教材の地図
— カテゴリではなく、つながりで読む

ローカル環境で特許RAGを構築し、低コストで効率的に運用する設計思想が分かる。

OllamaChromaDBnomic-embed-textローカル特許RAGHBOパターンAIバッチ処理

1. 1●●○ローカルLLM導入入門 — GGUF変換とOllama運用ローカルLLM実行の前提となるOllama運用を最初に理解する。
2. 2●●○ローカル特許RAGを組む — PyPDF × Ollama × ベクトル検索特許PDF処理とベクトル検索のRAG基本構成を把握する。
3. 3●●○AIバッチ処理のボトルネック解消術LLM依存を減らし処理を高速化するボトルネック解消術を学ぶ。
4. 4●●○AIエージェント 低コスト大量バッチ処理（HBOパターン）コスト最適化の核心であるHBOパターンによるバッチ設計を応用する。

LLM推論のメモリ律速とKVキャッシュ最適化の全体像を把握できる。

vLLMKVキャッシュRAGDGX Spark量子化PagedAttention

1. 1●○○LLMを「モデル」と「ランタイム」で分けて理解するモデルとランタイムの区別で前提知識を整理する。
2. 2●○○KVキャッシュと回帰性 — 生成が遅い本当の理由と、それを畳む3つの「回帰」KVキャッシュが生成速度を律速する理由を基礎から理解する。
3. 3●●○vLLMは何を速くしているのか — 渋滞・ページング・量子化、そして公開したときの穴vLLMのPagedAttention等の最適化技術の核心を学ぶ。
4. 4●●○1トークンの旅 — 帯域・廊下・教科書の厚さメモリ帯域と計算量の関係で実運用の判断材料を得る。
5. 5●●●Transformer / Hugging Face スタック 構造化リファレンス — 原理・実装・拡張の三層を、制約から読み直す量子化やRAGまで含めた応用的な制約分析で発展させる。

Transformerの基礎からMoEやKVキャッシュまで、効率化技術の全体像を把握できる。

TransformerMoE大規模言語モデルLoRAViTAttention

1. 1●○○大規模言語モデルを、ざっくり理解する（対話型）LLMとAttentionの直感的理解を、触って動く形で得る入口にする。
2. 2●●○3Blue1Brown「But what is a GPT?（Transformer入門）」Transformerの構造とAttentionの視覚的イメージを補強し、前提を固める。
3. 3●●○Dense と MoE — 総パラメータ大・活性化小の謎MoEによる計算効率化の仕組みとトレードオフを体感して理解を深める。
4. 4●○○KVキャッシュと回帰性 — 生成が遅い本当の理由と、それを畳む3つの「回帰」推論時のボトルネックであるKVキャッシュの重要性と対策を学ぶ。
5. 5●●●Transformer / Hugging Face スタック 構造化リファレンス — 原理・実装・拡張の三層を、制約から読み直すLoRAや量子化など多様な最適化技術を制約の観点から統合的に整理する。

Claudeの基礎操作から法務リスクまで、知財実務者のAI活用ロードマップが分かる。

AnthropicClaudeBartz 訴訟Project PanamaClaude AcademyRecord a skill

1. 1●○○はじめての7週間 — Claude Academy を教科書にした基礎ブートキャンプ公式アカデミーで基礎を固め、学習の入口を作る。
2. 2●○○Record a skill — 手順を書かず、やって見せるスキル記録機能で、業務自動化の具体像を掴む。
3. 3●○○AI活用の4つのD — プロンプトは4分の1の、そのまた一部AI活用フレームワークで、安全な運用の指針を得る。
4. 4●●○Project Panama と Bartz 訴訟 — 15億ドルは何に対して支払われたのか【事実整理】Bartz訴訟の事実整理で、法的リスクの背景を理解。
5. 5●●○AI蒸留と知財制度の空白 — なぜ既存の4類型で処理できないのか知財制度の空白を分析し、応用的なリスク評価へ。

