［入門］LLM アプリ開発 --基本・LLM のしくみ・MCP・AI セキュリティ

LLM アプリ開発を基礎から学ぶならこの 1 冊!

月刊誌『Software Design』に掲載された
人気の LLM 特集を厳選して書籍化。

LangChain を使った LLM アプリ開発の基礎から、
LLM モデルの選び方、MCP の活用、AI セキュリティまで
実践的に解説します。

(本書で学べること)
・LangChain を使った LLM アプリ開発の基本
・LLM の仕組みとモデル選定の考え方
・MCP を活用した LLM アプリ開発
・AI 特有の脆弱性と AI セキュリティ対策

(各章の内容)
第 1 章
LangChain を用いたアプリ開発を通して
LLM アプリ開発の基本をハンズオン形式で学びます。

第 2 章
LLM の仕組みを理解し、
ファインチューニングやモデル選定の考え方を解説します。

第 3 章
MCP を活用した LLM アプリ開発を学び、
MCP を実践的に使いこなせるようになることを目指します。

第 4 章
AI 特有の脆弱性を理解し、
AI セキュリティ (Security for AI) の実践的な対策を解説します。
●第 1 章 LLM アプリ開発入門
松本 和高

1-1 LLM の基本
1-2 入門 LangChain
1-3 LangChain＋Streamlit を使った翻訳アプリの実装
1-4 LangChain＋Next.js を使った検索アプリの実装
1-5 LCEL と高度な LangChain コンポーネント

●第 2 章 LLM のしくみ
藤本 敬介、大田 竹蔵、藤原 知樹、大谷 真也、服部 響

2-1 LLM の基本構造を理解しよう
2-2 学習プロセスを知ろう
2-3 小さく実装してみよう
2-4 モデルの違いを学ぼう
発展編 大規模化する LLM の学習・開発を支える技術

●第 3 章 MCP でどう変わる? LLM アプリ開発
江頭 貴史、御田 稔、岩本 隆史、江崎 広太、大久保 諒

3-1 LLM アプリ開発の現在地
3-2 MCP のしくみ
3-3 MCP を使った LLM アプリ開発
3-4 MCP を自社で活用する

●第 4 章 AI セキュリティ入門
川喜田 将之

4-1 AI エージェントにおけるプロンプトをめぐる攻防
4-2 AI エージェントに対する攻撃手法
4-3 AI を安全に活用するために押さえたい防御策

LLM を使ったアプリを作りたいものの、フレームワークの使い方、モデルの中身、外部ツールとの接続、安全対策のどこから手を付けるべきか迷っている開発者に向けた入門書です。『［入門］LLM アプリ開発』は技術評論社の Software Design 別冊として 2026 年 3 月に発売され、月刊誌 Software Design に掲載された LLM 関連の特集を厳選し、再編集して 1 冊にまとめています。著者は章ごとに異なり、松本 和高、藤本 敬介、江頭 貴史、御田 稔、川喜田 将之ら計 12 名が執筆しています。本文は全 4 章の構成です。

LangChain、モデルの仕組み、MCP、安全対策の全 4 章

第 1 章「LLM アプリ開発入門」は、LLM の基本と LangChain の入門から始め、LangChain と Streamlit による翻訳アプリ、LangChain と Next.js による検索アプリをハンズオン形式で実装し、LCEL と高度なコンポーネントへ進みます。第 2 章「LLM のしくみ」は、LLM の基本構造、学習プロセス、小さく実装してみる節、モデルの違いを順に扱い、版元の紹介では ファインチューニング やモデル選定の考え方を解説する章と案内されています。章末には大規模化する LLM の学習と開発を支える技術を扱う発展編が付きます。第 3 章「MCP でどう変わる? LLM アプリ開発」は MCP のしくみ、MCP を使った開発、自社での活用までを扱い、第 4 章「AI セキュリティ入門」は AI エージェントにおけるプロンプトをめぐる攻防、攻撃手法、防御策の 3 節で構成されています。

作る、理解する、つなぐ、守るを 1 冊で通す意味

LLM アプリ開発の学習は、層ごとに資料が分かれがちです。フレームワークの使い方はドキュメントやチュートリアルで、Transformer の構造や学習の流れは理論寄りの本で、外部ツール連携は仕様書で、安全対策はセキュリティの記事で、というように別々に追うと、自分のアプリでどの層の判断をしているのかが見えにくくなります。本書はこの 4 つの層を 1 冊の中で順に並べている点に特徴があります。たとえば、LLM が外部のデータやツールを呼び出せるようにする仕組みとして Model Context Protocol を使うと、アプリでできることが広がる一方、外部から入ってくる文章がモデルへの指示として解釈される危険も増えます。第 3 章で接続の仕組みを学び、第 4 章でプロンプトをめぐる攻防と防御策を学ぶ並びは、機能の拡張と攻撃される範囲の拡大を表裏で理解する助けになります。モデルの仕組みを扱う第 2 章も、どのモデルを選ぶか、追加学習が要るのかを判断する際の根拠を持つための章として読めます。

雑誌の特集を元にした本ならではの読み方と前提

元が雑誌の特集なので章ごとに執筆者が異なり、1 人の著者が通して書いた教科書のような一貫した積み上げを期待すると戸惑うかもしれません。その代わり、各章が独立して読めるため、関心のある章から読み始められます。第 1 章のハンズオンは Streamlit と Next.js という性格の違う 2 つの仕組みでアプリを組むので、Web アプリを手元で動かした経験があると進めやすいでしょう。逆に、RAG の精度改善や AI エージェント の設計パターンを深く掘り下げたい場合は、それぞれを主題にした専門書のほうが向いています。LLM 関連の本の選び方全体は LLM と生成 AI の技術書の選び方 でも整理しています。

版元は対象として、LLM アプリ開発を始めたいエンジニア、LangChain で AI アプリを作りたい人、モデル選定の考え方を知りたい人、AI セキュリティの基礎を学びたい人を挙げています。LLM を組み込む機能を任されたものの、何を知っておけば設計の判断を誤らないかの見取り図がまだ無い人にとって、作り方から安全対策までを一通り押さえられる本書は、次に読む専門書を選ぶための土台にもなる一冊です。