Day1｜まず全体像をつかむ——「AIの地図」を頭に入れる
最初の1日は、手を動かさない。
意外に思われるかもしれないが、AIを使いこなす人と使いこなせない人を分ける最大の差は、技術スタックの全体像を頭に持っているかどうかにある。地図がないまま個別のツールを触っても、自分が今どこにいて、何ができて、何ができないのかがわからない。
Day1で頭に入れるべきは、3つの階層だ。
| 階層 | 何か | 代表例 |
|---|---|---|
| 基盤モデル | テキスト・画像・音声を理解／生成する素のAI | GPT-5、Claude 4、Gemini 2.5 |
| アプリケーション | 基盤モデルを使いやすくしたサービス | ChatGPT、Claude、Gemini、Copilot |
| エージェント／自動化 | AIが自律的にタスクを遂行する仕組み | Claude Code、Devin、各種MCP |
この3階層のどこに何があるかを把握すると、新しいニュースが流れてきたときに「これは基盤モデルの話か、アプリの話か、エージェントの話か」が瞬時に分類できるようになる。
Day1の具体アクションは2つ。第一に、主要3社（OpenAI、Anthropic、Google DeepMind）の最新モデルカードを公式サイトで読む。第二に、自分が普段使っているAIサービスがどの基盤モデルを使っているかを調べる。これだけで「点」が「線」に変わる感覚がある。
Day2｜3大チャットAIを使い比べる——同じ問いで違いを体感する
地図が頭に入ったら、Day2は手を動かす。
ChatGPT、Claude、Geminiの3つを、同じプロンプトで使い比べる日にあてる。多くの人がどれか一つしか使っておらず、それぞれの個性を体で知らない。これは大きな機会損失だ。
| 項目 | ChatGPT | Claude | Gemini |
|---|---|---|---|
| 開発元 | OpenAI | Anthropic | Google DeepMind |
| 強み | 汎用性・拡張機能の豊富さ | 長文読解・思考の深さ | Google検索連携・マルチモーダル |
| 無料プランの実用性 | 中 | 中 | 高 |
| 業務向き | アイデア発散・コード | 文書精読・レポート | 検索・データ分析 |
| 個性 | 元気に提案してくる | 慎重に考えてくる | 検索結果と統合してくる |
Day2の課題はシンプルだ。自分の仕事に近いタスクを一つ選び、3つのAIすべてに同じプロンプトを投げる。たとえば「来週の会議用に、競合A社の戦略を3点に整理してほしい」。出力の長さ、論理の運び方、引用の出し方が、驚くほど違うことに気づくはずだ。
その違いを言語化できるようになると、次から「このタスクはClaudeに、このタスクはGeminiに」と使い分けが自然にできる。これがAIを使いこなす人の最初のサインだ。
Day3｜プロンプトエンジニアリング入門——出力の質を10倍にする5つの型
Day3は、最も投資対効果が高い1日になる。
プロンプト次第で出力の質は劇的に変わる。だが、世に出回っている「魔法のプロンプト集」を覚える必要はない。基本の型を5つだけおさえれば、9割の場面に対応できる。
| 型 | 何をする | 例 |
|---|---|---|
| 役割設定 | AIに肩書きや専門性を与える | 「あなたはB2B SaaSのプロダクトマーケターです」 |
| 文脈の提示 | 背景情報を構造化して渡す | 「前提: 弊社は従業員50名、SaaS、ARR 5億円」 |
| 出力形式の指定 | 表・箇条書き・字数を明示 | 「3つの観点で、各150字以内で」 |
| Few-shot | 良い例を1〜3個見せる | 「例えばこういうトーンで: ……」 |
| Chain-of-Thought | 考える順序を指示する | 「まず前提を整理し、次に……最後に結論を」 |
この5つを意識して書くだけで、出力の精度は段違いに上がる。
Day3の課題は、自分の業務でよく使う依頼を一つ選び、「型なし」と「5つの型を意識した版」で同じAIに投げてみることだ。比較すれば、プロンプトが変数であり、レバーであることが体でわかる。
そして大事なことを一つ。プロンプトは長ければよいわけではない。情報の質と構造化の度合いが本質だ。冗長な指示はノイズになる。
Day4｜業務に組み込む——AIエージェントと自動化の入口
