Sandbox設定から読み解く身近なISO/IEC 42001 技術者が知っておきたいAIガバナンスの基本 読了目安：約10分 ※Codexの設定仕様は、2026年9月16日時点の公式ドキュメントで確認しています。 要約 Codexのサンドボックス設定には、AIにどこまで操作を許可するかというガバナンス上の判断が含まれます。本記事では、ファイルへの書き込み、承認、ネットワークアクセスといった身近な設定を例に、その考え方をISO/IEC 42001と対応付けて説明します。 AIガバナンスは技術者から遠いもの

はじめに LaravelでAIに開発を任せる際は、プロジェクトのルールをコンテキストで伝えるだけでなく、生成コードを機械的に検査する品質ハーネスも設けています。AIの出力は確率的で、指示だけでは規則を毎回守るとは限らないためです。 静的解析やテストの結果をAIに返し、修正と再検査までを完了条件にします。これにより、コードの書き方や型、プロジェクト固有の規約について、同じ指摘を繰り返す手間を減らせます。 この記事では、新規のLaravelプロジェクトを例に、何を検査し、開発中にどう回すかを紹介します。 何を

ソフトバンクのCHENです。普段は、データ構造化ツール「TASUKI Annotation」の技術研究＆全社RAG基盤に携わっています。あわせて生成AI・エージェント技術の探索にも取り組み、実務投入を見据えた技術検証を行っています。本記事では、2026年9月にパブリックベータになった OpenAI の Agents API を、GitHub の OSS を一言で使わせる題材で試しました。 TL;DR Agents API は、Codex のように自律的に作業するエージェントを、実行環境ごと1つの API

「売上を商品別に見たい」と思ったとき、SQL を書ける人に集計を頼んでいませんか。BigQuery の会話分析（Conversational Analytics）では、日本語の質問から SQL を作り、実行結果を表やグラフ、文章で確認できます。 このブログ連載は、BigQuery のデータエージェントを作り、実際に使い、Gemini Enterprise へ連携するまでを扱う 3 部作です。第 1 回の作成編ではエージェントの設定と公開、第 2 回の利用編では回答の確かめ方と組織内のユーザーへの共有、第

はじめに こんにちは、塚田です。 OCaml 5 で Effect Handler が入りました。例外のように処理の途中から外側へ制御を渡せて、しかも外側から値を受け取って元の場所から処理を再開できる、という仕組みです。言語機能としてはかなり面白いのですが、実務のコードでうまく使えるのかは、実際に書いてみないとわかりません。 そこで、社内のマイクロサービスの API に OCaml を導入してみました。今回は、その API で Effect Handler をどう使っているかを書こうと思います。 Effe

はじめに こんにちは、MA部のMA基盤開発ブロックの @gachi-muchi-engineer と松岡（ @pine0619 ）です。 MA部では、メール、LINE、プッシュ通知などを配信しています。配信に必要なデータの生成や夜間の集計など、複数のワークフローを運用しています。これまで、これらのワークフローはGKE上に構築したDigdagで実行していました。Digdagの構成や運用については、以下のテックブログで紹介しています。 techblog.zozo.com Digdagは、ワークフローを定義して

はじめに インフラ運用において、ネットワーク機器（ルーターやファイアウォールなど）の新たなCVE（Common Vulnerabilities and Exposures）情報が公開された際には、対象機器や設定への該当有無を確認し、対応の優先度を速やかに判断する必要があります。 一方で、脆弱性情報だけから実環境における対応優先度を判断することは容易ではありません。機器の設定、ネットワーク上の到達性、認証・権限の条件など、実際の利用環境を踏まえて確認する必要があるためです。 本記事では、担当者による脆弱性の

こんにちは、服ヲタ宇宙人と申します。 普段はMicrosoft 製品に関するワークショップの講師や問い合わせメール対応をしております。

こんにちは。 ソフトクリエイトでMicrosoft 365の導入・移行を担当している タケシ です。 Microsoft 365の導入や運用に関わっていると、よく耳にする「SSO」という言葉。

1. はじめに 株式会社NTTデータは2026年6月、株式会社Queueと対話型データ可視化AI領域で協業を開始しました。Queueが開発するSquadbaseと、NTTデータが持つデータ活用の知見やデータ基盤構築力を組み合わせ、企業のデータ活用を支援する取り組みです。 Squadbaseは、既存のデータ基盤に接続し、AIとの対話を通じてダッシュボードや業務アプリケーションを作成できるプラットフォームです。今回の検証では、機能一覧だけでは分からない次の3点を確かめました。 Snowflakeのような既存の

1. はじめに Amazon Web Services（以下、AWS）が提供する代表的なリレーショナルデータベースサービスの一つにAmazon Auroraがあります。MySQLおよびPostgreSQLとの互換性を持ちながら、AWS独自の分散ストレージアーキテクチャを採用していることが特徴です。そのため、EC2などのサーバ上でMySQLやPostgreSQLを稼働させる場合とは内部の仕組みが大きく異なります。 Auroraを運用していると、CloudWatchに表示されるAurora固有のメトリクスにつ

専門的な知識が求められ、長期間にわたって保守される組み込みソフトウェアの開発では、知識や設計判断をどのように継承するかが重要になります。 2026 年 7 月、株式会社日立産業制御ソリューションズ様（以下、同社）向けに、「 Accelerating Smart Product SDLC with AI Agent 」ハンズオンワークショップを 2 回開催しました。本稿ではその開催報告をお届けします。 開発者が実際によく目にする既存プロジェクトを題材に、コードや文書を AI エージェントに読み解かせ、仕様を

G-gen の武井です。当記事では、Google SecOps MCP server と Skills を組み合わせ、Google SecOps で検知したアラート（ケース）をトリアージする方法について紹介します。 はじめに 前提知識 Google SecOps トリアージと調査エージェント（TIN） Google SecOps MCP server Antigravity CLI Skills 検証の概要 構成 検証の流れ 検証の方針 環境構築 事前準備（IAMと認証） Antigravity CLI

はじめに こんにちは、ECプラットフォーム部の権守です。普段はZOZOTOWNの会員基盤の開発に携わっています。 会員基盤では機能追加やリプレイスを継続しており、それに伴ってテストコードも増え続けています。テストが増えること自体は品質を維持する上で必要ですが、GitHub Actions上のテストにかかる時間も徐々に長くなっていました。具体的には、ワークフロー開始から完了までの実経過時間（以下、wall-clock）は13分前後となることが多い状態でした。 そこで、wall-clockを短縮するとともに、

はじめに 本記事は、HR データ統合基盤を題材に、共通オントロジーの設計の考え方と、取込・質問応答・推論への使い方、それを AWS 上で組む際の構成を解説します。 RAG（Retrieval-Augmented Generation）は、検索で取得した社内データなどを LLM に渡して回答を生成する構成です。ドキュメントをベクトル化し、意味の近い断片を取得して LLM に回答させる方式は、FAQ や社内ナレッジ検索では十分に機能します。 一方で、HR ドメインではうまくいかない場面が出てきます。たとえば次