Libe City / Staff Handbook
CLAUDE ACADEMY · 2026.08.22
教材 03 / 必修
「このレッスンで学ぶこと」と「リベシティでの活かし方」を読んでから公式レッスンを開き、学習を終えたら「このレッスンを完了した」にチェックを入れてください。
AI Fluency: Framework & Foundationsの14レッスンを公式の順番で確認し、要約と実務での活かし方を分けて掲載しています。
Learning progress / 03
ログインは任意です。ログインしなくても、このサイトのチェックはこのブラウザに保存されます。Googleでログインすると、パソコンやスマートフォンでもチェックを同期できます。
0 / 14 完了
この端末に保存中
Overview / 03
学ぶ前に、教材の対象者・前提条件・翻訳の状態を確認しましょう。
この教材で目指すこと
AIに任せる範囲、伝え方、結果の見極め方、利用者としての責任を4Dで整理する教材です。AIに全部任せるのでも、一人で抱えるのでもなく、人とAIの役割分担を説明できる状態を目指します。
Learn to collaborate with AI effectively, efficiently, ethically, and safely using the 4D framework: Delegation, Description, Discernment, and Diligence.
翻訳について： 公式ページは英語表示（確認日: 2026-08-22）
Lesson list / 03
公式レッスンへのリンクから、公式の詳しい内容や学習アクティビティも確認できます。
Lesson 01
このレッスンは、AIを知識として学ぶだけでなく、AIと意味のある協働を築くことを目指します。AI Fluencyを、効果的・効率的・倫理的・安全にAIと協働する力と位置づけ、4D（Delegation、Description、Discernment、Diligence）と実践・振り返りを通じて、技術の変化にも通用する枠組みを学びます。
AIを使う範囲と人が担う判断を切り分け、対話と確認を繰り返す。目的、安全性、最終責任を担当者が持ち、AIを仕事に組み込むための共通言語として4Dを使う。
Lesson 02
AI Fluencyとは、AIと効果的・効率的・倫理的・安全に関わるための実践的な技能、知識、洞察、価値観を身につけることだと説明します。AIとの関わり方を、AIに作業を任せるAutomation（自動化）、人とAIが一緒に進めるAugmentation（協働）、AIが継続して動くAgency（自律実行）の3つに整理します。
定型的な整理を任せるのか、企画や判断を一緒に考えるのか、継続的に動く仕組みとして設計するのかを先に選ぶ。自動化だけを目的にせず、人が関わる協働と自律化の境界を決める。
Lesson 03
4Dは、Delegation（AIと自分の担当を決める）、Description（明確に伝える）、Discernment（出力を批判的に評価する）、Diligence（責任ある協働を確保する）という4つの能力として示されます。4DはAutomation・Augmentation・Agencyの3つの関わり方すべてに適用でき、メール・データ分析・創作などの例で分担、伝達、評価、透明性を考える練習を行います。
任せる作業、伝える仕様、生成物の検証、公開や運用の責任者を一続きで決める。4Dを確認項目にし、作って終わりにしない相談の土台として扱う。
Lesson 04
生成AIは既存データを分析するだけでなく、新しいコンテンツを作る技術として紹介されます。大規模言語モデルはTransformerなどのアルゴリズム上の進歩、大量の学習データ、高い計算能力を背景に発展し、事前学習とファインチューニング、コンテキストウィンドウ、創発的能力が説明されます。
生成AIを魔法の製品として扱わず、どの情報を渡し、どこまで任せるかを考える。技術の細部は必要な担当者と確認し、仕組みを持つ生成システムとして結果を扱う。
Lesson 05
生成AIは文章・画像・コードなどを生成し、会話を保ちながら多様な作業へ切り替えたり外部ツールにつないだりできる一方、知識の基準日、事実と異なる出力、コンテキストの制約、複雑な推論の課題があります。こうした特性を踏まえ、最も効果的な活用は、人の批判的思考・判断・創造性・倫理的監督とAIの強みを組み合わせることだと説明します。
AIの出力をそのまま採用せず、日付・事実・仕様・例外処理を確認する工程を最初から置く。「AIが得意な下書き」と「人が引き受ける判断」を分けて相談する。
Lesson 06
Delegationは、仕事を自分で行うか、AIと協働するか、AIに任せるかを、目標と作業内容に応じて考え分ける能力です。Problem Awareness（目標と作業の理解）、Platform Awareness（AIの能力と限界の把握）、Task Delegation（人とAIの戦略的な分担）の3要素を使い、小さな仕事の分担計画をAIと対話しながら作ります。
