Python×LangChainによるAIエージェント構築研修
PythonとLangChainを用いて、RAG・ツール連携・ワークフローなどを備えたAIエージェントのプロトタイプを構築する、
エンジニア向けのハンズオン研修です。実務への適用を見据えた設計ポイントまで丁寧に解説します。
※Pythonの基礎文法に加え、仮想環境やパッケージ管理の経験がある方を想定しています。
※レベル感がご不安な場合は、お問い合わせの際に現状のスキル感をお知らせください。
・LangChainの「概念説明」だけでなく、実際に手を動かしてエージェントを構築します。
・RAG（検索拡張生成）＋ツール連携を一通り体験し、「どこまで自前開発するか」の判断材料を得られます。
・自社の業務ドキュメントやFAQなどを題材にしたカスタマイズも可能です。
・講師はシステムエンジニア／PMとしての実務経験があり、「運用を見据えた設計」を意識した内容になっています。
この研修で目指すゴール
「LangChainを使って何ができるのか？」を、実装レベルで具体的にイメージできるようになることを目指します。
- LangChainの基本概念（LLMラッパー、プロンプト、チェーン、エージェント、ツール等）を理解する。
- RAG構成の基本的なパターン（埋め込み・ベクターストア・検索）を実装できる。
- 外部APIや社内ツールと連携する簡単なAIエージェントを構築できる。
- 自社のユースケースに対して、「LangChainで何を作るか」の当たりをつけられるようになる。
想定している対象者・前提スキル
Pythonでの開発経験があるエンジニアを中心に、DX推進担当者なども参加可能です。
- Pythonでの開発経験があるアプリケーションエンジニア・MLエンジニア
- 自社サービスや業務システムにLLM機能を組み込みたい開発チーム
- 社内PoCやプロトタイピングを主導するDX推進／情報システム部門の方
前提スキルの目安：
・Pythonの基本文法（関数・クラス・例外など）を理解している。
・仮想環境（venvやpoetry等）やpipでのパッケージインストールの経験がある。
・HTTP APIの呼び出しやJSONの扱いに触れたことがあるとなおスムーズです。
標準カリキュラム例（1日版）
下記は「1日（6時間）」想定の一例です。2日以上の構成では、応用的な内容・自社データでの演習を厚めに行います。
・LLMアプリケーションの典型構成（API直呼び／フレームワーク活用）
・LangChainで扱う主なコンポーネントの整理
・「LangChainでどこまでやるか？」という設計の考え方
・本研修で作るアプリケーションのゴールイメージ
・LangChainのLLMクラス／チャットモデルクラスの使い方
・プロンプトテンプレートによる指示の共通化
・シンプルなチェーンの実装とログの取り方
・プロンプト設計の基本パターン（ロール付与、出力フォーマット指定 等）
・埋め込みモデルとベクターストアの概要
・PDFやテキストをチャンク分割してベクターストアに登録
・ユーザの質問から関連ドキュメントを検索し、回答を生成
・プロンプト側での「根拠を示す回答」の指示方法
・ツール（関数）呼び出しのパターンと設計の注意点
・外部APIやデータベースへのアクセスサンプル
・シンプルなエージェントの構築（ツール選択〜実行〜回答）
・ログ／トレーシングの取り方の例
・用意されたドキュメントセットを使ったQAボットの構築
・各自のユースケースに近づけるためのカスタマイズ検討
・品質・コスト・レスポンスの観点での改善アイデア共有
・実務適用に向けた次の一歩（PoC〜本番）のポイント整理
- Day1：LLM・LangChainの基礎／RAG構築まで
- Day2：ツール連携・エージェント構築＋自社ユースケース検討
- Day3：自社データを使ったミニPoC開発（要事前準備・別見積もり）
※事前にGitHubリポジトリを共有し、社内のデータやAPIを使った題材を組み込むことも可能です（情報セキュリティポリシーに沿った範囲で調整します）。
※クラウド環境や社内ネットワーク制約などについても、事前にヒアリングさせていただきます。
実施形態・環境について
オンライン・対面どちらにも対応し、既存の開発環境を活用した実施も可能です。
| 実施形式 |