AI時代の知財戦略と実務変革の全体像を把握できる。

本人確認ID.me相関する誤り特許出願マドプロ費用シミュレーター（区分数対応）生成律速

1. 1●○○日本刀とドローン — 知財実務オンライン第301回を終えて知財実務の現状と課題を直感的に理解できる入口。
2. 2●●○AIが安くするもの、安くしないもの — 競争優位の再配分AIによる競争優位の再配分という基本フレームを学ぶ。
3. 3●●○二人で見たのに、二回見ていない — 相関する誤りと、多様性の維持コストAI活用時のリスク管理と品質保証の重要性を知る。
4. 4●●○AIは訴訟を溢れさせ、特許出願を溢れさせない — 米国の代理制度165年史と、MIT/USCの実証制度面でのAI影響と特許出願の特殊性を深く理解。
5. 5●●○日本から海外サービスの本人確認を通す — ID.me 実戦記海外出願の実務課題とAI活用境界を具体例で確認。

FTO調査のAIエージェント化と、それを支えるデータ基盤・要件管理の全体像が把握できる。

AIエージェントSQLiteFastAPIFTO調査JSONYAML＋Markdown＋JSONの三層構造

1. 1●○○AIエージェントへ仕事を渡すための要件管理 — YAML＋Markdown＋JSONの三層構造AIへの指示を明確にする三層構造の基礎をまず固める。
2. 2●○○FastAPI × SQLite で作る、いちばん小さなバックエンドエージェントを支える最小限のバックエンド実装を体感する。
3. 3●●○FTO調査 × AIエージェント — 12工程の分解とAI適用FTO調査の工程分解とマルチエージェント設計の核心を学ぶ。
4. 4●●●RRF 融合検索の3本柱（Reciprocal Rank Fusion）検索精度を高めるRRF融合という応用的な技術基盤を理解する。
5. 5●●●AI知財戦争：米中独走と日本の戦略的劣勢（NotebookLM）技術実装を背景に、知財戦略の大局的な位置づけを俯瞰する。

AIコーディングツールの導入から自律レビュー自動化までを段階的に習得できる。

Claude CodeCodexOpenAIVibe Coding GuideCodex CLISKILL.md

1. 1●○○Vibe Coding Guide（nagiさん作）— はじめの一歩・作業の型AIコーディングの基本的な作業フローをまず理解する。
2. 2●○○Claude Code 環境セットアップ — デスクトップアプリ と CLI主要ツールClaude Codeの環境構築を完了させる。
3. 3●○○Codex 環境セットアップ — ChatGPTアプリ と CLIもう一つの主要ツールCodexの導入と使い分けを学ぶ。
4. 4●●○コピペリレーを消す — Claude Code × Codex レビューループの自動化両ツール連携による自律レビューループを構築する。

生成AI時代の知財業務の構造変化と、人間に残る判断の本質を把握できる。

エージェントChatGPT『女工哀史』エージェンティック開発note（89本）女工哀史

1. 1●○○金の鎖が無いばかり — 『女工哀史』で読む生成AI・エージェンティック開発歴史的事例でAI活用時の人間と機械の関係を直感的に理解する。
2. 2●○○AI適用後の現在地 — 知財実務オンライン出演デッキ（続・新事業創出×知的財産戦略）業務プロセスの進化段階を整理し、全体像の入口を作る。
3. 3●○○日本刀とドローン — 知財実務オンライン第301回を終えて実務における非対称性という核心課題を具体例で深める。
4. 4●●○制度は革命の後に来る — それでも、あなたはいま判断しなければならない【論考】制度の遅れと個人の判断責任という法的・倫理的枠組みを学ぶ。
5. 5●●○AI時代の現象学的知性論最終的に人間の認識構造という現象学的基盤で応用を統合する。

知財戦略の理論基盤からAIエージェント実装までを体系的に理解できる。

知財ビジネスモデル図鑑特許DBビューOrchestrator-Workerティースの専有可能性レジームPPQATEvaluator-Optimizer

1. 1●○○知財ビジネスモデル図鑑 — 発明と、その守り方の型を歴史事例で読む歴史事例で知財戦略の型を直感的に把握できる入口。
2. 2●●○ティースの専有可能性レジーム — 発明で勝った者が、事業で負けるのはなぜか図鑑の事例をPFI理論で深掘りし、戦略の根拠を学ぶ。
3. 3●●○エージェント設計を知財実務に接続する（Orchestrator × Evaluator）理論をAIエージェント設計パターンに接続する中核。
4. 4●●○特許DBビュー — 図鑑の実在特許を構造化データにする図鑑の知見を構造化データとして実装する第一歩。
5. 5●●○判例エージェント模擬弁論 — 原告×被告(Devil's Advocate)×判事(Evaluator)設計思想を模擬弁論で実演し、応用能力を高める。

