AI Fluency for Builders — つくる人のためのAI協働

このコースの内容

4D フレームワークを、課題からリリースまでの全工程を自分で持つ「つくる人」の文脈に当てはめた派生コース。まず現在のAIが確実に得意なことと確実に落ちるところを見極めて期待値を設定し、顧客課題を制作者の道具立てに沿って分解して、各段階でAIにどの役割を割り当てるかを決める。コードが1行も存在しないうちに「完了」の定義としての受け入れテストを書き、Description Chain でユーザーニーズを精密な指示へ翻訳する。生成物の評価は correctness・quality・fit・experience・responsibility の5つのレンズで行い、デザインには実行可能な粒度の批評を返す。最後は出すものに全責任を持ち、ship it / fix it / stop it を自分で判断するところまで。全10レッスン3時間。

学習目標

• AI Fluency と4Dフレームワーク（Delegation、Description、Discernment、Diligence）を、ものづくりの仕事にどう効くかまで説明できるDefine AI Fluency and the 4D Framework (Delegation, Description, Discernment, Diligence) and explain how each applies to your role as a builder
• 現在のAIが得意なことと確実に苦手なことを見極め、開発タスクへの期待値を現実的に設定できるIdentify what current AI does well and where it reliably falls short, so you can set clear-eyed expectations for builder tasks
• 顧客の課題を開発工程に分解し、各段階でAIに任せる役割を決められるDecompose a customer problem across the builder's toolkit and decide what role AI plays at each stage
• コードを書き始める前に、完了条件を定める受け入れテストを書けるWrite acceptance tests that define done before a single line of code exists
• Description Chainを使い、ユーザーのニーズを的確なAIへの指示に翻訳できるTranslate a user need to precise AI instruction using the Description Chain
• AIの成果物を正確さ、品質、適合性、体験、責任の5つの観点で評価できるEvaluate AI-generated work across five lenses: correctness, quality, fit, experience, and responsibility
• AIが生成したデザインに対して、そのまま手を動かせる具体的なフィードバックを返せるCritique AI-generated designs using feedback specific enough to act on
• リリースする成果物に責任を持ち、出す、直す、止めるの判断を自分で下せるTake full ownership of what you ship and make the call: ship it, fix it, or stop it

日本語は AICU による要約です。Anthropic 公式の翻訳ではありません。

カリキュラム — 全10レッスン

1. 1
   開発者のための AI FluencyWelcome to AI Fluency for builders

   開発者（プロダクト、人間中心設計、実装担当）がAIを協働者として使うための基本スキルが身につきます。AI Fluency の核となる4Dフレームワーク（Delegation, Description, Discernment, Diligence）を理解し、どこをAIに任せ、どこを人が判断すべきかを見極められるようになります。プロジェクト開始時に使える「builder brief」の作り方を学び、実践で再利用できる形にまとめられます。これによりAIとの共同作業を安全かつ効率的に進められる基盤が整います。

   • ビルダー向け AI Fluency 入門
   • 重要ポイント
   • 演習
   • 学びの振り返り
   • 次に進むこと
2. 2
   4DフレームワークThe 4D Framework

   このレッスンでは、AIと協働するために必要な4つの能力（Delegation, Description, Discernment, Diligence）を整理して、自分の作業にどう適用するかが分かります。日々のやり取りで使う「内側のループ」と、戦略的判断に使う「外側のループ」を区別できるようになります。自身のブリーフを4Dに当てはめるワークで、優先すべき改善点と実践的な次の一手が見えてきます。

   • AI Fluency の4Dフレームワーク
   • 重要ポイント
   • 演習
   • 学びの振り返り
   • 次に進むこと
3. 3
   AIの能力と限界AI capabilities & limitations

   このレッスンでは、生成AIとは何かと従来のAIとの違いが理解でき、現代の大規模言語モデルが成立した主要要因（Transformer、膨大な学習データ、巨大な計算資源）を学べます。学習と微調整の違いから、AIが得意なこと（汎用性、会話力、ツール連携）と苦手なこと（知識の古さ、ハルシネーション、複雑推論の不安定さ）を見抜く視点が身につきます。実践演習で、自分の専門分野を使ってAIの境界を試し、何を任せられるか判断できるようになります。

   • 生成AIとは
   • 重要ポイント
   • 演習
   • 学びの振り返り
   • 次に進むこと
4. 4
   Delegation と開発者の道具箱Delegation & the builder's toolkit

