研修2,000名超を見てきて断言できるのは、挫折の最大要因が「網羅学習」だということ。ツールの使い方を順番に覚える学習は、実務に接続する前に息切れします。先にゴールを1つ決め、そこに必要なスキルだけを12週間で積む——本資料はその手順書です。
市場で単価・年収に反映されるのはLv.2以上。ゴール別の必要到達レベルを右列で確認してください。
| レベル | できること | 市場での扱い | 必要ゴール |
|---|---|---|---|
| Lv.0 | ChatGPT等を検索代わりに使う | 差別化要素にならない | — |
| Lv.1 | プロンプトを設計し、業務の一部を安定して任せられる | 履歴書には書けるが単価は動かない | — |
| Lv.2 | AI API＋既存ツールで業務自動化を構築できる（バイブコーディング） | 社内AI推進の中核。副業案件の入口 | C |
| Lv.3 | RAG・LLMアプリ・AIエージェントを要件定義から実装できる | 単価80万超・AI開発求人の応募ライン | A・B |
| Lv.4 | AI活用の全体設計・チーム導入をリードできる | 単価100万超・技術顧問レンジ | 発展 |
週5〜7時間の学習を想定。各フェーズの終わりに「完了条件」があり、満たせなければ先に進まないのがルールです。
| W1 | LLMの仕組みの要点＋プロンプト設計の基本原則（役割・制約・出力形式） |
| W2 | 自分の業務を棚卸しし、AI化する対象業務を1つ選定（時間×頻度×面倒さで採点） |
| W3 | Claude Code等のAI開発ツール環境構築＋小さなスクリプトを自然言語で生成・修正 |
| 完了条件 | 対象業務1つの要件メモ＋AI開発ツールで「動く小物」を1つ作った |
| W4 | 要件定義：業務フローを分解し、AIに任せる範囲と評価指標（削減時間等）を数値で設定 |
| W5-6 | コア機能実装：AI API連携をバイブコーディングで構築。プロンプトの書き換えで挙動を制御する感覚を掴む |
| W7 | 周辺機能＋連携：データ取得・保存・通知を繋ぎ、1つのシステムとして通す |
| W8 | デバッグ週間：あえてエラーを起こし、AIと一緒に原因特定→修正を反復（最重要スキル） |
| 完了条件 | 実業務を1つ自動化するAIシステムが手元で動いている。エラーを自力＋AIで解決できた経験が3回以上 |
| W9 | UI整備：自分以外が使える形に（画面・手順書）。テスト運用開始 |
| W10 | 効果測定：導入前後の数値を比較し、成果を可視化（削減時間・品質・属人化解消） |
| W11 | スキルシート化：成果物と数値をスキルシート・職務経歴書の1ブロックに落とす |
| W12 | ゴール実行：A=案件応募・単価交渉／B=求人応募／C=社内提案資料の提出 |
| 完了条件 | 「作ったもの＋出た成果」を数値付きで2分間で語れる |
新ツールを試し続けて、何も作らない。対策：ツールはChatGPT/Claude＋AI開発ツール1つに固定。W2で決めた対象業務以外に手を出さない。
エラー対応は「例外」ではなく開発時間の半分を占める「本体」。対策：エラー文をそのままAIに渡す→原因仮説を言わせる→1つずつ検証、の3手順を型として体に入れる（W8はそのための週）。
成果物があっても、数値化・言語化しなければ単価は動かない。対策：W10-11を省略しない。「◯時間→◯時間に短縮」の1行が、面談での説得力を決める。
| ゴール | 到達レベル | 成果物の推奨テーマ | 12週間後のアクション |
|---|---|---|---|
| A｜単価UP | Lv.3 | 現案件の業務に近いRAG／自動化システム | スキルシート更新→生成AI案件へ応募・単価交渉 |
| B｜転職 | Lv.3 | 志望業界の業務を題材にしたAIエージェント | 職務経歴書＋デモで応募。面接で実演する |
| C｜社内推進 | Lv.2 | 自部署の定型業務の自動化（集計・報告・一次対応） | ROI付き社内報告→横展開の提案 |