目的と完成像を先に言葉にし、調査・下書き・実装・判断のどこをAIに任せるかを分ける。全部自動化するのではなく、業務知識とAIの能力を持ち寄る担当分担を作る。
Lesson 07
中規模で複数工程があり約1時間で扱えるプロジェクトを選び、Claudeとの対話で成功像と自分にとっての価値を明確にします。必要な作業を洗い出し、各作業で必要な技能・AI能力、人の強み、AIに任せる部分、協働が効く箇所を検討して、後続の実践に使うプロジェクト計画と分担判断を保存します。
繰り返し業務を題材に、1時間程度で試せる小さな範囲を選び、完成条件を先に決める。作業一覧と人・AIの担当を残し、相談やレビューに参加しやすい形にする。
Lesson 08
Descriptionは、単にプロンプトを書くことではなく、AIと協働しやすい環境をつくるための伝達です。Product Descriptionで成果物の形式・対象・文体を、Process Descriptionで進め方を、Performance Descriptionで簡潔さや詳しさ、挑戦的か支援的かといった協働中の振る舞いを定めます。
ほしい成果物、進め方、確認時の報告や質問の仕方を別々に伝える。3点を埋め、「いい感じに作って」を具体的な依頼へ置き換える。
Lesson 09
効果的なプロンプトは、文脈の提示、望む出力例、制約、複雑な作業の段階分け、先に考えるよう促すこと、役割やトーンの指定という6つの技法で整えます。結果を見て指示を修正する反復が基本で、AI自身にプロンプト改善を手伝わせる方法も紹介します。
依頼では、背景、完成物の例、形式・長さなどの制約、作業手順、役割を整理する。最初から完璧な指示を作ろうとせず、対話で要件を磨く。
Lesson 10
Discernmentは、AIが何を作ったか、どう進めたか、協働中にどう振る舞ったかを、人の判断で評価する能力です。Product（正確さ・適切さなど）、Process（論理の誤りや抜けなど）、Performance（対話の有効性）を確認し、強みと問題点を伝えて改善版を作る練習を行います。
成果物が要件を満たすか、進め方に抜けがないか、報告や質問が業務に合うかを分けて確認する。業務知識を使って強みと問題点を伝え、具体的な修正を返す。
Lesson 11
計画したプロジェクトを、Product・Process・PerformanceのDescriptionで依頼し、同じ3視点のDiscernmentで成果物・進め方・振る舞いを評価するループとして実行します。評価に基づいて指示を明確化し、満足するまで反復しながら、最後は自分の専門知識や判断を加えて採用・修正・破棄を決めます。
要件を伝える、成果物を確認する、修正を返すという小さな往復を工程に組み込む。業務上の良し悪しと最終採用を人が判断する。
Lesson 12
DiligenceはAIとの協働に責任を持つことで、利用するAIや共有情報を考えるCreation、AIの関与を必要な相手に明かすTransparency、共有する出力を検証し責任を引き受けるDeploymentの3側面から成ります。レッスンでは、利用システム・貢献内容・レビュー方法・最終責任を記したDiligence Statementを作り、文脈に応じた場所へ添える練習をします。
AIを使った成果物にも、最終的な責任は人が持つ。どのAIを使い、何の情報を渡し、どこを人が確認し、誰が共有後の責任を持つかを整理する。AIを使ったことを関係者へ伝える必要がある場面も判断する。
Lesson 13
結論では、Delegation・Description・Discernment・Diligenceの4Dを、Automation・Augmentation・Agencyの3つの関わり方にまたがるAI Fluencyの枠組みとして振り返ります。熟達は一度で得るものではなく実践で育ち、AIは魔法の解決策ではないため、人の専門性・判断とAIの強みを組み合わせ、効果・効率・倫理・安全を意識して学び続けることを促します。
4Dを企画、実装、検証、共有の各場面で使う。動いた時点を完成とせず、担当者の判断と説明責任を含む運用までを成果として捉える。
Lesson 14
修了後の自主学習として、4Dの自己評価と優先課題・行動計画をまとめる個人AI Fluency計画、反復業務のプロンプトや成功例を整理するライブラリ作りを提案します。さらに、なぞなぞ・クロスワード・連想などを通じてDescriptionを精密にし、Product・Process・PerformanceのDiscernmentを練習する活動を紹介します。
繰り返し使う業務のプロンプトと成功例、確認観点を個人またはチームのライブラリに整理する。条件を伝え、結果を疑い、修正する往復を小さな検証で練習する。