1日目：業務課題の特定と生成AIを活用した要件定義・プロトタイピング

​

• オリエンテーションとDX・コード生成AIの基礎

  生成AIのトレンドとコード生成AIがもたらす開発革新

• 課題特定ワーク：日常業務の棚卸しとアプリ化課題の抽出

  課題を洗い出し、アプリ化・自動化すべき対象を特定

• 実践的プロンプトエンジニアリング：要件定義と仕様書の作成

  AIに正確なコードを書かせるための「仕様書プロンプト」作成法

• コード生成AIツールの比較と選定

  目的別のツール使い分け（例：画面作成のv0/Bolt.new、本格開発のCursor/Claude Code、補助のGitHub Copilotなど）

• 画面プロトタイピング実践：AIによる高速UI構築

  自然言語の指示から数分でウェブ画面・フォーム・ダッシュボードのプロトタイプを生成する実習

• データ構造とロジック設計の基礎

  API連携や簡易データベース（Supabase/Firebase等）の設定・データ処理ロジックのAI生成

• 1日目のまとめ：作成する社内アプリの仕様策定

  棚卸しした課題と学習内容を紐づけ、2日目に作成する社内アプリの要件定義を完成させる
   

2日目：コード生成AIによる社内アプリ構築実践と全社DXロードマップ

​

• 社内アプリ構築実践

  コード生成ツールを活用し、自社課題を解決するアプリ（申請フォーム、管理ツール、検索アプリなど）を実際に構築

• AIを活用したデバッグ・リファクタリングと機能拡張

  エラーログをAIに読み込ませた修復テクニック、コードの最適化、追加機能の実装手順

• データ「見える化」とダッシュボード・AI分析機能の実装

  アプリ内データを取り出し、グラフ描画やAI要約・分析ロジックをアプリに組み込む手法

• ローコード/ノーコードツールや既存システムとの連携

  作成したアプリと社内既存データベース・外部API（Webhook連携等）をつなぐ手法

• コード生成AI利用におけるセキュリティとガバナンス

  ソースコードの流出防止、著作権・ライセンス管理、シャドーITを防ぐ運用ルールの策定

• 内製化（市民開発）を後押しする社員教育と全社DXロードマップ

  非エンジニア・エンジニア双方がAI開発を活用するための組織体制構築と推進計画

• 成果発表・フィードバックおよび質疑応答

  受講者が作成した社内アプリのデモ発表と講師からの講評、運用に向けた質疑応答