初心者のための生成AI - Java版
July 3, 2026 · View on GitHub

所要時間: 全ワークショップはオンラインで完了でき、ローカルセットアップは不要です。環境設定は2分、サンプルの探索は深さによって1〜3時間かかります。
クイックスタート
- このリポジトリをあなたのGitHubアカウントにフォークする
- Code → Codespaces タブ → ... → 新規オプション付きで作成...をクリック
- デフォルト設定を使用 – これによりコース用の開発コンテナが選択されます
- コードスペースを作成をクリック
- 環境の準備ができるまで約2分待つ
- 直接第2章: Azure AI Foundryのプロビジョニングへ進む
多言語対応
GitHub Actionによる対応(自動化かつ常に最新)
アラビア語 | ベンガル語 | ブルガリア語 | ビルマ語(ミャンマー) | 中国語(簡体字) | 中国語(繁体字、香港) | 中国語(繁体字、マカオ) | 中国語(繁体字、台湾) | クロアチア語 | チェコ語 | デンマーク語 | オランダ語 | エストニア語 | フィンランド語 | フランス語 | ドイツ語 | ギリシャ語 | ヘブライ語 | ヒンディー語 | ハンガリー語 | インドネシア語 | イタリア語 | 日本語 | カンナダ語 | クメール語 | 韓国語 | リトアニア語 | マレー語 | マラヤーラム語 | マラーティー語 | ネパール語 | ナイジェリアピジン語 | ノルウェー語 | ペルシャ語(ファルシ) | ポーランド語 | ポルトガル語(ブラジル) | ポルトガル語(ポルトガル) | パンジャブ語(グルムキー) | ルーマニア語 | ロシア語 | セルビア語(キリル文字) | スロバキア語 | スロベニア語 | スペイン語 | スワヒリ語 | スウェーデン語 | タガログ語(フィリピン) | タミル語 | テルグ語 | タイ語 | トルコ語 | ウクライナ語 | ウルドゥー語 | ベトナム語
ローカルでクローンしたい場合?
このリポジトリには50以上の言語翻訳が含まれており、ダウンロードサイズが大きくなります。翻訳なしでクローンするにはスパースチェックアウトを使ってください:
Bash / macOS / Linux:
git clone --filter=blob:none --sparse https://github.com/microsoft/Generative-AI-for-beginners-java.git cd Generative-AI-for-beginners-java git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'CMD (Windows):
git clone --filter=blob:none --sparse https://github.com/microsoft/Generative-AI-for-beginners-java.git cd Generative-AI-for-beginners-java git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"これによりコース完了に必要なすべてをより高速にダウンロードできます。
コース構成と学習パス
第1章: 生成AI入門
- 基本概念: 大規模言語モデル、トークン、埋め込み、AI能力の理解
- Java AIエコシステム: Spring AIとOpenAI SDKの概要
- モデルコンテキストプロトコル: MCPの紹介とAIエージェント間通信への役割
- 実践アプリケーション: チャットボットやコンテンツ生成などの現実的なシナリオ
- → 第1章を開始
第2章: 開発環境セットアップ
- Azure AI Foundry: BicepとAzure Developer CLI (azd)を使ったコードとしてのモデル展開のプロビジョニング
- Spring Boot + Spring AI: エンタープライズAIアプリケーション開発のベストプラクティス
- キー不要の認証: Microsoft Entra IDとの安全な接続 — APIキー管理不要
- 開発ツール: Dockerコンテナ、VS Code、GitHub Codespacesの設定
- → 第2章を開始
第3章: 主要な生成AI技術
- プロンプトエンジニアリング: AIモデルの最適な応答方法の技術
- 埋め込み & ベクトル操作: セマンティック検索と類似度マッチングの実装
- 検索拡張生成(RAG): AIと独自データソースの組み合わせ
- 関数呼び出し: カスタムツールやプラグインによるAI機能の拡張
- → 第3章を開始
第4章: 実践的なアプリケーションとプロジェクト
- ペットストーリー生成器 (
petstory/): Azure AI Foundryを使ったクリエイティブなコンテンツ生成 - Foundryローカルデモ (
foundrylocal/): OpenAI Java SDKによるローカルAIモデル統合 - MCP計算サービス (
calculator/): Spring AIによる基本的なモデルコンテキストプロトコルの実装 - → 第4章を開始
第5章: 責任あるAI開発
- Azure AI Foundryのコンテンツセーフティ: 組み込みのコンテンツフィルタリングと安全機構(ハードブロックとソフト拒否)のテスト
- 責任あるAIデモ: 最新のAI安全システムがどのように動作するかの実践例
- ベストプラクティス: 倫理的なAI開発と展開のための基本指針
- → 第5章を開始
追加リソース
LangChain
Azure / エッジ / MCP / エージェント
生成AIシリーズ
コア学習
Copilot シリーズ
ヘルプを得るには
AIアプリの構築で困ったり質問がある場合は、MCPに関するディスカッションに参加してみてください。仲間の学習者や経験豊富な開発者がいる、質問が歓迎され知識が自由に共有される支援的なコミュニティです。
製品に関するフィードバックやエラーがある場合はこちらへ:
免責事項: 本書類は AI 翻訳サービス Co-op Translator を使用して翻訳されています。正確性を期していますが、自動翻訳には誤りや不正確な部分が含まれる可能性があることをご承知おきください。原文の原語版が正式な情報源とみなされるべきです。重要な情報については、専門の人間による翻訳を推奨します。本翻訳の利用により生じたいかなる誤解や解釈違いについても、当方は責任を負いかねます。