LLM入門書シリーズ
Sho Shimoda による、大規模言語モデルを扱うための全7巻のフィールドガイド。全巻、Amazonで販売中。
このシリーズが目指していること
LLM入門書シリーズは、大規模言語モデルを「仕組みから理解する」ための、全7巻の読みものです。日々コードを書いている技術者の方、開発寄りの製品担当の方、専門家ではないけれど興味を持って読み進めたい方 — 技術にきちんと向き合おうとする読者を想定して書きました。各巻はそれぞれ別の側面を扱っていますが、技術的な厳密さを保ちつつ、現場で使える粒度にまで噛み砕くことを心がけています。
シリーズ全体は、大規模言語モデルを扱う工学の全体像を、順を追って組み立てられるように並べています — 基礎(第1巻)、数学(第2巻)、検索との連携(第3巻)、文脈の設計(第4巻)、本番アプリケーション(第5巻)、規模と推論のインフラ(第6巻)、そして安全性(第7巻)。1冊だけ手元に置く読み方も、シリーズを順に追いかける読み方もできます。
姉妹編として『Physical AI — 物理世界を推論するAI』も進行中で、ロボティクス、ワールドモデル、身体を持ったAIといった、テキスト生成の外側にあるAI分野を、同じ流儀で扱う予定です。
こんな方へ: 長く使える理解を手に入れたい技術者・設計担当の方。AIに関わる意思決定の場にいるプロダクト担当や経営層の方。ニュースの裏側で何が起きているかを掴みたい学生さんや、好奇心の強い実務者の方。数学的な前提知識がなくても読めるように整えていますが、すでに数学に経験のある方にも、読みものとして付き合っていただける構成にしてあります。
このページの読み方
下に各巻の目次を、部ごとに整理して掲載しています。章ごとの解説記事が公開済みのものはリンクを、まだ公開していないものはリンクのない地のままの文字で並べてあります。
付録もリストには載せていますが、これらは 書籍にだけ収録している内容 — 参考資料、早見表、解答付きの演習、その他「本の巻末」に置くべきもの — です。解説記事の対象にはしていません。付録まで手元に置きたい方は、書籍を覗いてみてください。
全7巻
第1巻 — 生成AIの仕組み
大規模言語モデルの基礎を、できるだけやさしく、実用に近いところまで。
シリーズ全体の土台となる入口の1冊。ゼロから — トークン、学習、そして「次の単語を予測する」という一見素朴な行為から始めて — 大規模言語モデルとは何か、どのように訓練されるか、なぜそのように振る舞うのか、を予備知識なしで追えるかたちで描きます。専門用語は剥がし、誠実な見取り図を組み立てる。これ以降のすべての巻が、その上に積み上がっていきます。
|
 |
シリーズ序文: LLM Primer I 章ごとの解説 — シリーズ序文と一覧
付録 (書籍のみ)
| 付録 A |
LLM 用語集 |
| 付録 B |
Attention の背後の数学 |
| 付録 C |
プロンプティング・チートシート |
| 付録 D |
ツール & ライブラリ |
| 付録 E |
おすすめの読み物 |
第2巻 — 数学で読み解く言語モデル
数学的な洞察で AI の内部を覗く。
AI の内部 — Attention、最適化のダイナミクス、損失の地形、スケーリングの振る舞い — を、それらを「動かしている数学」のかたちで追いかける、数学的に厳密で、それでもなお読み物として読める一冊。重要な式はひとつひとつ完全に導出し、ひとつずつ物語と類例と具体的な数値計算で包み直しています。第1巻が脇のコラムに留めた数学を、本筋として読みたい方へ。
|
 |
シリーズ序文: LLM Primer II 章ごとの解説 — シリーズ序文と一覧
付録 (書籍のみ)
| LLM 数学チートシート |
| LLM の統計学的視点 |
| よくある質問 |
| 導出ワークブック |
| 演習問題と解答 |
| 記号インデックス |
| フォワードパスを数値で追う |
| アイデアのタイムライン |
第3巻 — RAG で強化するエンタープライズAI
エンタープライズ向けの Retrieval-Augmented Generation を作る、実務的な手引き。
現場で扱う RAG — ベクトルデータベース、チャンキング戦略、そして「自社のドキュメントにモデルを接地させる」アーキテクチャ。最新性と出典を伴うエンタープライズな回答を組み立てるために要るものを、一通り並べていく一冊。「最新性」と「出典」を満たさないと話が始まらない、そういう仕事に AI を載せる立場の方へ。
|
 |
シリーズ序文: LLM Primer III 章ごとの解説 — シリーズ序文と一覧
第I部 — RAG の基礎
第II部 — データ取り込み、解析、チャンキング
第III部 — ベクトルDBと検索最適化
第IV部 — セキュリティ、プライバシー、アクセス制御
第V部 — 評価、監視、運用
付録 (書籍のみ)
| 付録 A |
RAG 最適化のための数式集 |
| 付録 B |
データ匿名化と評価のためのサンプルシステムプロンプト |
| 付録 C |
ベクトルDBとツールの意思決定マトリクス |
| 付録 D |
RAG 評価のベンチマークデータセット |
第4巻 — MCP で設計する AI の認知
