AIが“思った通りに動かない”理由とコンテキストエンジニアリング
この記事は「KNOWLEDGE WORK Blog Sprint 2025」の一環として公開されています。 （ナレッジワークのエンジニアが、9月の1か月間リレー形式で記事を発信する企画です） TL;DR AIが「思った通りに動かない」のは、単なるモデルの能力不足ではなく、 情報設計 の問題が大きい 情報を増やすだけでは逆効果になることもあり、 整理・最適化して渡す 「コンテキストエンジニアリング」が鍵 となる これはプロンプトの工夫を超えた “AIを「消費者」とみなす情報の物流設計” であり、AI活用の新しい必須スキルである この記事の分量と内容 本記事は 約10分前後で読めるボリューム です。 博士🧑🔬と学生👩🎓の対話形式で、以下の 3つのテーマ を解説します。 （専門知識がなくても読めるように構成しています） なぜAIは「思った通りに動かない」のか 情報を増やすだけでは解決
開発組織のAI活用を推進した3ヶ月間を振り返る
2025年に入ってからAIコーディングは一気に実用の域になり、組織としていかにそれらを活用しきるかが大きな課題として立ち上がっている現場も多いのではないかと思います。 私も弊社ナレッジワークにて4月〜6月の四半期で開発におけるAI活用の推進担当をやっていました。（プロダクト機能へのAI組み込みではなく開発業務におけるAI活用） 旗振り役は初めてでしたが振り返ると一定の手応えも得られた3ヶ月間だったので、どんなことをやってきたかまとめてみようと思います。 目標設定 AI活用やるぞ！となって、まずやったことは計測可能な目標設定でした。 ある意味これが一番難しかったかもしれないです。 最終的には生産性を向上したいのですが、元々生産性自体がすごく計測しづらい項目でもありますし、そもそも慣れない道具を使いはじめる時期は一時的に生産性は落ちるものです。 なのでそれは次のステップで考えるとして、まず足元
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
処理を実行中です
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