   顧客の課題を分解して、開発プロセスのどの段階でAIが価値を発揮するかを設計できるようになります。実装をAIに任せる前に、受け入れ基準（Acceptance Tests）をコードを書く前に定義して「完了」の共通認識を作る重要性を理解します。AIを使うかどうかではなく、何を誰が担うかを決める視点で設計できるようになります。

   • 委任とビルダーのツール群
   • 重要ポイント
   • 演習
   • 学びの振り返り
   • 次に進むこと
5. 5
   Description で良いものを作るDescription & building great things

   ユーザーのざっくりした要望を、AIが実行できる具体的な指示に落とし込む方法がわかります。Description Chain を使って、要望→要件→技術仕様→プロンプトの一連を設計・検証する力が身につきます。受け取り手の期待とテスト結果が食い違う原因を特定し、どの段階で訳が違ったかを突き止める手法を学べます。実践課題で仕様・テスト・プロンプトを作り、実装とユーザーデモで検証します。

   • ユーザー要件の記述
   • 重要ポイント
   • 演習
   • 学びの振り返り
   • 次に進むこと
6. 6
   コードの DiscernmentDiscernment for code

   AIが書いたコードが「動く」だけでは不十分だと理解し、正確さ（correctness）、品質（quality）、適合性（fit）、体験（experience）、責任（responsibility）の5つの視点で評価できるようになります。開発時に見えにくい同時実行性やセキュリティ、スケーリングでの欠点を予測して検出する力を養い、AI任せにならない「味付け」としてのビルダーの判断力を高めます。ユーザーテストを通じて改善点を見つける実践的方法も学びます。

   • コードの見極め
   • 重要ポイント
   • 演習
   • 学びの振り返り
   • 次に進むこと
7. 7
   UX の DiscernmentDiscernment for user experience

   AIで実装が高速化する今、UXが差別化要素になります。本レッスンでは、ユーザーフローや情報の階層化、アクセシビリティ、フィードバック設計を踏まえてAIに指示を出す方法を学びます。「見た目を良くして」で終わらない具体的な仕様化と、AI生成物を評価して改善点を洗い出す批評スキルの違いも扱います。実践的にアクセシビリティ監査を行い、体験として成立するかを検証できるようになります。

   • UX の見極め
   • 重要ポイント
   • 演習
   • 学びの振り返り
   • 次に進むこと
8. 8
   作ったものに責任を持つStand behind what you build

   本レッスンでは、AIを使って作ったものを実運用に出す際の「責任範囲」と現実的な注意点が身につきます。デプロイ前後に必要なテストやフィードバックループ、バージョン管理やレート制限といった運用上の用語・考え方を理解し、ただのプロトタイプと正式リリースを見分けられるようになります。ユーザーアクセスや誤用リスクを評価し、必要なら自ら機能を廃止する判断まで含めた実務的な判断力が養われます。

   • 勤勉さと成果共有
   • 重要ポイント
   • 演習
   • 学びの振り返り
   • 次に進むこと
9. 9
   まとめと次の一歩Closure & looking forward

   このレッスンでは、コースで学んだ4Dフレームワークを実務にどう組み込むかが分かります。実際の保留中タスクを一つ選んで、Delegation・Description・Discernment・Diligence の各観点でどこをAIに任せ、どこを自分で判断するかを設計します。失敗の連鎖を防ぐための要件からテストまでの記述の重要性と、リリース前の最終的な見極め方も学びます。

   • 今後の展望
   • 重要ポイント
   • 演習
   • 学びの振り返り
   • 次に進むこと
10. 10
    修了クイズCourse quiz

    この修了クイズでは、レッスン全体で扱った AI Fluency の主要概念を振り返し、自分の理解度を確認できます。4Dフレームワーク（Description, Delegation, Discernment）やAIの能力・限界、実装時の注意点を総合的にチェックすることで、学んだ知識を実務でどう適用するかを再確認できます。合格で学習の区切りをつけ、次のステップへの準備ができます。

見出しは公式の構成にもとづく日本語の要約です。レッスン本文は公式サイト上でのみ提供されています。各行から公式ページへ移動します。

この講座に出てくる用語 — 9語

この講座で扱う概念です。意味が分からない語で止まったら、ここから辞典を引けます。数字は難易度（1が易しく5が難しい）。
本文中でも初めて出てきた箇所にリンクを張っています。

• LLM1
• プロンプト1
• AI Fluency2
• AICU2
• Claude2
• Claude Code2
• データセット2
• ファインチューニング2
• Transformer3

用語の解説は AICU term（AICU が独自に編集している用語辞典）。