• 2026年10月26日(月) 10:00 ~ 17:00

１．生成AIの使い方

　　（１）．AI品質スタンダードの全体像

　　　　ａ．3つの断絶（技能・品質・知識）と「知見の循環ループ」

　　　　ｂ．匠ナレッジコアの位置づけ（過去データの純化／暗黙知の言語化）

　　（２）．生成AIの限界と検証規律

　　　　ａ．ハルシネーション ― AIは「もっともらしい嘘」を返す

　　　　ｂ．出力は必ず人が検証する（AIは下書き、判断は人）

　　（３）．共通出力形式「判断カード」＝ 条件→判断→理由→例外

　　　　ａ．本講座の全アウトプットを貫く共通言語

　　　　ｂ．例外のない判断カードは「スローガン」に過ぎない

　　（４）．効果的なプロンプトの基本

　　　　ａ．役割付与・制約・段階的な問いの立て方

　　　　ｂ．機能（型）を使って問いを設計する考え方

２．設計ミスの再発防止と生成AIの活用

～同じトラブルを二度起こさない～

　　（１）．事象・現象・真因の3層純化

　　　　ａ．事象／現象／真因の切り分け

　　　　ｂ．真因と影響要因の分離

　　（２）．矛盾からの本質抽出

　　　　ａ．矛盾点から本質的課題を見つける方法

　　（３）．なぜなぜ分析のポイント

　　　　ａ．「精神論」「注意します」で終わらせない

　　　　ｂ．物理的メカニズムへの到達

　　（４）．真因を「判断カード」に落とす（条件→判断→理由→例外）

　　（５）．設計ナレッジDB（匠ナレッジコア）への統合

　　　　ａ．組織知として残すポイント

　　　　ｂ．再利用しやすい記録内容と形式

　　（６）．生成AIの活用

　　　　ａ．なぜなぜの壁打ち

　　　　ｂ．類似事例検索／真因候補の抽出

　　（７）．講師による生成AI活用デモ

　　　　ａ．なぜなぜの壁打ちをライブ実演

　　　　ｂ．完成品を演じず、積み上げで精度が上がる過程を正直に見せる

３．変更点リスクの抽出と生成AIの活用

～未然防止型の設計～

　　（１）．氷山深掘りによる構造的リスク抽出

　　　　ａ．表面化した変更点と潜在的変更点の見つけ方

　　　　ｂ．隠れたリスクを掘り起こす視点

　　（２）．外部知識の融合（補完）

　　　　ａ．Deep Research等で最新の設計リスク対策を「外の知見」として補う

　　　　ｂ．あくまで内部リスク抽出を補完する位置づけ

　　（３）．変更点を「機能・構造・環境」の観点で漏れなく故障モード化

　　（４）．生成AIによる懸念点抽出

　　　　ａ．変更点レビューでのAI活用／ベテラン視点の補完

　　　　ｂ．効果的な質問方法（プロンプト例）

　　（５）．DRBFMワークシートの素案作成

　　（６）．抽出リスクを「判断カード」に落とす（条件→判断→理由→例外）

　　（７）．講師による生成AI活用デモ

　　　　ａ．匿名化した設計変更事例によるリスク抽出

　　　　ｂ．DRBFM資料作成の効率化

４．設計判断の継承と資産化

～Know－Why を組織資産にする～

　　（１）．Know－How と Know－Why の違い

　　　　ａ．「何をするか」ではなく「なぜそうするのか」

　　（２）．設計判断の根拠を形式知化

　　　　ａ．判断基準の明文化／設計根拠の残し方

　　（３）．AIによる問い返し（逆質問）インタビュー

　　　　ａ．暗黙知の抽出／インタビュー効率化

　　　　ｂ．【デモ運用ルール】AIをインタビューアーにしすぎない

　　（４）．構造化（条件→判断→理由→例外＝判断カード）

　　（５）．ナレッジのデータベース化

　　　　ａ．Section 2・3と同一の匠ナレッジコアへ合流

　　　　ｂ．検索しやすい記録／再利用性の高いフォーマット

　　（６）．講師による生成AI活用デモ（正本積み上げ方式）

　　　　ａ．問い返し→構造化→DB登録の一連を実演

　　　　ｂ．脱線・捏造を避ける停止・クローズ指示を組み込む

オンラインセミナー