01
Claude Code トークン削減方法｜Spotify事例と導入判断
Claude Code トークン削減の方法を、Spotifyの検証事例を基に解説します。大規模ファイルの読み取りを別処理へ振り分ける仕組み、平均90％削減という結果の条件、任せやすい作業と対象外の作業、品質や人件費を含めた導入効果の測り方をまとめました。
MENUCLOSE MENU
KNOWLEDGE / INSIGHT
Article
AIとEC、プロダクト開発に関する知見や、現場で得た気づきをお届けします。
Latest Articles
13
AI
AI
02
Apple Core AIの使い方｜導入判断からアプリ実装まで解説
Apple Core AIの使い方を非技術者向けに解説します。オンデバイスAIの利点、Core MLやFoundation Modelsとの違い、アプリへの組み込み手順、端末要件、モデル品質、費用、運用体制を整理し、導入前の比較と実機検証の進め方を確認できます。
AI
03
AI スライド 作り方｜生成AIで見やすい資料を作る5ステップ
AI スライド 作り方の基本を、目的、構成、デザイン、確認、社内導入の順に解説します。生成AIに任せる下書きと人が判断する項目を分け、見やすいスライドを作るプロンプト例、デジタル庁デザインシステムの使い方、アクセシビリティの確認方法まで紹介します。
AI
04
自己改善型AIエージェントの作り方｜失敗を防ぐ設計・評価・運用
自己改善型AIエージェントを業務へ導入するための設計、評価、運用を解説します。対象業務の選び方、フィードバックの蓄積、人による承認、誤った改善を防ぐ仕組みを整理しました。AIや開発の専任者がいない企業でも、費用対効果とリスクを比較し、小さく試すための判断基準がわかります。
AI
05
LLM A/Bテストの事前評価方法｜仮想顧客の作成と予測の限界
LLM A/Bテストの事前評価で、広告文や画面案を本番前に絞り込む方法を解説します。仮想顧客の作り方、適した検証、結果の読み方、本番実験との使い分けを整理します。導入前に確認したい費用、データ、運用上の判断基準と、予測値を過信しないための注意点も紹介します。
AI
06
TimesFM 3とは？多変量の売上・需要予測と導入判断を解説
TimesFM 3で扱える売上・需要予測のデータや、従来版・BigQuery版との違いを解説します。商用利用の制約と精度評価の方法も整理し、需要予測を担う事業責任者が試験導入と本番採用の可否を判断するための材料をまとめます。導入前に確認すべき条件が分かります。
AI
07
グラフエンジニアリングとは？AIエージェントの仕事を設計する方法
グラフエンジニアリングの意味を非技術者向けに解説します。複数のAIエージェントに業務を分け、進捗や判断を共有し、検証と復旧を組み込む方法、既存手法との違い、導入に向く業務、過剰設計を避ける判断基準が分かります。実務で検討する順序も紹介します。
AI
08
MCP データ分析の方法｜公共データに学ぶ導入手順と判断基準
MCP データ分析で社内CSVや公開データを扱う方法を、デジタル庁の実装例に沿って解説します。検索と集計の役割分担、データ定義、導入手順、品質管理、本番運用の判断基準を整理し、分析時間を短縮しながら誤読を防ぐ検証方法を紹介します。企画責任者向けの実践的な入門記事です。
AI
09
E2Eテスト 自己修復の仕組み｜PayPay事例と導入判断の基準
E2Eテストの自己修復について、AIがロケータ候補を探す仕組みをPayPayの事例から解説します。保守時間を減らし、不具合の見逃しを防ぐために、適用範囲、人による承認、評価指標、情報管理など、導入前に決める項目と小規模に試す手順を整理します。
AI
10
Ollama 遅い原因と高速化方法｜llama.cppへの移行判断
Ollama 遅い原因を、GPUの利用状況、VRAM、コンテキスト長、モデル保持時間、同時処理から切り分けます。速度と品質を同じ条件で測る方法、設定変更で改善できる範囲、llama.cppへの移行を検討する基準を、非技術部門の責任者向けに解説します。
AI
11
AI文章の校正方法｜禁止語だけに頼らないAIっぽさの直し方とは
生成AIで作った社内文書や顧客向け文章を、自然で読みやすい日本語に整える方法を解説します。禁止語だけでは翻訳調や単調なリズムを直しにくい理由、Suikoを使ったAI文章の校正手順、誤字脱字の校正との違い、担当者が検査結果の採否を決める基準が分かります。
AI
12
diagram-design 使い方ガイド｜導入・依頼・評価の手順
diagram-designの使い方を、Claude CodeやCodexへの導入から解説します。図の選び方、依頼文、ブランド設定、HTML・SVG・PNGへの書き出し、Mermaidとの使い分け、社内導入前の評価項目まで、初稿の生成から確認・修正を含む総作業時間で判断するためのガイドです。
AI
13
RAG 精度向上はどこから始める？原因の見分け方と方式選定の基準
社内検索や問い合わせ対応のRAGで回答品質が安定しない事業責任者向けに、元データ、検索、回答生成の問題を切り分ける方法を解説します。Vector RAG、ハイブリッド検索、Agentic RAG、GraphRAGの選定基準と、費用や応答時間を含むRAG 精度向上の評価方法が分かります。