実際の業務に向けた、制御された自動化システム。
イベント受信、データ検証、範囲を限定した判断、外部ツール連携、不確実なケースの人への引き継ぎ、明示的な安全境界内での副作用の実行を行う業務自動化システムを構築します。
カリキュラムを進めるにつれて、システムが発展していきます。公開済みの各フェーズで範囲の明確な機能を実装し、後続機能は該当するカリキュラムの公開時に追加されます。
ワークスペースを読み込み中
コースと保存済みの進捗を準備しています。
コースと保存済みの進捗を準備しています。
学習パスの概要
個別のワークフローデモで終わらず、AI Business Autopilotを構築しましょう。
プロセスの可視化とPythonの基礎から、制御されたAI支援自動化まで。1つの業務システムを段階的に育てる、プロダクト中心の学習パスです。
この学習パスの対象者
構築するもの
イベント受信、データ検証、範囲を限定した判断、外部ツール連携、不確実なケースの人への引き継ぎ、明示的な安全境界内での副作用の実行を行う業務自動化システムを構築します。
カリキュラムを進めるにつれて、システムが発展していきます。公開済みの各フェーズで範囲の明確な機能を実装し、後続機能は該当するカリキュラムの公開時に追加されます。
A ・公開済みの機能
プロセスマッピング · Python · テスト · HTTP API · Webhook · 構造化AI
手動のビジネスプロセスを制御された自動化システムへ変えながら、AI Business Autopilotの最初のケイパビリティを構築する。プロセスマッピング、Pythonのデータフロー、決定論的判定、バリデーション、JSON/JSONL入力、パッケージング、型付け、テスト、アウトバウンドHTTP、インバウンドwebhook、統合境界、設定、安全な副作用、構造化AIによる判定候補を扱う。
B ・公開済みの機能
SaaS API · OAuth 2.0 + PKCE · 署名付きWebhook · CRM統合 · Slack · Google Calendar
Intelligent Lead IntakeをConnected Revenue Operationsへ発展させる。外部APIコントラクトを正規化し、ページネーションとレート制限を処理し、OAuth 2.0 Authorization CodeとPKCEを理解し、署名付きwebhookを認証し、交換可能なコネクタの背後でCRM・Slack・Google Calendarを統合する。さらに、システム境界を越えるデータを最小化し、部分失敗の根拠を保持し、制御されたマルチシステム収益ワークフローを実証する。
C ・公開済みの機能
PostgreSQL · 永続状態 · 冪等性 · トランザクショナル・アウトボックス · リトライ + ジッター · ワーカーリース · クラッシュ復旧
Connected Revenue Operations を永続的な自動化ランタイムへ発展させる。ワークフローとステップ状態を PostgreSQL に永続化し、変更を伴う操作を冪等にし、状態更新と外向き処理の意図をトランザクショナル・アウトボックス（transactional outbox）で原子的に記録する。さらに、リトライ可能な障害を分類し、ジッター付きの制限されたバックオフを計算し、複数ワーカー間で安全にジョブを取得し、期限切れリースを復旧し、クラッシュ後にステートマシン実行を再開する。デッドラインとリトライを分離し、手動復旧の根拠を保持し、重複デリバリーやワーカー停止が発生しても完了済みの副作用を盲目的に繰り返さずシステムが存続できることを証明する。
必要な前提知識
自動化エンジニアリングの経験は不要です。PythonとGitが動くパソコン、基本的なプログラミングの知識、実装・テスト・デバッグに集中して取り組む姿勢が必要です。
カリキュラム
Automation Foundations（自動化基礎）
手動のビジネスプロセスを制御された自動化システムへ変えながら、AI Business Autopilotの最初のケイパビリティを構築する。プロセスマッピング、Pythonのデータフロー、決定論的判定、バリデーション、JSON/JSONL入力、パッケージング、型付け、テスト、アウトバウンドHTTP、インバウンドwebhook、統合境界、設定、安全な副作用、構造化AIによる判定候補を扱う。
12ユニット
無料プレビュー
