プロフェッショナルAI駆動開発 | 技術評論社
著者 松本淳太郎（まつもとじゅんたろう），サカモト 著 株式会社松尾研究所 金剛洙（キム カンス） 監修 定価 2,970円（本体2,700円＋税10%） 発売日 2026.8.27 判型 A5 頁数 288ページ ISBN 978-4-297-15788-3 概要 AIに指示すればコードは動く。だが同じ指示でも、返ってくるコードは毎回違う。LLMの出力は本質的に確率的です。この揺らぎを放置した結果、セキュリティ事故やデータ消失、誰も理解していないコードの蓄積が、現場で実際に起きています。 本書『プロフェッショナルAI駆動開発』は、この揺らぎを制御するフレームワーク「Y = F(X)」を軸に、AI駆動開発を再現性のあるプロセスとして体系化した実践書です。何を入力し（X）、何をもって完成とし（Y）、どのモデルにどう任せるか（F）。開発をこの3要素で捉え直すことで、感覚に頼っていた判断を手順と
LLMによる情報抽出入門 | 技術評論社
著者 中田百科（なかだひゃっか），桐生佳介（きりゅうけいすけ） 著 定価 3,520円（本体3,200円＋税10%） 発売日 2026.7.27 判型 B5変形 頁数 272ページ ISBN 978-4-297-15727-2 978-4-297-15728-9 概要 大規模言語モデル（LLM）が普及し、サービス価値やユーザ体験が変革の時を迎えています。チャットUIとしての印象が強いLLMですが、文献調査やコーディングの支援、果ては映画の編集など適用先は無限大に広がっています。とりわけ、テキストや画像、音声などこれまで扱いが難しかった非構造化データの解析に対して、LLMは極めて高い性能を発揮します。これらのデータの多くは企業や組織の中に手付かずのまま眠っていますが、その活用がビジネスでの競争力に直結するために、適切な形で情報を抽出する必要があります。このためLLMによる非構造化データからの
遺産であるCOBOLを現代化し、その正確性を自ら証明するAIを開発した話
予想してみてください。CUSTはCustomer（顧客）でしょう。IDはそのままID。ですが、末尾のXは何を指すのか、さっぱりわかりません。 次に、一般的なAI移行ツールによって「現代化」された後のコードを見てみましょう。 名前はそのまま、スネークケース（snake_case）になっただけ。相変わらず意味不明です。業界ではこれを 「Py-BOL」 と呼びます。モダンな環境で動作し、中身はCOBOLの思考回路のままのPythonコードのことです。コンパイルも通るし実行もできます。しかし、保守性は絶望的です。 私はこの問題を解決するシステムを構築しました。 誰も語らない「3兆ドル」の問題 1959年に設計されたCOBOL（Common Business-Oriented Language）は、現在も1日あたり推定3兆ドルの金融取引を処理しています。ATM取引の約95%、クレジットカード決済の8
AIエージェント自作のための基礎知識 - 誰かの役に立てばいいブログ
世は大 AI 時代ということで、調べ事や開発に様々な AI を利用するようになりました。 AI 失業だの SaaS is dead だのと騒がしいですが、そういうのは今日は置いておきます。 AI を使うのも良いですけど、せっかくソフトウェアエンジニアをやっているのですから、自分で作ってみるのもいいですよね。 結論から先に書いておくと、AIエージェントも今どきは簡単に自作できるようになっています。 この記事では Google 製の Agent Development Kit (ADK) を使いますが、何を使うにせよ、そもそも AI エージェントがどう動いているか理解しておかないと効率が悪いです。 それだって AI に聞けば出てくる、、わけですが、まあ人間が要点をまとめた記事にもまだ五円くらいは価値があるかなってことでまとめてみました。 ... お察しの通り、AI に指示して書かせたわけですけ
方眼紙Excel→Markdown変換、結局LLMしか勝たん話【全手法比較】
日本の現場でよく見かける「方眼紙Excel」——全セルを正方形に統一し、セル結合を多用してレイアウトを作るあのスタイルです。工事仕様書・工程表・設計図・申請書類など、建設・製造・行政の現場で今も現役です。 今回使ったサンプルはこんなものです。 工事仕様書：基本情報・材料仕様・施工注意事項をセル結合で構造化 工程表：横軸が月、縦軸が工種のガントチャート。塗りつぶしセルで期間を表現 数量集計表：設計・計画・実施数量の比較表と埋め込み棒グラフ これをMarkdownに変換したい、というニーズが増えています。ドキュメント管理のモダン化、AIへの入力、RAGのインデックス化……いずれも「テキスト形式で意味が伝わること」が前提です。 結論を先に言います。方眼紙Excel → Markdown変換は、LLMを使うのが現実解です。 理由は後述しますが、従来ツールは「セル構造」を変換するのに対し、LLMは「
2025-05-02 Stanford CS336 Language Modeling from Scratch: GPUの謎を解く - Flash Attentionまでの最適化技術完全ガイド
2025-05-02 Stanford CS336 Language Modeling from Scratch: GPUの謎を解く - Flash Attentionまでの最適化技術完全ガイド 2025-05-02 Stanford CS336 Language Modeling from Scratch: GPUの謎を解く - Flash Attentionまでの最適化技術完全ガイド ※本記事は、Stanford CS336 Language Modeling from Scratch Spring 2025の講義動画「GPUs」の内容を基に作成されています。講義の詳細情報は https://stanford-cs336.github.io/spri... でご覧いただけます。Stanford大学のオンラインAIプログラムについては https://stanford.io/ai 、本講
The Full Stack - LLM Bootcamp - Spring 2023
What are the pre-requisites for this bootcamp? Our goal is to get you 100% caught up to state-of-the-art and ready to build and deploy LLM apps, no matter what your level of experience with machine learning is. Please enjoy, and email us, tweet us, or post in our Discord if you have any questions or feedback! Learn to Spell: Prompt Engineering High-level intuitions for prompting Tips and tricks fo
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
ナレッジグラフとは何か：知識をつながりで表現する｜LLMをもっと賢くする：ナレッジグラフ実践入門
【特集】 無料で使える「LM Studio」でローカルLLM入門。導入から性能比較まで