はてなブックマーク

本記事は、Tech-Verse 2026で発表したセッション「AIを入れても、なぜ業務量は思ったほど減らないのか――Human-in-the-loopの限界とAI-Readyな業務設計」の内容を、LINEヤフー Tech Blog向けに加筆・再構成したものです。 私たちはここ数年、Yahoo!オークション・Yahoo!フリマの商品パトロール業務にAIを活用してきました。AIの仕組みを提供する側と、実際に業務へ導入・運用する側が一体となり、現場で検証と改善を重ねています。 AIの導入によって、審査効率や判断品質は大きく向上しました。一方で、人が確認や判断に費やす時間は、その改善幅に見合うほどには減りませんでした。 なぜ、AIは効いたのに、業務量は思ったほど減らなかったのでしょうか。 本記事では、商品パトロールにおけるAI活用の変遷と、そこから見えてきたHuman-in-the-loopの限界

This post is also available in the following languages. English, Korean はじめに：なぜKafkaのエンドツーエンド暗号化なのか？ LINEメッセンジャーでは、毎日数十億件のメッセージがやり取りされています。この膨大なデータはさまざまなシステムに送信されますが、その中には個人情報のように、非常に高いレベルのセキュリティが求められる機密データも存在します。LINEヤフーでは、こうした機密データを多層的なセキュリティ体制で保護しており、脅威環境の変化やサービス規模の拡大に合わせて、セキュリティレベルを継続的に強化しています。 LINEメッセンジャーのトークルーム内のメッセージには、すでにエンドツーエンド暗号化技術であるLetter Sealingが適用されています。さらに、LINEヤフーはユーザーデータに高い水準のセキュリテ

しかし、明確な目標を持たずにAIツールを導入するだけでは、上記のような生産性の向上にはつながりません。多くのチームはAI導入の過程で以下のような壁にぶつかります。明確な目標がなければ、これらの壁を突破する動力を得るのは困難です。 スキルのばらつき：チームメンバー間でAIツールの活用スキルに差があり、コラボレーションの効率が低下する文脈の欠如：文書化が不十分であるため、AIにプロジェクトの背景知識を適切に伝えられない信頼性の問題：テストコードが不足しているため、AIが生成したコードのデプロイが不安定になる 私たちの組織でも、上記のような壁をどのように突破するかを模索しつつ、組織レベルでAXを推進しています。情報の機密レベルを分類し、セキュリティインフラへ移行する基礎的なステップから始め、AIガイドラインの標準化やCI/CDとの連携といったステップを一つずつ踏みながら、試行錯誤を重ねているとこ

こんにちは。LINEアプリ開発SBU AIディベロッパーエクスペリエンスチームの onevcat（王 巍）です。最近は、AI エージェントを開発・検証のループに組み込むためのツールづくりに取り組んでいます。 この記事では、私たちが開発しオープンソースとして公開した sim-use というツールを題材に、モバイル開発で「エージェントによる検証」を成立させるための技術選定と、いくつかの設計上の工夫を紹介します。 ここ半年でエージェントを使ってコードを書いたことがあるなら、おそらくこのループを経験しているはずです。 プロンプトを書く → エージェントが成果物を出す → 自分でアプリを動かす → 検証 / スクリーンショット / エージェントに不満を伝える → エージェントが修正する → また動かす → またスクショを撮る … 「コードを書く」という作業は、多くの部分をすでにエージェントが引き受け

This post is also available in the following languages. English, Korean こんにちは。LINEヤフーで機械学習プラットフォームを開発している木原健太と袁逸凡です。今回は、LINEバイトの検索リランキングにおいて直面していた cold start problem を、embedding の扱いを工夫することでシンプルに解決した事例をご紹介します。 はじめに：LINEバイトの検索リランキング LINEバイトはアルバイト求人を検索・応募できるサービスです。これまで私たちは、LINEバイトの検索結果一覧画面において、ユーザーの行動履歴を基に並び順をパーソナライズし、事業KPIおよびユーザー体験の向上を図ってきました。 検索は、ユーザーが指定したクエリに適合する候補を取得する retrieval stage と、その候補の上位を並