MCP時代の知財サービス変革と、AI活用実務の全体像が把握できる。

MCProot ip知財・情報フェア2026特許庁pmgs-reference知財・情報フェア＆コンファレンス2026

1. 1●○○MCPの先にある特許情報サービス ── 壊れるのは「席課金×探索UI」の結合であって、GUIではないMCPによる市場構造の変化という大前提を最初に理解する。
2. 2●○○知財・情報フェア2026 出展ツール カオスマップ — 169社を「業務の流れ×提供形態」で並べ替える変革の現状を169社のカオスマップで具体的に把握する。
3. 3●○○知財・情報フェア2026で、12のブースに教えていただいたこと — 自前で組んで行き詰まった側から、同じ6つの質問を携えてお伺いして回った記録実務者が抱える課題と解決策をフェアの記録で確認する。
4. 4●○○root ip の1年分アップデートを6テーマで読む — 検索・つなぐ・記録・伝える・一括・安心、そして API主要ツールroot ipの機能で具体的な運用イメージを掴む。
5. 5●○○Claude for Excel と Copilot in Excel で特許を○×判定させたら、判断が割れた — 80件のボウリング特許で見た判定傾向と運用ルールExcelでのAI判定実演で応用的な活用手法を学ぶ。

意味空間の幾何学からRRF融合とコスト最適化まで、知財検索の設計原理を把握できる。

RRF 融合検索ティアードアーキテクチャ概念の幾何学Reciprocal Rank FusionWord2VecAIエージェント・オーケストレーションと知識工学

1. 1●○○概念の幾何学 — 意味が空間の中に形を持つということ埋め込みの根拠となる概念の空間構造を直感的に理解する入口。
2. 2●●●RRF 融合検索の3本柱（Reciprocal Rank Fusion）前提知識を活かし、検索結果を融合するRRFの核心技術を学ぶ。
3. 3●●○ベクトルDB & ティアードアーキテクチャ — コスト最適化の原理融合検索を安価に運用するためのティアード設計の原理を解説。
4. 4●●○ローカル特許RAGを組む — PyPDF × Ollama × ベクトル検索理論をローカル特許RAGという具体的な業務実装へ応用する。
5. 5●●●AIエージェント・オーケストレーションと知識工学検索を軸にエージェント全体を最適化する発展的な設計思想。

AI時代の知財戦略と、それを支えるコミュニティ運営の全体像が把握できる。

羽矢﨑 聡知財実務オンライン掲示板mokumoku.ipfde.com#ipfde知財実務オンライン 第301回

1. 1●○○もくもくの日のひらきかた — 誰でも開催できるようにするための手順コミュニティの基本的な活動形態と入口を理解する。
2. 2●○○ゴールドラッシュ時代に何が儲かるか — 知財実務オンライン第155回を、3年後に読み直す前提知識が少なく、戦略の核心を把握できる。
3. 3●○○知財実務オンライン 第301回 — 配信・資料・その後中核となる第301回の全体像を整理して理解する。
4. 4●○○日本刀とドローン — 知財実務オンライン第301回を終えて第301回で議論された非対称戦の深掘りを行う。
5. 5●○○知財業務のAIパイプライン化 — 作業の置換から、判断の基盤へ戦略を実務に落とし込む応用的な視点を得る。

Gitの内部構造とXet技術が、AIモデル基盤Hugging Faceの競争優位性をどう支えるか。

Hugging FaceGitGitHubnpmXetQwen

1. 1●○○remote は、GitHubのことではない — 手元とtailnetだけで回すGitGitのremote概念を正しく理解し、前提知識を最小限に抑える入口。
2. 2●●○三台で、同じものを二度作る — Gitの内部構造を8層で読むMerkle DAG等のGit内部構造を8層で解説し、技術的基盤を固める。
3. 3●●○Hugging Face は何のレジストリか — GitHub / Docker Hub / npm と並べて読むGit基盤のHugging FaceとXetストレージの統合戦略を比較で理解。
4. 4●●●Transformer / Hugging Face スタック 構造化リファレンス — 原理・実装・拡張の三層を、制約から読み直す基盤技術の制約からAIスタック全体を再構成し、応用・発展へ導く。

GraphRAGの原理から低コスト実装、特許実務への応用までを体系的に理解できる。

GraphRAGGlobal SearchFrom Local to GlobalMicrosoftLocal SearchFrom Local to Global: A Graph RAG Approach to Query-Focused Summarization

