
FastAPIで作る生成AIアプリのバックエンド開発 〜チャット・RAG・エージェントをAPIとして公開する〜
Udemy · 日本語
この講座について
- 言語
- 日本語
- カテゴリ
- 提供元
- Udemy
- データ更新日
「ChatGPT のような AI を使ったアプリを作りたい。でも、画面の裏側で何を作ればいいのか分からない」「AI にコードを書かせてみたけれど、中身が合っているのか判断できない」――そんな方のための、生成 AI アプリのバックエンド(API)開発のコースです。題材は、架空の会社「みらい商事」の社内ヘルプデスク AI です。Python の Web フレームワーク FastAPI で、チャット、社内の資料に出典つきで答える RAG、問い合わせを登録してくれるエージェントを、1つの API として少しずつ育てていきます。ログイン、使いすぎの制限、利用量の記録、テスト、公開まで扱い、「自分だけが動かせるもの」ではなく「ほかの人に使ってもらえるもの」を目指します。このコースでは、コードを1行ずつ書き写すことはしません。コードを書くのは AI、人は「何を作るか決める(設計)」「AI に正しく伝える(指示)」「出てきたコードを確かめる(読む・動かす・テストする)」を担う、という今の開発の進め方で学びます。
■ このコースの構成第0章 はじめに(完成するアプリ/AI 時代の学び方/配布資料の用意/会社で受講する方へ/開発環境と API キーの準備)第1章 Web API と FastAPI の基本(Web API のしくみ/FastAPI の特徴/最初の API のコードを読む//docs で試す)第2章 データを受け取り、保存する(Pydantic でデータの形を決める/データベースと SQLModel/会話ログの CRUD API)第3章 LLM API を呼び出す(LLM API のしくみ/AI を切り替えられる設計/ストリーミング/料金・無料枠の最新情報)第4章 チャット API を「人に使わせられる」形にする(会話の履歴/ログイン・JWT と秘密情報の守り方/レート制限と利用量の記録)第5章 RAG:自分の資料に答える API(RAG のしくみ/資料の取り込みと出典つきの回答/回答の質を確かめる)第6章 ツール呼び出しとエージェント(ツール呼び出しと構造化出力/安全装置つきのエージェント/MCP)第7章 テストして、クラウドに公開する(pytest とモック/Docker と環境変数/クラウドへの公開(任意)/Streamlit の画面)第8章 まとめ(まとめと次の一歩)
■ このコースの特徴講義動画(25本・約170分)で、しくみ・設計の考え方・コードの読みどころを、図解で説明します。ハンズオン(第1〜7章)は、動画(7本・約113分)を見ながら進めても、説明資料(HTML)を読みながら進めても、同じものができあがります。動画では、短いコードは実際に打ち、長いコードは説明資料から貼り付けて、1〜2行ずつ解説します。説明資料のコマンドとコードには、すべてコピーボタンが付いています。どの手順も、受講者と同じ環境で最後まで動くことを確かめています。章ごとの完成プロジェクトを配るので、途中の章からでも始められます。配布資料は zip 1つにまとめ、メニューのページ(index)から開けます。演習(7本)では、AI が書いた問題のあるコードのレビュー、新しい機能の設計、テストでの見張りなど、「読む・直させる・確かめる」力を練習します。解説資料つきです。AI は Gemini の無料枠で最後まで進められます。設計を工夫して、OpenAI や Claude にも設定だけで切り替えられます(任意・有料)。特定の AI コーディングツールにも依存しません。料金・無料枠・モデルなど変わりやすい情報と、会社で受講するときの注意点は、確認日つきの読み物(HTML)にまとめています。各章の章末クイズ(4択・解説つき、全33問)で理解度を確かめられます。用語集(137語)の PDF を配布します。
■ ご注意FastAPI の基本(パス・クエリのパラメーター、…





