こんにちは。LINEヤフー株式会社の中野です。Yahoo!検索のAI回答サービスで大規模言語モデル（LLM）の最適化を担当しています。 本記事では、遺伝的アルゴリズムを用いてプロンプトチューニングを自動化し、数日〜数週間かかっていた調整作業を約1時間に短縮した手法と、その適用事例を紹介します。 プロンプトチューニングの課題 LLMを組み込んだ機能を開発する際、プロンプトのチューニングは避けて通れない工程です。しかし、この作業には以下のような課題があります。 試行錯誤の繰り返しの重さ：プロンプトを少し変えるたびに出力を確認し、意図通りかどうかを人が判断する必要がある。1回の施策で数十〜数百パターンを試すことも珍しくないノウハウの属人化：この表現を入れると出力が安定する、この順序で指示すると効く、…、といった暗黙知が担当者個人に閉じてしまい、試行錯誤の工程が記録されづらかったり、なぜ改善したの

1.2. HDFS構成の違い 旧LINEと旧ヤフーはいずれも長年にわたってHadoopクラスタを運用してきましたが、その発展の経緯や設計思想には多くの違いがありました。特に技術的な面での大きな違いは、HDFSクラスタにおけるNamespaceの扱い方です。 HDFSはその仕組み上、規模が大きくなるにつれてファイルシステムのメタデータを管理するNameNodeがボトルネックになりやすくなります。そのため、旧LINEと旧ヤフーのいずれも、スケーリングのためにNamespaceを複数に分割した構成になっています。つまり、両環境とも、ストレージ全体が複数のNamespaceに分かれ、各Namespaceを管理するNameNodeが、2〜4台で冗長化されている点は共通しています。 データは複数のNamespaceにまたがって保管されているため、HDFSにアクセスする際は、対象データがどのNamesp

This post is also available in the following languages. English, Korean はじめに こんにちは。社内クラウドサービス Verda および社内モニタリングツール IMON に Infrastructure as Code（以下 IaC）を適用した LINE Plus SRE チームのイ・チェスン、チョ・ウナクです。IaC とは、サーバーやロードバランサー、DNS、モニタリング設定など運用に必要なインフラリソースを Web UI で直接編集するのではなく、コードで宣言・管理する方式です。 私たちは Verda の VM（virtual machine）、LB（load balancer）、DNS（domain name service）、Kubernetes リソースと、IMON のアラートグループ（alert group）

はじめに 本記事では、弊社における「開発・運用分離（Dev/Ops分離）」の取り組みについて、LINE Platformの現場メンバーへのインタビューを通じて紹介します。 一般的に、Dev/Ops分離はシステムの安定性やセキュリティ強化のために重要だと語られます。一方で、現場で実際に進めてみると、権限や手順の整理だけでは済まない、チーム間の信頼関係やコミュニケーションの再設計も必要になります。 今回の取り組みでも、最初からすべてがスムーズだったわけではありません。開発チームにとっては「これまで自分たちでできていたことがすぐにはできなくなる」不便さがあり、SOチームにとっては「任される範囲が広がる」緊張感がありました。 それでも、現場で対話を重ね、運用の前提を揃え、手順や責任の線引きを見直していく中で、単なる“分離”ではなく、より良い運用を作るための土台が少しずつ整ってきました。 本記事では

はじめに LINEアプリ開発SBU・モバイルエクスペリエンス開発ディビジョンのikesyoです。普段はLINE iOSアプリのビルドシステムや開発基盤の改善を担当しています。 LINE iOSは250万行以上のコードと600を超えるXcodeプロジェクトから構成される巨大なプロジェクトです。これだけの規模のプロジェクトでは、ほとんどのモジュールがStatic Frameworkとしてビルドされています。Dynamic Frameworkだとdyldによる動的リンクの負荷が起動時間に影響するためです。 しかし、Static Framework中心の構成にも課題がありました。Xcode 16からStatic FrameworkでもXcode Previewsが利用可能になりましたが、依存先にStatic Frameworkが多いモジュールでは、プレビューのビルドが終わらなかったり、プレビューが

