実験結果を戻して次の条件を提案させるループまで体験します。あわせて、独自データを資産にする実験記録の考え方、閉域・ローカルLLMの構成、ハルシネーション対策、PoCで終わらせない進め方を解説し、最後に自社の導入ロードマップを作成します。

◆習得できる知識

• AIエージェントの構成要素（言語モデル・道具・記憶・手順）と、プログラミングを使わない組み方の選択肢（チャット型AIの機能拡張、ノーコードのワークフローツール、AIコーディング支援）
• エージェントの振る舞いを決める設計ファイル（研究領域・設備制約・判断ルール・報告の型・実験記録の形式をまとめたMDファイル）の書き方と、自社の研究業務を設計書として形式知化する手法
• 文献・特許調査を自動化し、出典付きの比較表・調査レポートを生成するエージェントの構築手法
• 自社の技術資産や制約条件を読み込ませ（RAG）、発案役・批評役・統合役のマルチエージェントで研究テーマ候補を生成・評価する仕組みの設計手法
• 因子・水準の整理から実験計画法・ベイズ最適化との接続まで、実験計画提案エージェントの構築手法と自律実験への発展の考え方
• 実験を回して結果を戻す高速サイクルの設計と、AIエージェント前提の独自データ（実験記録）の考え方、データからAIが法則・モデルを見つける最新動向（サロゲートモデル・世界モデル・科学基盤モデル）
• 研究データを守る閉域・ローカルLLMの構成パターン、ハルシネーション対策、小さく始めて本番運用へ移す進め方（技術検証→価値検証）
• 受講後すぐ使える設計ファイル（MD）と3つのエージェント雛形、自社ユースケースの棚卸し・導入ロードマップ

◆受講対象

• 研究開発部門（材料・化学・機械・電気・医薬・食品など）の研究者・技術者で、AIエージェントを自分の業務で使い始めたい方
• 研究開発部門のDX・AI活用推進を担当し、部内で使えるエージェントの雛形を持ち帰りたい方
• 実験計画法に関心があり、その前工程（文献調査・テーマ探索）と後工程（考察・報告）をAIでつなぎたい方
• Pythonは書けないが、自分の手を動かしてエージェントの構築を体験したい方

◆必要な前提知識

• 生成AI（ChatGPT、Gemini等）を使ったことがある程度で問題ありません。
• プログラミングの知識は不要です（チャット型AIの機能拡張やノーコードツールを用いて実習を行います）。
• PC実習のため、インターネットに接続できるPC（ブラウザ利用可）をご用意ください。実習用ツールのアカウント作成方法は事前にご案内します。
• 会社PCの制限でツールが利用できない場合も、講師の画面を見ながら進め方を理解いただける構成です。

担当講師

（株）Iroribi　代表取締役　下山 輝昌　氏

【専門】
データ分析，AI，IoTを含むデジタルテクノロジー全般のビジネスへの利活用

【略歴】
株式会社Iroribi 代表取締役。日本電気株式会社(NEC)の中央研究所にてハードウェアの研究開発に従事した後、独立。機械学習を活用したデータ分析やダッシュボードデザイン等に裾野を広げ、データ分析コンサルタントとして幅広くプロジェクトに携わる。同時に、最先端テクノロジーの効果的な活用による社会の変革を目指し、2017年に合同会社アイキュベータを共同創業。2021年にはテクノロジーとビジネスの橋渡しを行い、クライアントと一体となってビジネスを創出する株式会社 Iroribiを創業。人工知能、Internet of Things(IoT)、情報デザインの新しい方向性や可能性を研究しつつ，建設，ファシリティ，エンタメ，パブリックセクターなど，業界を問わず幅広い分野でビジネス化に取り組んでいる。

セミナープログラム（予定）

1．研究開発を変えるAIエージェント
1-1．生成AIからAIエージェントへ：チャットで「聞く」から、仕事を「任せる」へ
1-2．AI for Scienceの潮流と企業R&Dの現在地
（1）国内外の政策・技術動向（文部科学省の戦略方針、AI Co-Scientist、自律実験室、材料探索エージェント）
（2）企業の研究開発現場で起きている4つの壁（調査負荷・属人化・経験頼みの実験計画・秘匿データ）
1-3．研究開発プロセスのどこにAIエージェントを置くと効くのか
（1）文献・特許調査→テーマ探索→仮説生成→実験計画→実験・解析→考察・報告の流れで整理する
（2）「AIに任せる工程」と「人が判断する工程」の切り分け方
1-4．本講座で構築する3つのエージェントの全体像と、他分野への置き換え方

2．AIエージェント構築の基礎：業務をMDファイルで設計する
2-1．AIエージェントの中身：大規模言語モデル・道具（検索、文書読み込み、計算）・記憶・手順の4要素
2-2．エージェントの振る舞いは設計ファイル（MD）で決まる：自然言語で書く「業務の設計書」
（1）RESEARCH.md：研究領域・目標特性・技術資産・除外領域
（2）LAB.md：使える設備・材料・測定手段・安全上の制約
（3）RULES.md：判断ルール、出典必須、人がレビューする場面、やらないこと
（4）STYLE.md／DATA.md：報告書・テーマ候補表・実験記録の型
2-3．組み方の選択肢：チャット型AIの機能拡張、ノーコードのワークフローツール（Dify等）、AIコーディング支援による内製——設計ファイルはどの手段でも共通
2-4．実習環境の準備と動作確認（アカウント、サンプルデータ、設計ファイルのテンプレート読み込み）
2-5．良いプロンプトと悪いプロンプト：設計ファイルと指示文の役割分担