1. 1●○○教材の地図 — 問いと塊から読み進める（ナレッジグラフ導線）全体像を把握し、この塊の位置づけと読むべき順序を明確にするため。
2. 2●●●GraphRAG入門 — 非構造テキストから知識グラフへ前提知識が少なく、GraphRAGの基礎概念と仕組みを段階的に理解できるため。
3. 3●●●GraphRAG 原論文を読む — From Local to Global（Edge et al., 2024）技術の根幹となる原論文を一次情報として読み、理論的基盤を確立するため。
4. 4●●●GraphRAG をもくもく会の教材 104 本に適用してみた — 原論文の主張は、自分のコーパスでも再現するか理論を実装で検証し、コストや効果など実務的な知見を深めるため。
5. 5●○○MCPの先にある特許情報サービス ── 壊れるのは「席課金×探索UI」の結合であって、GUIではない技術が特許情報サービスやビジネスモデルにどう統合されるか応用を考察するため。

Kimi K3の技術系譜と米中AI競争の構造を把握できる。

Kimi K3Moonshot AI杨植麟Ruslan SalakhutdinovMac Studioトロント大

1. 1●●○深層学習の系譜と地政学 — トロント大の一研究室から、上海の講演台まで前提となる学術系譜と地政学的背景を最初に理解する。
2. 2●●○Kimi K3 をローカルで動かすためのハードウェア要件と調達候補Kimi K3の技術的特徴とローカル実行のハード要件を把握する。
3. 3●●○1トークンの旅 — 帯域・廊下・教科書の厚さ大規模モデルの分散実行における性能ボトルネックの原理を学ぶ。
4. 4●●○AI蒸留と知財制度の空白 — なぜ既存の4類型で処理できないのか技術競争が引き起こすAI蒸留と知財制度の論争を応用として理解する。

AIによる時間圧縮と制度の限界を踏まえ、新たな知財戦略の設計指針を学べる。

Machines of Loving Grace目的-手段ロジックツリー知財戦略Dario AmodeiThe Adolescence of TechnologyAlphaFold

1. 1●○○AlphaFold（タンパク質構造予測）｜Google DeepMindAIが研究を加速する具体例から、圧縮された21世紀の感覚を掴む。
2. 2●●○Dario Amodei「Machines of Loving Grace」（日本語図解）圧縮現象の全体像と、発明の母数変化という前提知識を整理する。
3. 3●●○Dario Amodei「The Adolescence of Technology」歴史的アナロジーで、技術と制度の相互作用という背景を理解する。
4. 4●●○AI蒸留と知財制度の空白 — なぜ既存の4類型で処理できないのか既存制度の構造的な穴を認識し、戦略再定義の必要性を明確にする。
5. 5●●○目的-手段ロジックツリー（事業課題→技術目標→解決手段）目的-手段ツリーで、蒸留耐性を含む具体的な戦略設計を行う。

Tailscaleの暗号基盤からSSH認証の自動化、そしてローカルGit環境構築までの流れを把握できる。

TailscaleremotetailnetWireGuardSSHTailscale SSH

1. 1●○○remote は、GitHubのことではない — 手元とtailnetだけで回すGitGitのremote概念を確立し、外部依存なしで動く前提を作る。
2. 2●●○通れたこと自体が認証である — Tailscale の VPN と SSHTailscaleのVPNとSSH統合の原理を、暗号層から順に理解する。
3. 3●●○三台で、同じものを二度作る — Gitの内部構造を8層で読むGitの内部構造を深掘りし、分散環境でのバージョン管理を定着させる。

AI蒸留が既存知財制度で処理不能な理由と、そのリスク管理の全体像が把握できる。

AI蒸留生成AI画像社内規程著作権『図解 生成AI 社内規程の作り方』AI知識蒸留

1. 1●○○知財ビジネスモデル図鑑 — 発明と、その守り方の型を歴史事例で読む知財戦略の基礎的な思考フレームワークを歴史事例で定着させる。
2. 2●●○AI蒸留と知財制度の空白 — なぜ既存の4類型で処理できないのか蒸留が既存の4類型で処理できない構造的空白を核心的に理解する。
3. 3●●○制度は革命の後に来る — それでも、あなたはいま判断しなければならない【論考】制度の遅れを認識し、現状で判断すべき理由を論理的に補強する。
4. 4●○○線が引けないルールを、どう書くか — 生成AI画像と社内規程の設計論制度の空白を踏まえた具体的な社内規程設計という応用策を学ぶ。

