週刊AXニュース最新号:【2026年10月21日号】Gemini・Meta・DeepSeek で高性能&廉価モデルが相次ぐ、米8州の OpenAI 提訴など AI の脅威に関心が集まる無料で購読する →
基礎・リテラシー研修|研修パッケージの演習ツール

生成AIの基礎から現場活用、リスク管理まで
一気通貫で、貴社の現場に合わせて。

ChatGPT・Claude・Gemini などの生成AIを、ツールの流行に左右されない「普遍的な使い方」から学びます。全社員向けの基礎、職種別の実務演習、リスク管理・倫理まで、貴社の課題に合わせて単独受講も組み合わせも可能です。

法人向け研修パッケージの一部として提供します:このページは、研修パッケージの演習で使用するツール別の内容です。経営層・管理職向け/DX/AX推進者向け/一般従業員向けの各パッケージに組み込んで実施します。

こんな企業に向いています

  • ツールは配ったが、現場では自己流の利用が広がり、品質やリスクの管理ができていない
  • 全社員に最低限のリテラシーを揃え、その上で職種別に深めたい
  • 情報漏えい・著作権・ハルシネーションなどのリスクを、ルールと教育の両面で抑えたい

研修で得られること

01

ツールに依存しない基礎力

プロンプトの構造、検証の習慣、限界の理解など、どのサービスでも通用する基礎を揃えます。

02

職種別の実務演習

営業・企画・人事・経理・カスタマーサポートなど、実際の業務シナリオで演習します。

03

リスク管理・倫理

情報漏えい、著作権、バイアス、ハルシネーションへの対処と社内ルールの整備を扱います。

04

AIエージェントへの橋渡し

チャット型の活用から、Claude Code・Codex・Copilot などのエージェント活用へ進むためのロードマップを示します。

パッケージ × レベル別コース一覧

3つの研修パッケージ(経営層・管理職向け/DX/AX推進者向け/一般従業員向け)と、入門・実践・定着の3レベルで9コース。パッケージの中で必要な枠を組み合わせます。コース名をクリックすると詳細に移動します。

Level 1 入門Level 2 実践Level 3 定着・伴走
経営層・管理職向け意思決定者、部門長、推進責任者経営層向け 生成AI活用・ガバナンス講座90分/対面 / オンライン管理職向け AI活用推進ワークショップ半日(3時間)/対面推奨推進責任者向け 定着伴走月2回 × 3か月〜/オンライン中心
DX/AX推進者向けDX・AX推進担当、情報システム、開発者AIリスク管理・倫理研修(情シス・法務向け)60〜90分/オンライン可API・自動化入門(IT部門向け)半日(3時間)/ハンズオンAIエージェント導入準備伴走週1回 × 2〜3か月/オンライン中心
一般従業員向け企画・営業・バックオフィスなど非エンジニア生成AI研修 〜初級編〜60〜90分/対面 / オンライン職種別 実務演習(ChatGPT / Claude / Gemini)半日(3時間)/対面推奨、演習中心現場定着伴走(部門単位)週1回 × 8〜12週/オンライン(30〜60分)+チャット質疑
価格について:対象人数・時間・形式・伴走期間により変わるため、ヒアリング後にお見積りします。助成金の申請代行・要件対応には対応していません。