3．実習①：文献・特許調査エージェントを作る
3-1．設計：RESEARCH.mdに調査目的を書き、検索観点に分解する（キーワード、対象データベース、期間、除外条件）
3-2．構築：検索→本文取得→要約→比較表への構造化までの手順を組む
3-3．動作確認：出典付き調査レポートを自動生成し、内容を検証する
3-4．改善：抜け漏れ・誤りを減らすためのRULES.md・STYLE.mdと手順の見直し
（成果物：RESEARCH.md雛形、先行研究比較表と出典付き調査レポートの雛形）

4．実習②：テーマ探索・仮説生成のマルチエージェントを作る
4-1．設計：発案役・批評役・統合役それぞれの設計ファイル（役割・評価軸・やらないこと）を書く
4-2．構築：自社の技術資産・制約条件（RESEARCH.md／LAB.md）を知識として読み込ませる（RAG）
4-3．構築：複数のテーマ候補を生成し、新規性・実現性・事業性の評価軸でスコアリングする
4-4．動作確認：批評役による反証とブラッシュアップを回し、テーマ候補一覧を出力する
4-5．改善：評価軸の重み付けと、人がレビューを挟むポイントをRULES.mdに反映する
（成果物：役割別設計ファイル、スコア付きテーマ候補一覧の雛形）

5．実習③：実験計画提案エージェントを作り、実験を回す
5-1．設計：LAB.mdに因子・水準・制約条件を書き、対話で整理を支援する流れを決める
5-2．構築：実験計画法（直交表など）やベイズ最適化を道具として呼び出す
5-3．動作確認：初期実験計画案を生成し、実験結果を入力して次の候補条件を提案させる
5-4．実験をどんどん回す：AIが読める実験記録の形式（DATA.md）と、実験を重ねるほど賢くなるループの設計
5-5．発展：データからAIが法則を見つける（サロゲートモデル・世界モデル・科学基盤モデル）と、自律実験・MI基盤・実験管理システムとの接続
（成果物：LAB.md・DATA.md雛形、実験計画表・実験記録テンプレート・次候補提案の雛形）

6．自社導入に向けて
6-1．独自データの考え方：失敗した条件・観察メモも資産にする、AIエージェント前提の実験記録とデータ基盤の設計
6-2．情報セキュリティ：研究データ・未公開情報の扱いと、クラウド／閉域・ローカルLLMの構成パターン
6-3．品質担保：出典提示・批評エージェント・評価データによるハルシネーション対策
6-4．小さく始めて本番に移す進め方：使う技術と業務の橋渡し設計→技術検証→価値検証（PoCマネジメント）
6-5．AIの設計は“人”の設計に近づいている：研究チームと組織の設計として、熟練研究者と若手のワーキンググループで設計ファイルを育てる
6-6．ワーク：自社の研究業務でRESEARCH.md／RULES.mdの骨子を書き、ユースケースと導入ロードマップにまとめる

7．質疑応答・ディスカッション

公開セミナーの次回開催予定

開催日

【LIVE配信】2027/2/10（水） 10:30～16:30
【アーカイブ配信】2/12～2/25（何度でも受講可能）

開催場所

【WEB限定セミナー】※会社やご自宅でご受講下さい。

受講料

非会員： 55,000円 （本体価格：50,000円）
会員： 49,500円 （本体価格：45,000円）

非会員の方は1名につき55,000円（税込み）です。
会員の方もしくは新規会員登録していただいた方の受講料は以下の通りです。
★1名で申込の場合、49,500円（税込）に割引になります。
★2名以上同時申込の場合、1名につき半額の27,500円（税込）に割引になります。
※参加者全員の会員登録が必要です。登録料や年会費などは一切かかりません。

※LIVE配信とアーカイブ配信（見逃し配信）両方の視聴を希望される場合
お一人様につき、追加料金11,000円（税込）にてお申込みいただけます。
メッセージ欄に「LIVEとアーカイブ両方視聴」と明記してください。

※セミナー主催者の会員登録をご希望の方は、申込みフォームのメッセージ本文欄に「R&D支援センター会員登録希望」と記載してください。ご登録いただくと、今回のお申込みから会員受講料が適用されます。

※R&D支援センターの会員登録とは？
ご登録いただきますと、セミナーや書籍などの商品をご案内させていただきます。
すべて無料で年会費・更新料・登録費は一切かかりません。

LIVE配信のご案内

こちらをご参照ください

備考

• 資料付（PDFデータでの配布）
  ※紙媒体での配布はございません。
  ※資料の無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。

お申し込み方法

★下のセミナー参加申込ボタンより、必要事項をご記入の上お申し込みください。

★【LIVE配信】、【アーカイブ配信】、【LIVEとアーカイブ両方視聴】のいずれかから、ご希望される受講形態をメッセージ欄に明記してください。