しんたろーのITアカデミー
技術で稼ぐを、実体験から。SNS運用の自動化・AI活用・収益化を、個人開発者が自分で試した結果から発信しています。
タグ: #RAG
すべての記事を表示Claude Code開発でLangGraphへ移行する理由。本番運用のエラー監視と評価の独立性が成否を分ける
開発の70パーセントを書き直す。本番運用の壁 AIエージェントの開発で、1週間でMVPが動く。現実は非情だ。 本番運用に入った途端、エラーで止まったエージェントの「どこからやり直せばいいか分からない」という事態に直面する。 あるプロジェクトでは、この問題に対応するためにコードの70パーセントをゼロから書き直した。 移行先はLangGraphだ。 この選択は商用レベルの信頼性を確保するための道だ。
なぜClaude Codeで検索精度が跳ねるのか。MCPを用いたAIエージェントの動的ツール制御とデータ構造最適化の仕組み
AIエージェントに指示を出して、見当違いなファイルを修正された経験がある。100億ドル規模の市場と言われるAI開発において、最大の壁は「推論能力」ではなく「検索精度」だ。いくら賢いモデルを使っても、注入されるコンテキストが不適切なら、出力も不適切になる。この課題を解決するMCP(Model Context Protocol)的なアプローチと、検索アルゴリズムの最適化が、開発の最前線で起きている。
なぜGoogleのGemini 3.5は開発不要で動くのか。自律エージェント時代のAI設計術
爆速の12倍。Googleが仕掛けた「眠らないエージェント」の正体 10億ドル。企業がAIモデルの最適化で節約できると試算された金額だ。 Googleが発表したGemini 3.5 Flashと、その裏側で動くエージェント基盤Antigravityが開発の常識を変える。 24時間365日、クラウド上でコードを書き、デバッグし、実行し続けるエージェントが標準装備される。
AnthropicのStainless買収でClaude開発はどう変わるのか。API接続の自動化とMCP活用による新時代のAIシステム構築を完全ガイド
開発者の常識が塗り替わる日 AnthropicがStainlessを買収した。 これはAIが「賢い回答者」から「自律的な実行者」へ進化するためのピースだ。 開発者の戦い方は変わる。 これまでのAI開発はプロンプトという言葉のパズルだった。 これからは堅牢なシステムとAIを接続するエンジニアリングの勝負だ。 2022年創業のStainlessはAnthropicの公式SDKを支えてきた。
OpenAIの証明書流出でClaude Code開発者がCI/CDを見直すべき理由。安全な実装を徹底解説
信頼の土台が崩れた日。僕らが向き合うべき「見えないリスク」 OpenAIの証明書が流出した。TanStack npmというライブラリを起点としたサプライチェーン攻撃だ。被害は従業員2名のデバイスに及び、署名証明書が盗まれた。 Claude Codeで開発する僕らにとって、この事件は「AIが書くコード」と「その実行環境」の信頼性を問い直すものだ。
【速報】OpenAIがGPT-5.5 Instantを正式発表。APIの記憶管理変更でAI開発はどう変わるのか
ついに来た。性能向上以上に「記憶の制御」が開発の肝になる。 OpenAIから最新モデルのGPT-5.5 Instantが発表された。推論性能の向上に加え、モデルが持つ「記憶」の透明化と開発者への「管理責任」の移譲が今回の本質だ。 事実性の向上という言葉の裏で、開発者は3ヶ月更新サイクルという壁に直面する。モデルを固定して安定運用する常識は、今日で終わった。 GPT-5.5 Instantの正体。
【2026年版】RAG精度を爆上げする7つのステップ|MarkItDownから評価手法まで網羅
RAG(検索拡張生成)を導入したものの、期待したほど精度が出ないという悩みを抱えている人は多い。結論から言うと、RAGの精度問題の8割は検索品質と評価の不在に起因する。どれほど優秀なLLMを使っても、渡されるコンテキストが不適切であれば、回答も不適切になる。これをガベージイン・ガベージアウトと呼ぶ。 この記事では、RAG精度向上のための黄金ルートを7つのステップで解説する。