A01 · Automation Foundations（自動化基礎）
A02 · Automation Foundations（自動化基礎）
A03 · Automation Foundations（自動化基礎）
入門パス
AI Engineering Foundationsの完全な3ユニットから始め、フルコースと同じ学習システムを使えます。開始にアカウントやクレジットカードは不要です。
環境、ターミナル、Git、自動化プロジェクトの土台
A01
手動のリードプロセスをマッピングし、自動化境界を選ぶ
A02
Pythonのデータフローとリードイベント表現
A03
方法論
信頼性と方法論
この学習パスはカリキュラムのスキルを自動化エンジニアリングの実務に対応づけます。網羅率は就業準備度の評価、採用の保証、資格認定、実績の代わりにはなりません。
コースの成果は、学習者が実際に取り組むプロジェクト、タスク、確認項目に基づきます。
実践課題の確認と完了の記録は、学習者自身が行います。クイックチェックは理解を深めるためのものであり、能力を自動的に証明するものではありません。
コース修了は、採用の保証、資格、評価、実力を示す成果物の代わりにはなりません。
アクセス
無料プレビュー
公開ロードマップと、実際のコースから選んだユニット全文を無料で試せます。
無料で始めるコース全体
買い切りで、すべての公開済みユニット、進捗、クイックチェック、レッスンノート、バックアップツールを利用できます。
個別コース、または現在の4コースを含むAll-Accessから選べます。
アクセスプランを比較D ・公開済みの機能
Function Calling · 厳格なツールスキーマ · 認可ポリシー · 人による承認 · プロンプトインジェクション防御 · AI Evals · シャドーモード
永続的な AI Business Autopilot に、ポリシー統制されたAI判断レイヤーを追加する。厳格なツールコントラクトを定義し、Responses API を通じて関数を呼び出し、モデルの提案とアプリケーションの認可を分離する。機密性の高い書き込みには人による承認を永続化し、プロンプトインジェクションからツール実行を防御し、根拠と判断保留を要求する。さらに、ツール結果と事後条件を検証し、ツール選択と引数をevalし、モデルのコストとレイテンシーを制御し、AIが自律エージェントになることなく制約されたビジネス操作をディスパッチできることを証明する。
E ・公開済みの機能
Agents SDK · 制約付き自律性 · MCP · Playwright · ComputerTool · ハンドオフ · Agentic Evals
ポリシー統制されたAIディスパッチャを、制約付きのマルチステップ・オペレーターへ発展させる。明示的なエージェントループ上限と停止条件を構築し、アプリケーションの権限を手放さずに OpenAI Agents SDK を使用し、フィルタリング済みの MCP ケイパビリティ（capability）を接続する。MCP ツールに承認と信頼ポリシーを適用し、Playwright と ComputerTool で制御されたブラウザ対象を自動化し、副作用の周囲では Phase C の永続性を維持する。さらに、明示的なハンドオフで少数のスペシャリストを連携させ、すべての実行をトレースし、エージェントの実行軌跡（trajectory）を評価し、無制限の権限を与えずに有用なマルチステップ自律性を実証する。
F ・公開済みの機能
Docker · Alembic · GitHub Actions · OpenTelemetry · SLIs + SLOs · セキュリティ強化 · Automation Control Center
AI Business Autopilot 全体を本番運用可能なシステムへ仕上げる。環境境界とサービス境界を定義し、再現可能なコンテナを構築し、PostgreSQL のスキーマ変更を安全に管理し、CI とリリースゲートを強制する。ヘルスチェックとロールバック証跡を伴ってデプロイし、ワークフロー、エージェント、ツール、ブラウザ操作、インテグレーションを OpenTelemetry で相関付け、実用的な SLI とインシデント・ランブックを定義する。さらに、シークレットと監査証跡を強化し、最小権限の Automation Control Center を公開し、採用や求人検索の内容を追加せずに本番準備完了リリース演習を完了する。
