私は「ソフクリ Microsoft Techひろば」という、エンジニアBlogの管理人をしています。

はじめに はじめまして、 マグロ中毒 と申します。 この世のすべての食べ物の中でマグロが1番好きなエンジニアです。 日々スーパーの刺身やお寿司で自分のご機嫌を取りつつ、 CopilotやPower Platformの活用支援やセミナー登壇など情報発信の活動をしています。

Elastic Clous Serverless では、これまで Amazon Web Services の 東京リージョンを利用することができましたが、これに加えて、Google Cloud Platform (GCP) の東京リージョン（ asia-northeast1 ）も利用できるようになりました。 日本国内のワークロードにおいて、インフラ管理不要な検索・分析基盤を低レイテンシーで導入できるようになります。 目次 今回のアップデートのポイント 主な活用ユースケース はじめる手順 参考URL 今回の

はじめに こんにちは、データサイエンス部の大川（ @o_tomo03 ）です。私たちは、WEARにおける「似合う」をユーザーに届けるため、LLMやマルチモーダルAIを活用してコーディネートの特徴抽出や似合うに関する独自の判定処理のR&Dを行っています。 その中核を担うのが、全身のコーディネート画像から特徴を抽出するVLM（Vision Language Model）のプロンプトです。このプロンプトの精度を上げようとすると、地道な手作業のチューニングが延々と続きます。みなさんも一度は経験したことがあ

こんにちは、アプリケーションサービス本部ディベロップメントサービス2課の雑賀です。 ここ最近、SDD（Spec-Driven Development）を実践するためのツールが次々と登場しています。ツールごとに設計思想や得意なユースケースが異なるため、なんとなく流行っているものを選ぶのではなく、自分たちの開発スタイル・組織の統制ニーズに合ったツールを選択する必要があると感じています。そこで今回は、代表的なSDDツールをいくつか比較し、それぞれの特性を整理していきます。 はじめに 比較対象：なぜこの4ツールか

この記事は、2026 年 5 月 28 日に AWS Artificial Intelligence Blog で公開された記事「 Automate AML alert triage with Amazon Quick and Snowflake Cortex AI 」（著者: Nidhi Gupta、Ebbey Thomas、Vipin Mohan、Zahir Gadiwan）を翻訳したものです。 AWS と Snowflake 上でシステムを運用する金融機関は、 Snowflake の AI Data

こんにちは。 エニグモのWebアプリケーションエンジニアの レミー です！ カスタマーサービスに寄せられる問い合わせは、仕様確認から不具合の疑いまで内容が幅広く、エンジニアが対応にかかわる場面も少なくありません。近年はこのカスタマーサービス対応の現場でも、Notion AIやCursorといったAIツールの活用が急速に進んでいます。 この記事では、私たちのエンジニアチームがNotion AIとCursorをカスタマーサービス対応に取り入れたことで、業務がどう変わったのかを、導入前と導入後を比較しながら紹介

はじめに こんにちは。普段は@niftyトップページの開発運用をしている宮本です。 最近 git worktree で並行して開発していたところ、 .terraform や node_modules フォルダが大量に作成され、気づいたらPCのストレージが限界に近づいていました。便利で多用していたのですが、掃除をしないと思わぬ落とし穴がありますね。 さて、今回の記事では自分が開発運用担当している一部のサイトで利用しているAmplifyについて、1年以上運用してみた感想について紹介させていただきます。 AWS

本ブログは 株式会社JAPANNEXT 様、 クラスメソッド株式会社 、Amazon Web Services Japan 合同会社が三社共同で執筆いたしました。 みなさん、こんにちは。ソリューションアーキテクトの田中里絵です。 AI を活用して日常業務を効率化していきたい、と多くのお客様からお聞きします。一方で、AI ツールを導入するだけではなかなかうまくいかず、これまで馴染んできた業務プロセスと AI ツールをいかに統合させていくのかに悩んでいる、というお声もいただきます。 本記事では、JAPANNE

はじめに こんにちは、エス・エム・エスでエンジニアインターンをしている、佐藤墾です。 半年間インターンをして、この会社についてわかったこと、感じたことを書き残します。 エス・エム・エスに興味を持っているけど、どういう組織かイメージがわかない。そんな方に向けて、この会社が大切にしていること、何を重要視しているかをインターン生の目線で書いてみます。あくまで僕のチームでの話ですが、雰囲気が伝われば嬉しいです。 そもそも私がいたチームは？ 私はカイポケコネクトの開発推進チームに参加しました。カイポケコネクトは介護

はじめに こんにちは、データシステム部MLOpsブロックの 木村 と、推薦基盤ブロックの 上國料 です。 ZOZOでは2025年7月より、Claude Codeをはじめとする各種AI開発ツールを利用できる制度を開始しました。 corp.zozo.com 現在ではこの制度のもと、数百名にのぼる社員がClaude Codeを活用しています。 Claude Codeの活用が進むにつれ、スキルやエージェントといった開発資産がチームごとに蓄積されていきます。しかし、それらの資産がチーム内に閉じたままでは、組織全体で

この記事は、BASE夏のブログリレー1日目の記事です。 こんにちは。BASE ProductDiv ItemSection の Torata です。 直近半年で私が作った問い合わせ調査AIエージェントの取り組みを紹介しようと思います。技術的にはそこまで難しいことをしていないので、技術構成の話ではなく、導入にあたってぶつかった壁とそれをどう乗り越えたかを中心に書いていきます。 前提:BASEの問い合わせ対応の流れ 前提としてBASEの問い合わせがどのような流れで、私が作成したAIエージェントがどのフェーズに

本ブログは、仰星監査法人様のご協力のもと、株式会社 Sapeet と Amazon Web Services Japan が執筆しました。 はじめに ノーコード・ローコードツールの普及により、多くの企業が迅速に AI アプリケーションを構築できるようになりました。 プロトタイプを素早く形にし、ユーザーの声を得ながら改善を重ねる。この立ち上げ期のスピードは、ノーコードツールならではの大きな価値です。 一方で、プロダクトが成長しチームが拡大するフェーズでは、Git ベースのバージョン管理やコードレビューといっ

はじめに LLMのAPIを叩いて何かを作ること自体は、ずいぶん手軽になりました。プロンプトを書いて実行すれば、それらしい出力が返ってきます。 ただ、「手元で動くもの」と「お客様に提供できる機能」の間には、かなりの距離があります。手元では良い感じの出力が出ていたのに、いざ幅広いデータで試すと精度が安定しない。精度は出たけれど処理が遅すぎる、あるいはコストが見合わない。本番のコードに載せ替えたら、なぜか検証時と結果が変わってしまう。このあたりで足踏みした経験のある方も多いのではないでしょうか。 そこで本記事で

みなさん、こんにちは。AWS ソリューションアーキテクトの木村です。 気づけば 8 月も残りわずかとなりました。朝晩には少しずつ秋の気配も感じられますね。今週は国内のお客様事例が豊作です。 「 AWS ジャパン生成 AI 実用化推進プログラム 」も引き続き募集中ですのでよろしくお願いします。 それでは、8 月 17 日週の生成 AI with AWS界隈のニュースを見ていきましょう。 さまざまなニュース AWS生成AI国内事例ブログ「PKUTECH が Amazon Bedrock を活用して実現した A