LLM・RAGのおすすめ本・参考書ランキング【2026年】

Transformerを土台に、ファインチューニングの手順と、固有表現認識、要約、文章間の類似度比較、質問応答への応用を、理論と実装の両面から扱う本です。Google ColabでHugging Faceのモデルを動かしながら学べます。検索システムの開発チームに入った初学者は、言葉をベクトルに変換して検索につなげる話が検索開発の土台になったと書いています。書名は「入門」でも、Pythonや機械学習の知識を前提にしているという記事があります。

根拠にした紹介記事： 【読書の夏？】各分野のおすすめ技術書を75冊まとめてみた 、【本】生成AI関連のおすすめの本10選 、初学者が検索システム開発チームに挑むにあたり、参考にした書籍・動画まとめ

『大規模言語モデル入門』の続編で、文章を生成するLLMの評価と、指示に従わせる学習やRLHFによる調整を数式とともに扱い、RAGや分散学習にも触れる本です。検索システムの開発者は、検索とAIの回答を組み合わせるRAGの章で両者のつながりが腑に落ちたと書いています。

根拠にした紹介記事： 初学者が検索システム開発チームに挑むにあたり、参考にした書籍・動画まとめ 、【読書の夏？】各分野のおすすめ技術書を75冊まとめてみた

トークナイザ、Transformer、事前学習、応答を整える調整へと段階的に進み、LLMをなるべく自分のコードで組み立てる本です。ライブラリに頼りきらずに中身を理解したい人向けで、Pythonの基礎がある読者を想定していると紹介されています。2026年6月刊で、紹介記事はまだ1件です。

根拠にした紹介記事： 【読書の夏？】各分野のおすすめ技術書を75冊まとめてみた

LLMの基本、OpenAIのAPI、プロンプトの工夫、LangChainの基礎から、RAGの複数のパターンと回答の評価、LangGraphによるAIエージェントの開発までを扱う本です。紹介した記事の筆者は6人で、共著者自身による紹介記事も含みます。一通り理解すれば簡単なエージェントを作れるようになるという記事や、LangGraphのハンズオンを踏まえて独自のエージェントを作った記事があります。

根拠にした紹介記事： 【読書の夏？】各分野のおすすめ技術書を75冊まとめてみた 、2025年6月版読んでいて良かった本紹介 、【技術書アウトプット】LangGraphの本読んだら、これからの時代はLangGraphだってなったのでアウトプットするッッ

ChatGPT・OpenAIのAPIとLangChainの基礎を日本語で体系立てて扱い、後半のハンズオンでWebチャット、Slackボット、社内文書の検索を作る本です。会話履歴を踏まえて応答するSlackアプリまで作る内容の多さを挙げる記事があります。同じ著者らによる『LangChainとLangGraphによるRAG・AIエージェント［実践］入門』より前の2023年に出た本です。

根拠にした紹介記事： LangChainで生成AIアプリ開発に入門できる名著が出ました！ 、2023年に買った生成AI関連の技術書15選

LLMの性質、API、プロンプト設計、RAGの精度向上、エージェントのワークフローを、コンテキスト（LLMに渡す指示と入力情報）の観点で整理した本です。AIサービスの開発で、指示や入力情報が出力にどう影響しているかを説明できないという課題を抱え、その理由を理解するために読んだという記事があります。

根拠にした紹介記事： 『コンテキストエンジニアリング』を読んで、AI活用の解像度を上げよう 、夏の読書感想文：『LLMの原理、RAG・エージェント開発から読み解く コンテキストエンジニアリング』

GitHub Copilotの開発者が、LLMを「テキストの続きを補完する仕組み」として説明するところから始め、プロンプトの組み立て方とアプリケーションへの組み込み方を扱う本です。紹介した6件の記事のうち3件は輪読会の記録で、出力が外れたときにまず自分のプロンプトを見直すようになった、Markdownが有効な理由や無関係な情報が誤った推論を招く点が分かったと書いています。原著は2024年刊で最新の情報は含まないが、教科書的な本だとする記事もあります。

根拠にした紹介記事： それ、AIのせいにしてませんか？ ― 読書会で変わったプロンプトとの向き合い方 、「LLMのプロンプトエンジニアリング」の輪読会レポート 、部署横断で取り組んだLLM輪読会 #PERSOL CAREER Advent Calendar2025

基盤モデルを使ったアプリケーション開発の本で、評価駆動開発、技術指標とビジネス目標の結び付け方、ハイブリッド検索とリランキング、エージェントのプランニングと記憶を扱います。544ページあり、専門用語が多く、AI開発の基礎を理解している読者を前提にしているという書評があります。

根拠にした紹介記事： 書評『AIエンジニアリング』 、NotebookLM で技術書を読む：初期理解・深掘り・理解確認のフェーズ設計