コード生成やデザインがプロンプト1つで完了する時代になってきました。LLMは開発のあり方を大きく変えつつあります。しかし、AIをただ「使う」だけでは、価値を生み出すことはできません。

これからの時代に求められるのは、AIの力を最大限に引き出し、これまでにない価値を新たに創出する力です。

では、AIを使って価値を生み出すためには、どのような知識が必要なのでしょうか。――その問いに応えるべくこのたび刊行したのが『［入門］LLMアプリ開発—⁠—基本・LLMのしくみ・MCP・AIセキュリティ』です。

本書は、月刊誌『Software Design』の人気特集から、AIで価値あるソフトウェアを生み出すための知識が得られる記事を厳選して収録した1冊です。

ここからは、本書で解説している「これから知っておきたい知識4つ」それぞれを深堀していきます。

LLMアプリはどのように開発されているか

LLMの可能性を引き出すには、LLM単体で扱うのではなく、外部データやツールと組み合わせたアプリケーションとして設計することが必要不可欠です。

そのための基盤となるのが、LangChain や Mastra といった、LLMアプリケーションに特化したフレームワークです。なかでもLangChainは、単なるライブラリにとどまらず、状態管理や複雑なワークフローを扱う LangGraph、ログ収集や評価を行う Langfuse などを含むエコシステムとして発展しており、LLMアプリ開発におけるデファクトスタンダードとなっています。

そこで第1章では、LLMアプリ開発の基本をテーマに、代表的なフレームワークであるLangChainを中心に、LLMを使ったアプリケーション開発の流れを解説します。初出は「Software Design 2024年8月号 第1特集」です。

まず、LLMの基本やプロンプトテクニックといった基礎知識を押さえたうえで、LangChainの主要コンポーネントの使い方を紹介します。さらに、LangChainとStreamlitによる翻訳アプリ、LangChainとNext.jsによる検索アプリなどの実装を通して、LLMアプリケーションを構築する流れを解説します。加えて、LCEL（LangChain Expression Language）や高度なコンポーネントの使い方にも触れ、より実践的なLLMアプリ開発へと進むための知識を身につけます。

LLMでできること／できないこと

LLMで価値を生み出すには、単に使い方を知るだけでなく、その内部で何が起きているのかを理解することも重要です。LLMは便利な一方で、なぜそれらしい応答ができるのか、どこに限界があるのかが見えにくい技術でもあります。だからこそ、基本的なしくみを押さえることが、LLMを適切に選び、活用するための土台になります。

そこで第2章では、LLMの基本構造や学習のしくみをテーマに、モデルの内部でどのような処理が行われているのかを解説します。初出は「Software Design 2026年1月号 第1特集」および「2026年2月号 特別企画」です。

本章では、LLMの基本構造を数式レベルも含めてひもときながら、文章を理解し生成できる理由を整理します。さらに、LLMがどのように学習されるのか、推論や微調整はどのように行われるのかを、小さな実装も交えて学びます。加えて、モデルごとの違いや適切なモデル選択の考え方、大規模な学習・開発を支える技術にも触れ、LLMを技術として理解するための視点を身につけます。

LLMと外部ツールをつなぐMCP

LLMで価値を生み出すには、モデル単体の性能だけでなく、外部のシステムやデータとどうつなぐかを考えることも欠かせません。近年は、LLMを単なる対話ツールとして使うのではなく、さまざまなツールを呼び出しながら処理を進めるAIエージェントとして活用する流れが強まっています。その鍵になるのが、MCP（Model Context Protocol）です。

MCPは、LLMと外部ツールを接続するための共通プロトコルであり、ツールを利用する側（クライアント）と、機能やデータを提供する側（サーバー）という構造で成り立っています。これにより、さまざまなツールやサービスを統一的なインターフェースで扱えるようになります。

そこで第3章では、MCPをテーマに、LLMアプリ開発の新しいかたちを解説します。初出は「Software Design 2025年9月号 第1特集」です。

本章では、まずAI活用が「作業の自動化」から「業務の自動化」へ広がっている流れを整理したうえで、MCPの基本的なしくみを紹介します。さらに、MCPサーバーの実装方法や、AIエージェント・開発環境への組み込み方を解説します。加えて、既存システムやSlackなどと連携しながらAIエージェントを活用する例も取り上げ、LLMアプリ開発の実践的な広がりを学べる内容になっています。

AI時代に押さえておきたいセキュリティ

LLMで価値を生み出すには、便利さや新しさだけでなく、安全に使うための視点も欠かせません。

実際に、AIチャットボットがあり得ない価格で商品を販売してしまったり、存在しない割引をユーザーに案内してしまったりといった事例も起きつつあります。

とくにLLMやAIエージェントは、従来のソフトウェアとは異なる振る舞いをするため、これまでとは違ったセキュリティ上の注意点が生まれています。AIを実際のサービスや業務に組み込むのであれば、こうしたリスクを理解しておくことが重要です。

そこで第4章では、AI時代に押さえておきたいセキュリティの基本を解説します。初出は「Software Design 2025年12月号 第2特集」です。

本章では、プロンプトを悪用した攻撃や、AIエージェントに対する攻撃手法など、AI特有の脅威を整理します。そのうえで、安全にAIを活用するためにどのような防御策が必要になるのか、どのような設計や運用を意識すべきかを解説します。LLMをサービスやプロダクトに組み込むうえで、あらかじめ知っておきたいセキュリティの考え方を学べる章です。

LLMは、ソフトウェアの可能性を大きく広げる技術です。しかし、その価値は、単にモデルを使うだけでは生まれません。アプリケーションとしてどう設計するか、モデルの特性をどう理解するか、外部システムとどう接続するか、そしてそれらをどう安全に運用するか――こうした視点を横断してはじめて、AIはプロダクトとして機能します。

本書は、そうしたLLM時代の開発に必要な知識を、個別のトピックではなく“⁠全体像⁠”として捉えられるように整理した1冊です。LLMアプリ開発にこれから取り組む方にとって、何を理解し、どこから手をつけるべきかを見極めるための出発点となるでしょう。