- 意外とないので自分のメモとしている生成AIリンク集を公開
- Chatサービス、プロンプト集、リーダーボード、情報収集のコンテンツなど
- エージェント、バイブコーディング、画像、動画、音声には私が疎いのでそこは手薄（今後頑張ります）
初心者向け
| サイト | 特徴 | 備考 |
|---|---|---|
| 生成AIはじめの一歩～生成AIの入門的な使い方と注意点～ | 本当に初めの一歩 | 総務省資料 |
| 中小企業のための「生成AI」活用入門ガイド |
|
東京商工会議所資料 |
| 田口和裕の「ChatGPTの使い方！」 | ChatGPTをはじめGeminiその他いろいろあるから使ってみましょうよ的な記事 | ASCIIさんの連載記事 |
| 本当にわかりやすいAI入門 | 生成AIはどういう仕組みなのかと知りたくなった場合の入門。2023年とやや古めですが本質は変わっておらず、そして分かりやすい | 分かりやすい資料ですが注釈に注意1 |
Chatサービス
定番
| サイト | 特徴 | 備考 |
|---|---|---|
| ChatGPT | 汎用の優等生 | |
| Gemini | Googleサービスとの親和性、マルチモーダルに強い | Google AI Studio実験段階のモデルなどが無料で使用可能 |
| Claude | コーディング・文章・レイアウトなどに定評 | |
| M365 Copilot | 中身はGPTと一部Claude。Microsoftサービスとの親和性 | |
| Grok | Twitter(現X)を取り込み、他社サービスとリアクションが違うなど特色 | |
| Perplexity | 競合がたくさん出てきましたが、検索系に強い | |
| GensPark | 検索・レポーティングなどに強み | |
| Felo | 検索・レポーティングなどに強み。Mindmap出力あり | |
| 楽天AI | 日本語に特化したモデル。後発なので機能てんこ盛り |
複数モデルを比較
| サイト | 特徴 | 備考 |
|---|---|---|
| 天秤.Ai | GPT 5.2 Pro/Gemini 3.0 Pro/Claude Opus 4.5など各サービスTopのモデルを利用可。他にGrok/Perplexity/DeepSeek/PLaMo | GMOが運営。回数制限等ありますがアカウント登録で無料で利用可 |
Deep Research系
- 各ChatサービスにDeep Researchがありますが、特化系
| サイト | 特徴 | 備考 |
|---|---|---|
| Storm | Google Deep Researchより先行していたレポート系プラットフォーム。英語のみ | |
| Open Deep Research | Gemini Deep Researchに着想を得たオープンソース実装（非公式） |
ナレッジベース系
| サイト | 特徴 | 備考 |
|---|---|---|
| NotebookLM | 自分のドキュメントをアップロードし、それを元に内容の要約や、応答が出来る 対話型AIにドキュメントをアップロードするのとは違い、内容を構造化、知識DBとして扱える |
研究論文系
| サイト | 特徴 | 備考 |
|---|---|---|
| Google Scholar Labs | Google Scholar論文に特化 | |
| alphaXiv | arXivの論文に限りますが、Deep Research、GPT/Gemini/Claudeを使って論文を見ながらChatなどが可能 | arXiv |
| Consensus | 研究論文を対象にした検索。論争があるテーマの論点比較など | |
| Ai2 | 研究論文を対象にした検索 |
技術動向・情報収集
| サイト | 特徴 | 備考 |
|---|---|---|
| Generative AI の衝撃 第5章 -2025年12月バージョン- | 入門は脱したが次に向け試行錯誤している人向け 定期的に更新してくれているようです |
Microsoftエバンジェリストの畠山大有氏 |
| AI系の情報収集手法を紹介（ビジネス・開発・研究）【2025年版】 | ビジネス、エンジニア、アカデミアの観点での情報がこれで手に入ります | 株式会社松尾研究所シニアリサーチャー小川氏の情報収集手法 |
政府
| サイト | 特徴 | 備考 |
|---|---|---|
| AI戦略 | 内閣府 | |
| AI時代の知的財産権検討会 | 首相官邸戦略会議 | |
| AI関連発明の出願状況調査 | 2025-10 | 特許庁 |
| AIと著作権に関する考え方について | 文化庁 | |
