実践ハーネスエンジニアリング #MOSHTechHarness Engineering: 自律的な AI Agent の実現のために LLM モデルの性能を最大限引き出すためのの環境を設計すること コンテキスト設計: ドキュメントの集約とエージェントの分離 アーキテクチャ制約とガードレール: 依存方向や型チェック 品質評価ループ: AI 自…
解像度が低いのに、プロンプトなど書けるわけがない。
「そのプロンプト、どうやって作ったの？」 AIを使ってアウトプットを出していると、こう聞かれることがあります。まるで、手元に「魔法の呪文」が書かれた巻物があるかのように。 しかし、答えはいつも相手を困惑させます。 「プロンプト？ 作ってないよ。壁打ちして、結果が出たら、それをAIに再現させるためのプロンプトを逆生成させてるだけ」 多くの人は、この「順序」が逆です。最初から完璧な指示書（プロンプト）を書こうとして、画面の前でフリーズします。あるいは、適当な指示を投げて、出てきた平凡な回答に「AIってこんなもんか」と失望します。 自分の中に答えがないのに、AIが一発で望む回答など出してくれるわけがありません。 これは、プロンプトの技術論ではありません。「思考の設計」の話です。 第1章：「一発回答」という幻想 なぜ私たちは「一発で正解を出そう」としてしまうのでしょうか。それは、長年染み付いた「検
AI に指示するのではなく、まずは AI に質問させた方が捗る
はじめに 頭の中には手順や判断のポイントがあるのに、それを明文化出来ていない。 その結果、関係者間で前提が共有されないまま話が進み議論がすれ違ってしまう、ということがあると思います。 これは、暗黙知が言語化されていない状態です。 そしてこれは、 AI ≒ LLM を使う上でも同じ課題に直面します。 頭の中にある暗黙知を明文化しないと、 LLM から良い回答は得られません。 この記事で紹介するのは、そういった状態をプロンプトエンジニアリングの力を使って、解決する方法です。 結論 暗黙知の言語化には、"AI に答えさせる"のではなく、AI に質問してもらう（インタビュー型プロンプティング）のが有効です。 なぜなら、自分がまだ言語化できていない前提・判断基準・制約を、AI の質問であぶり出して メタ認知（自分の思考を一段上から見ること） を起こすことができるからです。 本題 なぜ「指示」より「質
JijZept AI：数理最適化のためのAIアシスタント
株式会社Jij のしたろうです。以前は数理モデルを記述するPythonパッケージ JijModeling を開発していました。 しかし、強力なメンバーがJijにJoinしたことや子供が産まれて育休を取得したこともあり、現在は心機一転、数理最適化の業務フローを自然言語で支援する AI アシスタント JijZept AI のプロダクトマネージャーを務めています。 本日のプレスリリースで発表した通り、JijZept AI は 2025年12月25日より招待制ベータ版として提供を開始します。 本記事では、JijZept AI の狙いと設計思想、実際の使い方のデモを紹介します。 JijZept AI をいち早く試してみたい方は、ぜひ下記LPページにあるウェイトリストにご登録ください！メールアドレスを入力するだけで完了します。ベータ版の招待コードが利用可能になり次第、順次ご案内します。 👉 JijZ
2025年12月版: MCP、Subagent、Skills… エージェント拡張技術が次々出てきて追いきれない人のためのガイド - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? このエントリーは with Advent Calendar 2025 の 9日目の記事になります。 MCP、Subagent、Skills、Code execution、Advanced tool use… ここ1年ほどで、エージェントを拡張する技術が次々と登場しています。名前は聞くけど、違いがよく分からないという人も多いのではないでしょうか。 この記事では、Anthropic の公式ブログをもとに、各技術が登場した背景を時系列で整理します。「何を解決しようとして生まれたのか」が分かると、全体像が見えてくるはずです。 2024年11月:
「アニメ療法」実証実験 生きづらい若者を、キャラ介してカウンセリング DNPと横浜市立大
大日本印刷と横浜市立大学は、オリジナルキャラクターを活用したオンラインカウンセリングである「アニメ療法」の実証実験を、10月にスタートした。生きづらさを抱える若者を主な対象に、心理士がキャラを介してオンラインカウンセリングを行う。 アニメ療法は、アニメ作品への没入や感情移入を通じて、心理的効果や自己変容を促すもの。横浜市立大学で客員研究員を務めるイタリア人精神科医パントー・フランチェスコ氏が提唱した。 DNPはパントー氏とともに、オンラインカウンセリングの実証実験を設計。DNPがオリジナルキャラクターのデザイン・制作と、カウンセリングシステムの設計・制作を担った。 実証実験は、2025年10月1日～26年6月30日 に、18～29歳の成人20人に実施。対象者が、パントー氏の原案による物語的背景を持ったオリジナルキャラ全6種の中から1人を選び、心理士が自身のアバターを介して、アニメ療法に基づ
Kaggle過去コンペ上位解法をAIエージェントでレポートする
社内の技術発表会の資料です。 meta kaggle dataset: https://www.kaggle.com/datasets/kaggle/meta-kaggle eediコンペの振り返り: https://speakerdeck.com/kuto5046/kaggle-eedikonp…
JALが全国56空港にアクセンチュアの「AIエージェント」を導入 「生成AI」の特性が活かせる3つの業務領域とは | ロボスタ - ロボット･AI情報WEBマガジン