こんにちは。AI LabチームのHan Kil Roです。サービスに必要なAIモデルやソリューションを開発するチームで業務に携わっています。 最近、LINEヤフー社内で実施された Orchestration Development Workshop において、「MCPとAgent Skillの理解」というテーマで講師を務めました。 今回のブログでは、そのワークショップの内容にいくつかの具体例を補足しながらまとめています。 はじめに 最近のAIエージェント開発の動向を見ると、MCP（Model Context Protocol）サーバーを構築するアプローチから、Agent Skillベースへと開発方針を切り替える流れが明確になってきています。実際に適用してみると、実装は確かにシンプルになり、アーキテクチャ自体もかなり軽量になることを実感できます。すでに多くのユーザーがSkillの利点を認識し

この記事は、合併前の旧ブログに掲載していた記事（初出：2020年9月8日）を、現在のブログへ移管したものです。現時点の情報に合わせ、表記やリンクの調整を行っています。こんにちは、お久しぶりです。岡部和...

こんにちは。ソフトウェアエンジニアの眞井です。私はこれまでアーキテクトとして、検索連動型ショッピング広告のレポートシステムに関連する2つの新規システム開発や、その他数多くの機能追加に携わってきました。本記事では、その経験から得た「新規システム・新機能を設計する際のTips」を、開発の時系列に沿ってご紹介します。 仕様策定時 目的を理解し、目的を達成できる最も簡易な手段を検討する 開発への要求は多くの場合、「〇〇という機能を実装してほしい」という具体的な手段の形で届きます。これをそのまま実装するのではなく、一度「その機能によって、どんな目的を達成したいのか？」という点について注目します。 ヒアリングしてみると、意外に依頼側も目的を掴み切れていないことがあったりします。対話を通じて「本施策で何を実現したいのか」を明らかにします。目的が明らかになれば、システムの内部構造に詳しい開発チームだからこ

こんにちは。LINEヤフー株式会社で認証・認可基盤Athenzの開発・運用を担当している金 廷祐（Kim, Jeongwoo）です。この記事では、AIエージェントがさまざまなサービスと連携する際のトークン管理の課題と、その解決方法として注目されているIdentity Assertion JWT Authorization Grant（以下、ID-JAG）について紹介します。 AI時代の課題 2026年現在、AIのパラダイムは単なるチャットを超え、実際の業務を遂行する実行中心へと変化する傾向にあります。今やAI Agentは、検索、データベース照会、メッセンジャーを通じたメッセージ送信、チケット作成など、組織内の多様なサービスをまるで自身のツールのように自由に使いこなし、Agentとして活躍する事例が増えています。 しかし、Agentが接続すべきサービスが増えるほど、システムの裏側では認証・

こんにちは。 LINEヤフー研究所の大神と田口です。 パスワードを使わない認証方法として、「パスキー（Passkey）」を目にする機会が増えてきました。 パスキーを使う認証（パスキー認証）では、端末の画面ロック解除で使っている生体認証をウェブサービスのログイン時に使えるため、ユーザー体験が良くなると言われています。 LINEヤフーではパスキーを導入しパスワードレス認証を提供していますが、自社サービスを提供している管理者の方々の中にも、パスキー認証の導入を検討している方がいらっしゃるのではないでしょうか？ パスキー認証ではサーバー側の仕様が複雑になりやすいため、公開鍵の管理や署名検証、チャレンジ生成などの処理を任せられるLINEヤフーのサービス「PKaaS」を紹介します。 認証サーバーを自前で構築せず、まずは手元のパソコン（ローカル環境）で動作を試してみたい開発者の方に向けて、パスキー認証の

この記事は、合併前の旧ブログに掲載していた記事（初出：2023年9月5日）を、現在のブログへ移管したものです。現時点の情報に合わせ、表記やリンクの調整を行っています。Overview30万を超える同時...