コース詳細

各コースをクリックすると、目標・時間・形式・主な内容が開きます。

経営層向け 生成AI活用・ガバナンス講座経営層・管理職向けLevel 1 入門90分
目標
生成AIの事業インパクトとリスクを理解し、全社方針と投資の優先順位を決められる。
時間
90分
形式
対面 / オンライン
主な内容
  • 生成AIの現在地とビジネスインパクト
  • 先行企業の活用パターン
  • ガバナンス・ルール整備の論点
  • AIエージェントへの発展の見通し
  • 全社方針のワーク
管理職向け AI活用推進ワークショップ経営層・管理職向けLevel 2 実践半日(3時間)
目標
部門の業務に生成AIを組み込む計画と、メンバー育成・評価の方針を作成できる。
時間
半日(3時間)
形式
対面推奨
主な内容
  • 部門業務の棚卸し
  • 活用シナリオの設計
  • メンバー育成と評価
  • 推進計画の作成と発表
推進責任者向け 定着伴走経営層・管理職向けLevel 3 定着・伴走月2回 × 3か月〜
目標
全社の活用状況を把握し、ルール改定・次の投資を継続的に判断できる。
時間
月2回 × 3か月〜
形式
オンライン中心
主な内容
  • 推進体制の設計
  • 月次レビュー
  • ルール改定支援
  • 次ステップ(エージェント導入)の計画
生成AI研修 〜初級編〜一般従業員向けLevel 1 入門60〜90分
目標
生成AIの仕組みと限界を理解し、安全に基本的な業務(要約・下書き・アイデア出し)に使える。
時間
60〜90分
形式
対面 / オンライン
主な内容
  • 生成AIの仕組みと得意・不得意
  • プロンプトの基本構造
  • 要約・下書き・アイデア出しの演習
  • やってはいけないことと社内ルール
職種別 実務演習(ChatGPT / Claude / Gemini)一般従業員向けLevel 2 実践半日(3時間)
目標
自分の職種の業務シナリオで生成AIを活用する手順を確立し、成果物の品質を検証できる。
時間
半日(3時間)
形式
対面推奨、演習中心
主な内容
  • 職種別シナリオ演習
  • データ整形・分析の基礎
  • 資料・文書作成の型
  • 検証と改善のサイクル
  • 成果共有
現場定着伴走(部門単位)一般従業員向けLevel 3 定着・伴走週1回 × 8〜12週
目標
部門で生成AI活用が日常化し、成功事例が共有されている。
時間
週1回 × 8〜12週
形式
オンライン(30〜60分)+チャット質疑
主な内容
  • 社内ガイドライン・利用ルールの策定支援
  • 部門別ユースケースの棚卸しと優先順位づけ
  • 週次の伴走ミーティング(質疑・レビュー・つまずき解消)
  • 成果指標(利用率・時間削減・品質)の設計と計測
  • 社内推進者(アンバサダー)の育成
AIリスク管理・倫理研修(情シス・法務向け)DX/AX推進者向けLevel 1 入門60〜90分
目標
情報漏えい・著作権・バイアス・ハルシネーションのリスクを整理し、社内ルールのたたき台を作成できる。
時間
60〜90分
形式
オンライン可
主な内容
  • 主要リスクの整理
  • 各サービスのデータ取り扱い方針の読み方
  • 社内ガイドラインの構成
  • 教育・監査の仕組み
API・自動化入門(IT部門向け)DX/AX推進者向けLevel 2 実践半日(3時間)
目標
生成AI API を使った小さな業務自動化を試作し、コスト・品質・セキュリティの評価ができる。
時間
半日(3時間)
形式
ハンズオン
主な内容
  • API の基本と料金の考え方
  • プロンプト設計と評価
  • 簡単な自動化の試作
  • セキュリティとコスト管理
AIエージェント導入準備伴走DX/AX推進者向けLevel 3 定着・伴走週1回 × 2〜3か月
目標
Claude Code・Codex・Copilot などのエージェント導入に向けた環境・ルール・PoC 計画が整っている。
時間
週1回 × 2〜3か月
形式
オンライン中心
主な内容
  • ツール比較と選定
  • 権限・セキュリティ設計
  • PoC 計画と評価指標
  • 展開ロードマップ

研修の進め方

01

パッケージ別に設計

経営層・管理職は投資判断とガバナンス、DX/AX推進者は浸透と統制・開発への組み込み、一般従業員は自分の業務の自動化。必要な枠だけを選べます。

02

持ち込み業務で演習

サンプルではなく自社の業務データで演習し、指示書・テンプレートを成果物として持ち帰ります。

03

研修後の伴走

週次の伴走ミーティングとチャット質疑で、現場のつまずきを解消。利用率・削減時間を数値で報告できる状態にします。

過去の取引先企業様(一部)

  • 大阪ガスグループ様(グループ内子会社含む)
  • 北海道ガスグループ様
  • 太陽生命様
  • 四国電力様
  • 東急Re:デザイン様
  • 日本ソフトウェア協会様
  • エネオスウィング様
  • 日本健康検定マスター様
  • ロッテ様
  • 野澤組様
  • 全国農業会議所様
  • 太田丸様

※ 順不同。当社の研修・コンサルティング事業を含む取引実績です。パートナー企業様経由の取引も含みます。

よくあるご質問

どの研修を選べばよいか分かりません。相談だけでも可能ですか?
もちろん可能です。「何から始めればよいか分からない」段階でも、現状のヒアリングから最適な組み合わせをご提案します。
特定のツールに偏らない研修は可能ですか?
可能です。全社向け基礎はツールに依存しない内容で構成し、職種別演習で貴社が利用中のサービスを扱います。
助成金は使えますか?
当社では人材開発支援助成金等の申請代行・要件対応は行っていません。助成金の活用をご希望の場合は、貴社側で申請いただく形となります。

生成AI研修(全社向け)について相談する

対象部署・利用中の契約・セキュリティ要件を伺い、研修パッケージとレベルの組み合わせをご提案します。相談は無料です。

5分で読める!週刊AXニュース。最新トレンドを独自解説、無料で毎週配信中。登録はこちら(株式会社アリストル 代表取締役 宮崎 学)