・オンライン（Zoom、Teamsなど） ・対面（貴社オフィス／会議室 等） ・ハイブリッド（会場＋オンライン参加）もご相談可能です。 |
|---|---|
| 受講人数 |
目安：5〜25名程度 手を動かす時間を確保するため、小〜中規模での実施を推奨しています。 |
| 必要な環境 |
・受講者1人1台のPC（Python実行環境／VS Code等のエディタ） ・LLM／ベクターストア等のAPIキー（例：OpenAI API 等） ・オンラインの場合：安定したネットワーク環境、ヘッドセット推奨 |
| ご用意いただきたいもの |
・利用予定のLLM・クラウドサービスの契約／APIキー ・演習で利用可能なサンプルデータ（社内FAQ、マニュアル等） ・社内ネットワーク／プロキシ等の制約情報 |
料金の目安
ご予算・日数・カスタマイズ範囲に応じて個別にお見積もりいたします。
料金は、以下の要素をもとに個別にお見積りさせていただきます。
- 研修日数（1日／2〜3日など）・時間数
- 受講人数と実施形式（オンライン／対面）
- 自社データ・自社APIを使った演習の有無
- 事前打ち合わせ・環境確認・資料カスタマイズの範囲
※一般的な企業向け技術研修の水準を踏まえつつ、「PoC〜本番を見据えた価値」を感じていただけるよう設計しています。
※具体的な価格感は、想定されるユースケースや現場の状況を伺ったうえでご提案いたします。
カスタマイズ事例イメージ
貴社の技術スタックやユースケースに合わせて、内容・難易度を柔軟に調整します。
- 対象：情報システム部門＋アプリケーション開発チーム
- Day1：RAGの基礎・LangChainでの実装・評価方法の解説
- Day2：社内ヘルプデスクのFAQを用いたQAボットプロトタイプ構築
- 成果物：社内テストに使えるレベルのプロトタイプと、今後の改善メモ
- 対象：SaaSプロダクト開発チーム
- 時間：1日
- 内容：API設計とエージェントの責務分割を中心に、サンプル実装＋設計レビュー
- 成果物：自社サービスに組み込む際のアーキテクチャ案・議論のたたき台
- 対象：入社数年以内の若手エンジニア
- 構成：前段でPython／API／JSONの基礎を補完しつつ、後半でLangChainに触れる構成
- 狙い：将来的なAIエンジニア候補の裾野を広げる「入口」として位置づけ
- 対象：開発部門のマネージャー・プロダクトオーナー
- 内容：品質・コスト・セキュリティ・責任範囲など、AI機能をプロダクトに組み込む際の論点整理
- 狙い：現場のエンジニアが提案しやすく、意思決定しやすい環境づくり
よくあるご質問
初めてLangChain研修をご検討いただく際によくいただくご質問をまとめました（内容イメージ）。
事前に簡単なスキルアンケートやサンプルコードをお送りし、レベル感を確認させていただいたうえで内容を調整します。
必要に応じて、「事前のPython基礎フォロー（別枠）」や「チーム内でのペアプロ形式」などもご提案可能です。
はい、可能です。まずはサンプルデータのみで構成した研修を実施し、PoCフェーズで社内データを扱う、という二段階の進め方もよくあります。
社内データを使う場合でも、匿名化・サンプル化などの方法をご一緒に検討いたします。
主要なLLM提供サービスであれば、概ね対応可能です。API仕様の差異などを踏まえたうえでサンプルコードを調整します。
ご検討中のサービス名をお問い合わせの際にお知らせいただければ、対応可否を確認したうえでご提案いたします。
はい、別途オプションとして、研修後のオンライン相談会やコードレビューセッションを設けることも可能です。
「研修で作ったものをベースにして社内で開発してみたが、設計や実装について相談したい」といったご要望にも対応しています。
自社のユースケースに沿ったLangChain研修を、一緒に設計しませんか？
「まずは社内向けQAボットを作ってみたい」「既存プロダクトにLLM機能を組み込みたい」など、
具体的な構想がある場合はもちろん、「何ができそうか相談したい」という段階でもお気軽にご連絡ください。
※お問い合わせ時に「Python×LangChainによるAIエージェント構築研修の件」と添えていただけると、スムーズにご案内できます。
※受講者のスキルレベルや、利用予定のクラウド／LLMサービスについても、分かる範囲でお知らせください。