アクセンチュア株式会社は、2025年9月9日、「AIエージェントによる全社変革の最新動向とアクセンチュア提供サービスに関する記者勉強会」の記者勉強会を開催。報道関係者に向けて、AIエージェントや生成AIの活用について詳細に解説した。 AIエージェント記者勉強会に登壇した、アクセンチュア株式会社 執行役員 ビジネス コンサルティング本部 データ & AIグループ日本統括 AIセンター長 アクセンチュア・イノベーション・ハブ東京共同統括 博士（理学） 保科 学世氏 アクセンチュアは本題に入る前に、「AIエージェント」や「生成AI」を現場ではどのように活用しているのか、具体的なユースケースとして日本航空株式会社（JAL）での導入事例を紹介した。 JALが全国の空港で抱える課題日本航空株式会社（以下、JAL）の空港現場では、労働人口の減少に伴い、人財不足が深刻化しているため、業務の標準化と効率化が
同じ5行のコードが全く違って見える12の瞬間、なぜ私たちは学ぶのか？
最近、ふとした気づきがありました。 それは、「同じものを見ていても、過去と現在の自分では見えている世界がまったく違っている」ということです。 みなさんには、このコードからどんな世界が見えますか？ async function getUserName(userId) { const response = await fetch(`https://api.example.com/users/${userId}`); const user = await response.json(); return user.name; } はじめに こんにちは、株式会社ココナラ在籍のKです。 本記事では、冒頭の5行のコードを通して、私たちが学ぶ理由について考えてみたいと思います。 TL;DR 同じコードを見ても、人によって見えるものが違っている 学習を重ねることで、それまで見えなかった世界が見えてくる 学習
Sakana AI、「AIが深く思考する能力」のベンチマーク公開 エージェントも開発
Sakana AIは2025年6月17日、競技プログラミングサービスを提供するAtCoderと共同で、AI（人工知能）が出力したプログラムが組み合わせ最適化（学術用語では組合せ最適化）問題を解く能力を測定するベンチマークテスト「ALE-Bench」を開発したと発表した。同テストでは、現実的な時間で厳密な正解を求めるのが難しい問題に対し、どれだけいい答えを見つけるプログラムを作成できるかが評価の対象になる。人間が長時間の試行錯誤によって解くような問題をベンチマークとすることで、AIの高度な推論能力を評価する狙いだ。Sakana AIはALE-Benchをコード共有サービス「GitHub」で公開しており、誰でも利用できる。 組み合わせ最適化問題を解くコンテスト「AtCoder Heuristic Contest」の問題をAtCoderが提供し、それを基にSakana AIがALE-Benchを
広聴AI技術解説 ブロードリスニングを支える技術 | ドクセル
2 広聴AIとは？ • 「デジタル民主主義2030」が OSSで開発する、意見可視化・ブ ロードリスニングサービス • 意見を分類・可視化し、市民や行 政、政治家が、議論・意思決定を する際に、有用なインサイトを素 早く提供する • 意見の量ではなく、少数意見を含 めた意見の多様性を可視化する • 原型となったTalk to the cityは 安野たかひろが2024年の東京都 知事選挙で利用したほか、東京都 が「2050東京戦略（案）」の策 定で活用中 https://dd2030.org/kouchou-ai https://dd2030.org/kouchou-ai 3 この資料のゴール • デジタル民主主義2030が開発する、ブ ロードリスニングツールである広聴AIにつ いて、裏側の技術を技術者の目線で解説す る • 現状の広聴AIに使われている技術が極めて 広汎であるため、データ
PMとしてLLMと上手くプロダクトを作るための抽象度レイヤーの設計
https://d-cube.connpass.com/event/354319/
生成AIが人員配置シミュレーターの操作を代行、富士フイルムが年8000時間削減へ
富士フイルムホールディングス（HD）が、全社を挙げた生成AI（人工知能）活用に取り組んでいる。現在、全社共通もしくは事業個別の約20のテーマでそれぞれ複数のプロジェクトが進行中だ。その1つが、コールセンター業務における人員配置計画を策定する段階での活用だ。国内で年間8000時間以上の作業時間削減を見込む。 富士フイルムHDでは、コールセンターの人員配置計画を立てる際、独自開発した数理最適化モデルによるシミュレーターを使っている。日ごとの受電量や応答時間など過去のデータを基にした統計的な予測から人員配置を決めている。 一方で、富士フイルムHDの杉本征剛執行役員CDO（最高デジタル責任者）ICT戦略部長によると、このシミュレーターは「拠点や時間帯、人数などの設定すべきパラメーターが複数あり、操作が複雑だった」という。そのため従来は、シミュレーターを開発した研究者に操作を依頼するという運用だった
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
Gemini - direct access to Google AI
[AtCoder Conference 2025] LLMを使った業務AHCの上⼿な解き⽅![[AtCoder Conference 2025] LLMを使った業務AHCの上⼿な解き⽅](https://cdn-ak-scissors.b.st-hatena.com/image/square/be8ba3ec5ba4d74e7f868461f5afde5fbffbad47/backend=imagemagick;height=288;version=1;width=512/https%3A%2F%2Ffiles.speakerdeck.com%2Fpresentations%2Fd60f330afa2648d8b7a6e23808df5a80%2Fslide_0.jpg%3F37861383)
LLM APIを2年間本番運用して苦労した話
3Blue1BrownJapan
一橋大学講義資料2024
20250326_生成AIによる_レビュー承認システムの実現.pdf
RAGにベクトルDBは必要ない！DBも不要で運用めちゃ楽な RAG Chatbot を作った話