| 情報通信白書 | 総務省 | |
| AI事業者ガイドライン（第1.1版） | 総務省・経産省 | |
| テキスト生成AIの導入・運用ガイドライン | 情報処理振興機構(IPA) | |
| DS-920 行政の進化と革新のための生成AIの調達・利活用に係るガイドライン | デジタル庁 | |
| 生成AIの利用について | 文部科学省 |
コンプライアンス
| サイト | 特徴 | 備考 |
|---|---|---|
| 資料室 | 日本ディープラーニング協会 |
技術動向レポート
| サイト | 特徴 | 備考 |
|---|---|---|
| 研究開発の俯瞰報告書 システム・情報科学技術分野 | CRDSの定期的な技術レポート。ビジネスマン、エンジニアならば論文の前にまず本書で概要を知るのが吉 | 国立研究開発法人科学技術振興機構(JST)の調査機関である研究開発戦略センター(CRDS) |
| AIマップ | 研究分野の俯瞰マップ | 人工知能学会 |
| 生成AIの将来技術動向 | PwCさんのレポート 2025-06-20時点 |
活用事例集
本記事著者は「活用事例集」に否定的。本来自社の目的に沿った手段としてAIを使うので、「他社の事例を参考に」ということ自体が目的と手段を混同してしまう。ただ、知識として知るのは良いと思います。
| サイト | 特徴 | 備考 |
|---|---|---|
| 生成AI活用事例データベース | 生成AI活用普及協会 | |
| マイクロソフト 生成 AI & エージェント 事例集 [2025 年 12 月版] | Microsoft 個人情報登録が必要 |
|
| 企業向け Gemini 活用ガイド | Google 個人情報登録が必要 |
プロンプトエンジニアリング
Chatサービス特化
| サイト | 特徴 | 備考 |
|---|---|---|
| OpenAI(ChatGPT) Prompt Engineering（英語） | OpenAI | |
| Google AI / Gemini API プロンプトギャラリー | Gemnini用 | |
| Anthropic(Claude)プロンプトライブラリ | Cloude向け | Anthropic |
| Microsoft Copilotプロンプトギャラリー | 入門・M365 Copilot向け | Microsot |
Gemini nano-banana pro特化（画像生成）
- nano-banana proでの生成例付きで分かりやすい
| サイト | 特徴 | 備考 |
|---|---|---|
| Nano Banana Proのテーマプロンプト集 | furokuさんの個人PJ | |
| プロンプト集 | DezaLink | |
| Nano Banana Pro Prompt Gallery | ユーザーのプロンプト投稿サイト | Nana Banana（画像生成支援ツール？のサービスの一つ） |
汎用
| サイト | 特徴 | 備考 |
|---|---|---|
| GenerativeAI-Prompt-Sample-Japanese | ビジネスの業務別に詳細なプロンプト集 |
|
| Prompt Engineering Guide | プロンプトエンジニアリングを学ぶ | Hugging Face |
リーダーボード（LLMの能力を測る）
| ジャンル | サイト | 特徴 | 備考 |
|---|---|---|---|
| 汎用 | Epoch AI | AIの進化や、それが経済・社会に与える将来的な影響を調査・予測する、2022年に設立された非営利の調査研究機関。各種ベンチマークセットスコアなどがある | 歴史的な推移などが分かりやすい |
| Arena | 一番有名。ユーザーがLLM同士を戦わせて投票してその結果でランキングする | Chatbot Arena -> LMArena -> Arenaと名前が変わっている | |
| LiveBench | Chatbot Arenaの精度に偏りがあるのでは？からそれを正すように設立されたサイト | 本記事著者は体感こちらの方がランキングがあっているかなと思いますが、両方確認がベター | |
| Nejumi LLMリーダーボード4 | アプリケーション開発能力と安全性評価を強化し、実用的なLLM選定を支援 | ||
| Deep Research | Deep Research Bench | Deep Researchに特化 | |
| エージェント | GAIA Leaderboard | エージェントの評価 | |
| マルチモーダル | DesignArena | デザイン・画像・SVG・動画・音声 | |