信頼できる AI エージェントのために、コンテキスト、ツール、メモリを工学する。
構造化されたコンテキストモデリングと、オーケストレーション。モデルの内部ではなく、モデルに「見せる文脈と状況」を作り込むことで推論を整える、という思想です。エージェント型システムを作る立場の方へ — ツールの目録、長時間走るループ、セッションを跨ぐメモリ、そして「モデルに何を見せるか」を設計する規律まで。
|
 |
シリーズ序文: LLM Primer IV 章ごとの解説 — シリーズ序文と一覧
第I部 — AI 統合のパラダイムシフト
第II部 — MCP の中核機構
第III部 — マルチエージェントのオーケストレーションパターン
第IV部 — AI 認知の設計 — コンテキストとメモリ
第V部 — エージェント型ワークフローのセキュリティ
第VI部 — 本番運用とスケール
付録 (書籍のみ)
| 付録 A |
MCP クイックリファレンスとチートシート |
| 付録 B |
実装ブループリントとコード例 |
| 付録 C |
本番運用とセキュリティのチェックリスト |
| 付録 D |
高度な仕様と SEPs |
| 付録 E |
ベンチマークとパフォーマンスデータ |
| 付録 F |
公式リソースとエコシステムリンク |
第5巻 — 実世界の LLM アプリケーションを作る
本番運用の LLM システムを設計し、評価し、運用する。
プロトタイプから本番まで — API 設計、評価ループ、監視、統合 — を、システム指向の視点で順に辿る一冊。モデルを、ユーザーが日々使うサービスへと整えていく工程。アーキテクチャの理解を、実際の現場へと橋渡しする段階の方に。
|
 |
シリーズ序文: LLM Primer V 章ごとの解説 — シリーズ序文と一覧
第I部 — AI エンジニアリングの基礎
第II部 — エージェントと検索の能力を組み込む
第III部 — 品質保証と可観測性
第IV部 — セキュリティ、スケール、最適化
付録 (書籍のみ)
| 付録 A |
本番運用とセキュリティのチェックリスト |
| 付録 B |
ツールとフレームワーク選定マトリクス |
| 付録 C |
プロトコル、ストリーミング、構造化出力 |
| 付録 D |
レートリミットとコスト管理のアーキテクチャ |
| 付録 E |
AI エンジニアリングのメトリクスと用語集 |
第6巻 — AI システムをスケールさせる
本番で動かす、低レイテンシな LLM 推論を組み立てる。
分散サービング、レイテンシ最適化、コストモデリング — 1日に何百万回も応答する規模のシステムのための、推論アーキテクチャ。AI システムが1台のサーバーを超えて、「インフラ」として扱う必要が出てきた段階の方へ。
|
 |
シリーズ序文: LLM Primer VI 章ごとの解説 — シリーズ序文と一覧
第I部 — LLM 推論の基礎
第II部 — ハードウェア基盤
第III部 — モデルレベルの最適化 (圧縮)
第IV部 — システムおよびエンジンレベルの最適化
第V部 — サービングフレームワークとオーケストレーション
第VI部 — アプリケーションレベルの経済学と TCO
付録 (書籍のみ)
| 付録 A |
数式とコストモデリングのリファレンス |
| 付録 B |
ハードウェアとアクセラレータの仕様ガイド |
| 付録 C |
デプロイメント構成とコードスニペット |
| 付録 D |
ベンチマーク手法とメトリクス定義 |
第7巻 — AI セキュリティ
プロンプトインジェクション、ジェイルブレイク、敵対的脅威から LLM システムを守る。
安全で堅牢な AI を設計する。敵対的なリスク、プロンプトインジェクション、ガバナンスのフレームワーク、そして実世界に展開されたシステムのための防御的な設計。AI システムを「セキュリティに関わるインフラ」として扱う必要が出てきた方に。
|
 |
シリーズ序文: LLM Primer VII 章ごとの解説 — シリーズ序文と一覧
第I部 — AI セキュリティの基礎
第II部 — プロンプトと対話のセキュリティ
第III部 — モデルの頑健性と信頼性
第IV部 — システムレベルのセキュリティアーキテクチャ
第V部 — ガバナンス、倫理、コンプライアンス
第VI部 — 発展的トピック
付録 (書籍のみ)
| 付録 A |
本番システム向け AI セキュリティチェックリスト |
| 付録 B |
サンプル脅威モデルテンプレート |
| 付録 C |
安全なプロンプト設計パターン |
| 付録 D |
LLM アプリケーションのインシデント対応テンプレート |
| 付録 E |
推奨ツールとフレームワーク |
姉妹編 — Physical AI
LLM入門書シリーズは、テキスト空間で動くAIを扱う、7巻の完結したフィールドガイドです。その隣で、もう一つ別の系統 — ロボット、自動運転車、身体を持って物理世界と関わるAI — を、同じ流儀で扱う姉妹シリーズ『Physical AI』を進めています。ワールドモデル、模倣学習、シミュレーションから現実への移行、センサーフュージョン、身体を持ったエージェント。「言語モデル」から「物理を扱うモデル」へと関心が広がってきた方には、次に取っていただける並走した読みものになります。