学習成果
学習成果01
可視化した手作業のプロセスから、制御された自動化システムへ。AI Business Autopilotをフェーズごとに発展させます。
学習成果02
型付き検証、決定論的な判定、Webhook、コネクターの境界、構造化されたAI候補を備えるIntelligent Lead Intakeを構築します。
学習成果03
外部システムを連携する前に、自動化の判断と副作用を明示的にモデル化します。
学習成果04
稼働中のサービスに頼らず、障害経路、人による確認の境界、プロバイダー間の不一致をテストします。
Connected Operations（接続型オペレーション）
Intelligent Lead IntakeをConnected Revenue Operationsへ発展させる。外部APIコントラクトを正規化し、ページネーションとレート制限を処理し、OAuth 2.0 Authorization CodeとPKCEを理解し、署名付きwebhookを認証し、交換可能なコネクタの背後でCRM・Slack・Google Calendarを統合する。さらに、システム境界を越えるデータを最小化し、部分失敗の根拠を保持し、制御されたマルチシステム収益ワークフローを実証する。
10ユニット
永続ワークフロー
Connected Revenue Operations を永続的な自動化ランタイムへ発展させる。ワークフローとステップ状態を PostgreSQL に永続化し、変更を伴う操作を冪等にし、状態更新と外向き処理の意図をトランザクショナル・アウトボックス（transactional outbox）で原子的に記録する。さらに、リトライ可能な障害を分類し、ジッター付きの制限されたバックオフを計算し、複数ワーカー間で安全にジョブを取得し、期限切れリースを復旧し、クラッシュ後にステートマシン実行を再開する。デッドラインとリトライを分離し、手動復旧の根拠を保持し、重複デリバリーやワーカー停止が発生しても完了済みの副作用を盲目的に繰り返さずシステムが存続できることを証明する。
10ユニット
AI判断とツール
永続的な AI Business Autopilot に、ポリシー統制されたAI判断レイヤーを追加する。厳格なツールコントラクトを定義し、Responses API を通じて関数を呼び出し、モデルの提案とアプリケーションの認可を分離する。機密性の高い書き込みには人による承認を永続化し、プロンプトインジェクションからツール実行を防御し、根拠と判断保留を要求する。さらに、ツール結果と事後条件を検証し、ツール選択と引数をevalし、モデルのコストとレイテンシーを制御し、AIが自律エージェントになることなく制約されたビジネス操作をディスパッチできることを証明する。
10ユニット
制約付きエージェント
ポリシー統制されたAIディスパッチャを、制約付きのマルチステップ・オペレーターへ発展させる。明示的なエージェントループ上限と停止条件を構築し、アプリケーションの権限を手放さずに OpenAI Agents SDK を使用し、フィルタリング済みの MCP ケイパビリティ（capability）を接続する。MCP ツールに承認と信頼ポリシーを適用し、Playwright と ComputerTool で制御されたブラウザ対象を自動化し、副作用の周囲では Phase C の永続性を維持する。さらに、明示的なハンドオフで少数のスペシャリストを連携させ、すべての実行をトレースし、エージェントの実行軌跡（trajectory）を評価し、無制限の権限を与えずに有用なマルチステップ自律性を実証する。
10ユニット
本番プラットフォーム
AI Business Autopilot 全体を本番運用可能なシステムへ仕上げる。環境境界とサービス境界を定義し、再現可能なコンテナを構築し、PostgreSQL のスキーマ変更を安全に管理し、CI とリリースゲートを強制する。ヘルスチェックとロールバック証跡を伴ってデプロイし、ワークフロー、エージェント、ツール、ブラウザ操作、インテグレーションを OpenTelemetry で相関付け、実用的な SLI とインシデント・ランブックを定義する。さらに、シークレットと監査証跡を強化し、最小権限の Automation Control Center を公開し、採用や求人検索の内容を追加せずに本番準備完了リリース演習を完了する。
10ユニット