This post is also available in the following languages. English, Korean こんにちは。クラウドサービスCBUに所属し、開発サービスを支えるプライベートクラウドを担当しているYoung Hee Parkです。 LINEヤフーでは、エンジニアがサービス開発に必要とするインフラおよびプラットフォームを提供するため、社内向けのプライベートクラウドを構築し、運用しています。現在は、統合以前にYahoo! JAPANとLINEでそれぞれ利用されていたクラウドサービスを、1つの統合されたプラットフォームへ集約する取り組みを進めています。この新しい統合プライベートクラウドの名称がFlavaです。 クラウド業界全体の将来像を予測するのではなく、本記事では2つの具体的な観点から、Flava がどのように進化していくのかに焦点を当てます。 F

この記事は、合併前の旧ブログに掲載していた記事（初出：2022年1月19日）を、現在のブログへ移管したものです。内容は初出時点のものです。こんにちは、LINE フロントエンド開発センターの玉田です。突...

This post is also available in the following languages. English, Korean こんにちは。LINEヤフーの Observability Infrastructure チームで、社内向け時系列データベース（TSDB）の開発と運用を担当している Gi Jun Ohです。 LINEヤフーのプライベートクラウド基盤は、仮想マシンを提供するだけの仕組みではありません。Kubernetes を基盤としたコンテナ環境、データベース、ロードバランサーなど、非常に幅広いサービス群を提供しています。このような大規模インフラと、その上で稼働する数万規模のアプリケーションの状態を、どのように把握し管理すればよいのかという課題に直面してきました。 サーバーが10台や100台程度であれば、エンジニアが各サーバーにログインして手動で状態を確認する運用も成

こんにちは。LINEヤフー株式会社の平野です。普段はYahoo!ファイナンスの主にフロントエンド領域の開発とスクラムマスターを担当しています。 LINEヤフー全エンジニアを対象とした AI利活用を横断的に推進するワークショップであるOrchestration Development Workshopを運営するOrchestration Guildメンバーも担当しています。 Orchestration Guildは、CTOから選抜されたエンジニアが集まり、現場のAI活用の実践知識を横断的に持ち寄るコミュニティです。ワークショップで扱うテーマ提案、実践的ユースケースの共有、技術的観点での品質アドバイスなどを担当し、Orchestration Development Workshopのコンテンツが属人化せず、継続的に発展していくことを支える役割を担っています。 このテックブログでは、Orches

こんにちは。LINEヤフーでプライベートクラウドのインフラを担当している井上です。 LINEヤフーの膨大なトラフィックとデータを支えているのは、私たち自らが開発・運用している大規模なプライベートクラウドです。現在は、旧LINEの「Verda」と旧ヤフーの「YNW(IaaS)」という2つの巨大な基盤を、次世代基盤「Flava」へと集約していく過渡期にあります。 VerdaYNWFlava

こんにちは、フロントエンドエンジニアの岡崎です。2022年にリリースしたLINEのコーポレートフォント「LINE Seed JP」は、おかげさまで多くのプロジェクトで採用されてきました。 これまではセルフホストや特定のCDNを通じての利用が主流でしたが、この度、Google Fontsからの提供を開始しました。公開に至った背景については、LINEヤフーDESIGN 公式noteの「LINE Seed JPをGoogle Fontsで公開した理由」で詳しくご覧いただけます。 本記事では、Google Fontsへの登録による技術的背景と、そのメリットについて解説します。 https://fonts.google.com/specimen/LINE+Seed+JP なぜGoogle Fonts登録を目指したのか？ Webフォントのデプロイと運用コストを削減し、世界中どこからでも最速でLINE

はじめに：大規模プロジェクト復帰とレビュー負荷の課題 こんにちは、DevRelの大熊です。本記事では、育休復帰直後という制約の大きい状況の中で、AIを活用したコードレビューの仕組みを構築し、週6時間の業務削減とレビュー品質の向上を同時に実現した事例を紹介します。 お話を伺ったのは、リサーチプラットフォーム「LINE Surveys」の開発を担うソフトウェアエンジニア、上土井涼馬です。約1年の育休を経て復帰した先に待っていたのは、歴史が長く、レガシーコードや複雑なSQL（Structured Query Language）が多い大規模なプロジェクト。育児と仕事を両立しながら成果を出し続けるという、大きなチャレンジでした。 そんな状況の中、Claude Code、Model Context Protocol（以下、MCP）、NotebookLMなどを組み合わせて「AIレビュー」の仕組みを構築。