三相誘導モーターの事例から、特許価値がボトルネック移動で消える時限性を理解できる。

三相誘導モーターテスラエジソンウェスティングハウスリバース・サライエント動力変換

1. 1●○○知財ビジネスモデル図鑑 — 発明と、その守り方の型を歴史事例で読む知財戦略の基本型を歴史事例で概観し、前提知識を固める。
2. 2●●○ティースの専有可能性レジーム — 発明で勝った者が、事業で負けるのはなぜか補完資産の重要性を理論的に理解し、敗因の分析軸を得る。
3. 3●●●ボトルネックは、動く — 三相誘導モーターとリバース・サライエント本塊の核心である三相誘導モーターとリバース・サライエントを詳述。
4. 4●●●テスラは、取締役会にいない — Tesla in the Deeptech Startup（書籍骨子）現代のディープテックへの応用と、特許価値の限界を考察する。

AI時代の弁理士と企業の役割再編と、レビュー観点のガバナンス設計が分かる。

弁理士法人二重レビュー問題企業知財観点データ企業知財部門内製化

1. 1●●○弁理士法人 × 企業知財部門の役割再設計（AI前提）Creator/Reviewer非対称性という前提知識をまず固めるため。
2. 2●●●AI前提時代の弁理士法人×企業知財 連携設計（対話型）全体構造と時系列フェーズを把握し、議論の枠組みを理解するため。
3. 3●●○「両方が残る」という前提 — 役割分担の議論に足りない5つ役割分担の前提を批判的に検証し、深い理解を深めるため。
4. 4●●○二人で見たのに、二回見ていない — 相関する誤りと、多様性の維持コストAI共用による相関リスクという応用的な課題と対策を学ぶため。

AI時代の発明者性判定と歴史的知財戦略の対比

高峰譲吉USPTOAI支援発明の発明者性ガイダンスアドレナリン全米発明家殿堂（NIHF）特許庁「十大発明家」

1. 1●○○知財ビジネスモデル図鑑 — 発明と、その守り方の型を歴史事例で読む歴史的知財戦略の基礎を事例で理解する
2. 2●○○日米両方の特許庁に「置かれている」発明者 — 高峰譲吉と、顕彰される権利の話高峰譲吉の顕彰から権利の概念を学ぶ
3. 3●●○USPTO「AI支援発明の発明者性ガイダンス」（日本語図解）AI支援発明の法的枠組みを把握する
4. 4●●○AIは訴訟を溢れさせ、特許出願を溢れさせない — 米国の代理制度165年史と、MIT/USCの実証AIが特許出願に与える影響を分析する
5. 5●●○ティースの専有可能性レジーム — 発明で勝った者が、事業で負けるのはなぜか発明の事業化における戦略的課題を考察

Slack AI接続の統制限界とシャドーAI対策の全体像が把握できる。

Slack内部統制Claude Tag経路C日誌The Protection of Information in Computer Systems

1. 1●●○塞げる穴と、塞げない穴 — SlackにAIを繋ぐときの内部統制統制の限界とシャドーAIの定義をまず理解する。
2. 2●○○Claude Code 環境セットアップ — デスクトップアプリ と CLIAI利用の前提となる環境構築の基礎を固める。
3. 3●●○日本から海外サービスの本人確認を通す — ID.me 実戦記外部サービス接続時の本人確認と境界を学ぶ。
4. 4●●○エージェンティックコーディングは CI を圧迫する — Anthropic のテスト影響分析（TIA）スケーリング記事を読むAI活用がもたらすCI負荷という発展課題を考察。

PHOTONの階層化推論がKVキャッシュのボトルネックをどう解決し、効率を向上させるかを理解できる。

PHOTONRecGen富士通HierGenTPMBlock Transformer

1. 1●○○KVキャッシュと回帰性 — 生成が遅い本当の理由と、それを畳む3つの「回帰」KVキャッシュという生成遅延の根本原因を体感し、前提知識を固めるため。
2. 2●●○富士通 PHOTON — 「475倍」の正体と、横に読むか縦に読むかPHOTONの「475倍」の正体とTPM指標の実体を算術で確認し、核心を把握するため。
3. 3●●○vLLMは何を速くしているのか — 渋滞・ページング・量子化、そして公開したときの穴vLLM等の既存技術との比較を通じて、PHOTONの技術的優位性を発展的に理解するため。