12.0 学習チェックリスト：AIGC とマルチモーダル
このページは印刷用チェックリストとして使います。詳しい説明が必要なときは、第 12 章入口ページ に戻ってください。
2時間の初回通読
| 時間 | やること | ここまで言えたら止める |
|---|---|---|
| 20 分 | 入口ページのワークフローループを見る | 「マルチモーダル作業は出典を保った入力から始まる。」 |
| 25 分 | 視覚記録スクリプトを動かす | 「視覚内容を確認可能な構造化記録にできる。」 |
| 25 分 | マルチモーダル基礎と画像生成をざっと読む | 「理解と生成には Prompt、model、output、review が必要。」 |
| 25 分 | 倫理とコンプライアンスをざっと読む | 「外部利用には copyright、portrait、sensitive、factual checks が必要。」 |
| 25 分 | RAG/Agent ブリッジを読む | 「マルチモーダルは RAG、Agent、卒業プロジェクトを拡張する。」 |
必ず残す証拠
| 証拠 | 最小版 |
|---|---|
multimodal_pipeline.md | input、parsing、generation/understanding、review、export |
visual_records.jsonl | source、page/region/time reference、visible text、objects、uncertainty |
prompts/ | Prompt 版、reference assets、negative requirements、selection notes |
outputs/ | candidate outputs、selected output、rejected output、reason |
safety_review.md | copyright、portrait rights、sensitive content、factuality、usage boundary |
README.md | goal、run command、source materials、sample output、limitations |
品質ゲート
| ゲート | 合格条件 |
|---|---|
| Source trace | すべての input/output が source、owner/license、version、必要なら page/region/time reference を保持している。 |
| Prompt/version | candidate outputs が Prompt、model/tool、reference assets、selection reason に結びついている。 |
| Review | copyright、portrait/voice、sensitive content、factuality、accessibility、export scope が確認されている。 |
| Export | README、manifest、selected outputs、rejected outputs、limits、next fix を他者が確認できる。 |
章を出る前の質問
- screenshot、PDF、image、audio、video の出典参照を保持できますか？
- 非テキスト入力を RAG や Agent が使える構造化記録にできますか？
- Prompt 版とレビュー記録で生成出力を比較できますか？
- 外部公開前に何を確認すべきか説明できますか？
- 結果を最終ポートフォリオまたは卒業 Demo としてまとめられますか？
答えがすべて「はい」なら、このコースは基礎、データ、モデル、LLM アプリ、Agent、マルチモーダル製品ワークフローまでの端から端までの道になります。