| OCR | OCR Arena | ||
| 科学論文 | Ai2 SciArena | 科学論文に特化したリーダーボード | 採用しているモデルがやや古め |
| Openモデルのみ | Open LLM Leaderboard | オープンLLMに特化したリーダーボード |
ベンチマークセット毎
| ベンチマーク | サイト | 特徴 | 備考 |
|---|---|---|---|
| ベンチマークセット毎 | vellum | ベンチマークセットごとの評価比較 | |
| Humanity's Last Exam Benchmark2 | Humanity's Last Exam/Scale | ||
| Humanity's Last Exam Benchmark Leaderboard/Artificial Analysis | |||
| Humanity's Last Exam |
日本語LLM
- 日本語に特化したモデル
| サイト | 特徴 | 備考 |
|---|---|---|
| 日本語LLMまとめ | 日本語に特化したLLM一覧 | |
| LLM-jp 評価スクリプト | 日本語の評価用データセット |
学ぶ
スキルセット・ロードマップ
| サイト | 特徴 | 備考 |
|---|---|---|
| 人工知能を学ぶためのロードマップ | 大きな方向性を確認 | 東大松尾・岩澤研 |
| データサイエンティスト スキルチェックリストver.6 | 細かなスキルセットを確認 元々は「予測AI」に関するデータサイエンティスト向けでしたが、今回改訂で生成AI系を大幅増強 |
日本データサイエンティスト協会 |
| Developer Roadmaps | 具体で何を学べば良いかが詳しい
|
IT全体のスキル習得ロードマップ集。イギリスのエンジニアKamran Ahmed氏の個人サイト |
資格
いろいろありますが生成AI・LLM関連で確かなものは下記かなと思います
| サイト | 特徴 | 備考 |
|---|---|---|
| G検定 | 元々深層学習に関しての基礎知識を問うものでしたが、生成AI関連が増量 関係者の共通言語・知識の確認の位置付けかと思います |
日本ディープラーニング協会 |
| E検定 | 深層学習を実装するエンジニアのスキルを問う資格です。生成モデルも試験範囲の中にありですが必ずしも生成AIに直結するものではありません | 日本ディープラーニング協会 |
無料コンテンツで学ぶ
理論
| サイト | 特徴 | 備考 |
|---|---|---|
| ゼロからのTransformer | かなりやさしめだと思いますが「ゼロから」ではなくエンジニア向け | アメリカの大学教授のコンテンツの和訳 |
| つくって納得、つかって実感！ 大規模言語モデルことはじめ | リクルート新人研修 | リクルート |
| LLM 大規模言語モデル講座2024講義スライド | 松尾・岩澤研のLLM講座 数式アレルギーない方向け | また、同研究室の講義概要も無料コンテンツは一部ですが講義タイトル・講師名なでおも関連資料探しの情報源になります |
| 言語モデルの物理学 | 内部構造を理論的に理解しようというPJの日本語解説 | 国立情報学研究所佐藤竜馬氏 |
実践
| サイト | 特徴 | 備考 |
|---|---|---|
| NLP Course | PythonでコーディングしながらLLMを学ぶなら |
変わり種
| サイト | 特徴 | 備考 |
|---|---|---|
| LLM Visualization | GPTの中身を3D可視化 |
書籍で学ぶ
- 僭越ながら私の記事。難易度と用途別にここまでまとめた記事はないので
-
注釈注意
- p.22 注釈
- シグモイドやReLUを「0から1の間のなだらかな出力にする」と説明していますが、ReLUは一般に0〜♾️の範囲であり、出力範囲が「0〜1」は誤り
- p.25 注釈
- 「偏微分ができれば再計算せずに最終出力がわかる」は誤解されやすい
- （誤差逆伝播などで）勾配を効率よく計算できるので学習が現実的になる、が近い
- p.55 注釈
- 「インコンテキストラーニング＝文章で指示して“調整”」は誤解されやすい
- 「モデル自体を調整（学習）している」と誤解されがち。基本的に**“パラメータ更新なしで、与えた文脈（例示）で振る舞いが変わる”**という言い方が近い
- p.22 注釈
-
LLMの性能が上がり、より高度な問題をと作成されたもの ↩
Comments
とても体系的なまとめで、わかりやすかったです！
Let's comment your feelings that are more than good