Day4は、チャットの先にあるAIの世界に踏み込む。
2026年のキーワードは「エージェント」だ。チャットウィンドウに質問を投げる段階から、AIが自律的にタスクを遂行する段階へ移行が始まっている。エンジニアならClaude Code、ビジネス職ならMicrosoft Copilotのエージェントモード、汎用的にはMCPを通じた連携——入口は職種ごとに異なるが、構造は同じだ。
エージェントの本質は「AIが道具を使う」ことにある。検索する、ファイルを読む、コードを実行する、APIを叩く——人間がやっていた手順をAIが代行する。これによって、AIの守備範囲は「答えを返す」から「仕事を終わらせる」へ広がる。
Day4の具体アクションは、自分の職種に合うエージェントツールを一つ選び、無料枠か体験版で実際に動かすこと。エンジニアならClaude Codeで簡単なリファクタを依頼する。ビジネス職ならCopilotにExcel集計を任せる。実際にAIが「自分の代わりに何かを完了させる」経験を一度でも持てば、世界の見え方が変わる。
注意点も付け加える。エージェントの出力は必ず検証する習慣を持つこと。自律性が増すほど、人間側のレビュー責任が重くなる。
Day5｜マルチモーダルAIを試す——画像・動画・音声の最前線
最終日は、テキスト以外の領域に触れる。
ChatGPTやClaudeはテキストの世界の話だが、AIの本領はマルチモーダルにある。画像、動画、音声、3Dモデル——あらゆるメディアを生成できる時代だ。Day5は、各領域の代表ツールを一つずつ触ってみる。
| 領域 | 代表ツール | 試すべきこと |
|---|---|---|
| 画像生成 | Midjourney、Stable Diffusion、Imagen | 自社ロゴのコンセプト案、企画書のキービジュアル |
| 動画生成 | Sora、Runway、Veo | 5〜10秒のプロダクトデモ、SNS用ショート動画 |
| 音声生成 | ElevenLabs、Suno | ナレーション音源、社内BGM、PoC用ジングル |
| 文字起こし | Whisper、Otter | 過去の会議録音をテキスト化 |
ポイントは、すべて「自分の仕事に直結する素材」で試すことだ。一般的なお試し画像を作っても学びは薄い。来週の会議資料、来月のリリース、進行中のプロジェクト——具体的な使い道を持って触ると、生成AIの「使える／使えない」境界が肌でわかる。
著作権・権利関係への配慮も忘れてはいけない。商用利用の可否、学習データの透明性、利用規約のアップデート頻度——ツール選定の際は性能だけでなく、これらの観点もチェックする習慣をつけたい。
GW明けからの継続学習プラン——習慣化が差をつくる
5日間でAIリテラシーは確実に底上げできる。だが、本当の差はここから先につく。
AIの進化速度は人間の学習速度を上回る。半年触らなければ、現場感覚は確実に古くなる。だからこそ、GW明けから「月1アップデート習慣」を仕組みとして持つことを勧める。
GW明けに用意したいチェックリストはこれだ。
- 主要3社（OpenAI、Anthropic、Google）の公式ブログをRSSかメールで購読する
- 月に1回、新しいAIツールを1つだけ試す日を予定表に入れる
- 自分の仕事の中で、AIに任せられるタスクを毎月1つ増やす
- 同僚や友人と「最近触ったAI」を共有する場を月1で持つ
- AI関連の決算カンファレンスを四半期に1回は聴く
特に重要なのは3番目だ。学習は実装に勝てない。自分の業務フローを一つAIに置き換えるたびに、リテラシーは自動的に上がる。
まとめ｜「触れる人」から「使いこなす人」へ
5日間でやることをもう一度整理する。
地図を持ち、違いを知り、質を上げ、仕事を任せ、領域を広げる。
この5つの動詞を、5日間で一周する。それだけで、AIに対するあなたの解像度は確実に上がる。
連休が終わったとき、あなたは何を手にしているだろうか。新しい本、休まった体、家族との時間——どれも価値がある。だがそこに、もう一つ加えてもいい。
AIに対する「自分の地図」だ。
その地図は、これから先、何年も使える資産になる。
出典・参考
- OpenAI 公式ブログ:
- Anthropic ニュース:
- Google DeepMind:
- Microsoft Copilot 公式:
- Hugging Face モデルハブ:
