生成 AI の基本概念を定義および説明する。

さまざまなデータタイプが生成 AI でどのように使用されるか、また、どのようにしてビジネス上の問題を解決し、イノベーションを推進し、競争優位性を獲得できるかを説明する。

生成 AI における基盤モデルの役割、機能、限界について説明する。

Google Cloud が推奨する LLM の限界に対処するための戦略を説明する。

生成 AI 環境におけるレイヤを理解するとともに、特定のビジネスニーズに対応し、イノベーションを推進するために、さまざまなポイントでどのように関与できるかを説明する。

生成 AI を取り巻く環境（インフラストラクチャ、モデル、プラットフォーム、エージェント、アプリケーション）の主要なレイヤを理解する。

Google Cloud の AI に最適化されたインフラストラクチャ、データセンター、クラウド コンピューティング プラットフォームによって生成 AI の開発がどのようにサポートされているのかを説明する。

特定の用途において、Google Cloud の生成 AI ポートフォリオのどの部分を使用するかを決定する際に考慮すべきビジネス上の要因を説明する。

プロンプト エンジニアリングの手法、およびそれによってより良い結果がどのように得られるようになるのかについて述べる。

Google の生成 AI アプリケーションのビジネス上の利用価値、およびその主要な機能について述べる。

個人およびチームの生産性を向上させることを目的として、Gem や NotebookLM などのツールを使用して自動化されたワークフローを開発する。

グラウンディング技術を活用して、関連性の高い正確な回答を言語モデルから生成する。

生成 AI エージェントの構成要素を定義し、それぞれがどのように連携するかを確認する。

生成 AI エージェントの構成要素を組み合わせて、高性能なソリューションを構築する方法を説明する。

Google Cloud の生成 AI プロダクトを使用して生成 AI エージェントを作成する方法を説明する。

生成 AI を使用して、組織の変革を効果的に推進し管理する方法を説明する。