This post is also available in the following languages. English, Korean はじめに：ガードレールとは？ AIを安全に使用するためのさまざまな仕組みを総称して、一般的に「ガードレール（guardrails）」と呼びます。自動車の走行中、道路から外れたり対向車線にはみ出したりするのを防ぐガードレールのように、AIサービスにもAIが誤った方向に進まないよう抑制するガードレールが必要です。 チャットボット型AIは基本的に、ユーザーが入力したプロンプト（prompt）を読み取り、それに適した回答を生成します。しかし、この特性が悪用されると、AIに設定されていたルールを無視させたり、意図しない挙動を誘発したりする恐れがあります。このように意図的に誤動作を引き起こすような内容をプロンプトに注入することを「プロンプトインジェクション（p

こんにちは。モバイルデベロッパーエクスペリエンスチームの@giginetです。ここわずか1年あまりで、コーディングAIを用いた開発は日常的なものになりました。LINEアプリの開発においても、Claude Codeをはじめとした、コーディングエージェントの活用が進んでいます。 この記事では、LINE iOSのような大規模プロジェクトにおいて、Claude Codeを効果的に活用するための、インストラクションの設計思想を紹介します。 適切なインストラクションはなぜ必要か？ Claude Codeはデフォルトの状態でも高い精度を発揮しますが、プロジェクト固有のルールや知識を適切に与えることは実装の効率化に重要です。 まず、本稿では便宜的にメモリファイル(CLAUDE.md)やAgent SkillsなどのようなClaude Codeに指示を与えるプロンプト全般を「インストラクション」と呼ぶことに

こんにちは！モバイルデベロッパーエクスペリエンスチームの@giginetです！普段はLINEアプリの基盤改善をしています。 LINE iOSは巨大なプロジェクトです。日々、開発者が多くの時間をビルドに費やしています。これまでビルド時間はCIの実行時間などで一部計測されていましたが、開発者が日常的にどれぐらいビルド待ちを体感しているのか推し量るのは容易ではありません。 この記事では、LINE iOSで開発者のビルド時間を集計するローカルビルドメトリクス基盤を構築し、開発者生産性の可視化、改善に活用している事例をいくつか紹介します。 なぜローカルビルドメトリクスが必要なのか 本稿では、開発者のローカルマシンでビルドした際の詳細なログをローカルビルドメトリクスと呼びます。CIで実行したログも含めて集計していますが、これらはあとから区別が付くようになっています。 これまでのメトリクスは、CIの実行

こんにちは。LINEヤフー株式会社のaikawaです。普段はYahoo!マップ・Yahoo!乗換案内のiOSアプリ開発を担当しつつ、iOS領域のDeveloper Relationsも担当しています。 LINEヤフーでは、AIを活用した開発や業務改善が、社内で急速に広まり、現場で日々活用されています。活用事例や知見を各現場に閉じることなく社内外に共有し、次の挑戦につなげていくために、全エンジニア向けのOrchestration Development Workshopを定期的に開催しています。 今回は、Orchestration Development Workshopで発表した「AIエージェントを拡張する：MCPサーバー連携による開発効率化の実践」の内容に触れつつ、LINEヤフー社内でどのような体制でMCPサーバーを利活用しているかをご紹介します。 MCPサーバーとは MCPサーバーとは

こんにちは。LINEヤフーのFoundation Models研究開発チームです。われわれのチームでは、画像と言語のマルチモーダル基盤モデルの研究開発を行っています。 この記事ではわれわれが開発した日本語マルチモーダル基盤モデル「clip-japanese-base-v2」について紹介します。弊チームでは以前「clip-japanese-base」を公開しましたが、今回は学習データと学習方法の改善によって高性能化したモデルを公開します。商用利用可能なApache-2.0 ライセンスで公開していますので、ぜひ気軽にご利用ください。 公開するリソース：clip-japanese-base-v2 はじめに CLIPは画像と言語の代表的なマルチモーダル基盤モデルで、インターネットから収集した大規模データで学習することでゼロショットでの分類や検索が可能となりました。高い汎用性と拡張性をもつCLIPは