はじめに こんにちは。グループIT推進本部の鷹雄です。 Codex Ambassadorとして、社内 ...

現在、FinOps プラクティショナーは増え続ける AI ツール群を利用できるようになりました。しかし、それぞれのユースケースに適したツールを組み合わせることこそが、プラクティスを加速させるか、不要な複雑さを持ち込むかの分かれ目になります。AWS は、AI ラインナップの各ツールを、それぞれ異なるコンテキストと異なる種類の作業に向けて設計しています。このブログでは、5 つのツールについての実践的な整理、それぞれをいつ使うべきか、そしてなぜそれが FinOps にとって重要なのかを説明します。 ここで重要な

「技術ブログを書け、PVを伸ばせ」と言われたあなたへ ども！1年間AIと一緒に活動してきた龍ちゃんです。 「技術ブログを書け、PVを伸ばせ」 会社からそう言われているエンジニア、いませんか？文章書くのは苦痛で、タイトルの付け方もメタディスクリプションの書き方もマーケの話も全然わからない。 先に、この記事で渡したいものだけ。個別のTipsでも「AIがすごい」って話でもなくて、 文章が苦手なエンジニアでも、ネタ切れせずにブログを続けられる仕組み です。検証から公開までの全工程を、ひとつのパイプラインとして見せ

文章は書けるのに、図で手が止まる ども！龍ちゃんです。 文章は書けるんですよ。でも図が。 ブログって図があった方がいいですよね。技術ブログでも、何のブログでも。そこは疑ってなくて、あった方がいいのは分かってるんです。ただ、Figmaとかで作るのも図を検討するのもなかなか時間がかかります。 なので、書き終わってから記事を眺めて「なんかここ、文字ばっかりだな」と思ったら1枚差し込む。あるいは面倒で入れないまま出す。そんな感じでブログの装飾をつけていました。 AIを使うようになってから、この辺が大きく変わりまし

はじめに 前回 は、KubernetesのバックアップツールであるVeleroのインストールと、MinIOを保存先とした初期設定について解説しました 。 前回のハンズオンが終わっていれば、環境構築が完了し、Veleroサーバーがクラスター内で正常に稼働している状態になっているかと思います。 本記事では、PersistentVolume (PV) を伴わないステートレスなアプリケーションを対象に、クラスターリソース（Kubernetesオブジェクトの定義）のバックアップ手順を解説します。 PVを含むステート

トリビューでCTOをしている小尾（@obiyuta）です。 弊社では2026年7月、美容医療アプリ「トリビュー」にAI相談機能をリリースしました。前回のフロントエンド編では、LLMの仕事を、どの画面部品に何を表示するかを指定するJSON（テンプレートJSON）の出力までに絞り、画面の組み立てと実データの取得はフロントエンドが担う設計をご紹介しました。 今回はバックエンド編です。バックエンドも考え方は同じで、LLMにすべてを任せるのではなく、任せる範囲や役割を明確に設計しています。LLM・API・RAGの役

この記事は、”Reimagine your mainframe applications with Agentic AI and AWS Transform” を翻訳したものです。 本ブログでは、reimagine パターンによってメインフレームのレガシーアプリケーションをモダナイズする AWS のアプローチの概要を説明し、組織がレガシー COBOL アプリケーションをモダンなクラウドネイティブアーキテクチャに変換する方法を紹介します。 人材不足、コスト増加、ビジネスアジリティの制約により、組織はレガシー

はじめに こんにちは、BASE株式会社で PHPer をしている @meihei です。 直近で New Relic の Terraform 管理を改修し、AI を使いながら New Relic を利用しやすい環境を整えました。設計思想や具体的な取り組みなどをお話します。 背景 一度アーカイブされた Terraform 管理 BASE では以前から New Relic を導入しており、BASE BANK では New Relic を Terraform で管理する取り組みもありました。 devblog.t

G-gen の佐々木です。当記事では、Google Cloud の生成 AI 開発・運用プラットフォームである Gemini Enterprise Agent Platform に統合された評価サービス、 Gen AI Evaluation Service を解説します。生成 AI の出力品質を客観的・データドリブンに評価できるサービスです。 概要 Gemini Enterprise Agent Platform とは Gen AI Evaluation Service とは 当記事で扱うインターフェース

トリビューでCTOをしている小尾（@obiyuta）です。 弊社では2026年7月、美容医療アプリ「トリビュー」にAI相談機能をリリースしました。悩みごとのヒアリングから始めて、ユーザーの希望条件に沿って施術やクリニック、メニューの候補を検索・整理して提示し、そのまま予約まで行うことができるAIチャット機能です。 この記事は、医療ドメインにおいてユーザー向けのAI機能を提供するにあたり、安全性やコストを犠牲にせずベストな体験を提供するための設計やそこに至る失敗をお伝えできればと思います。 ! バックエンド

はじめに こんにちは。株式会社medibaでフロントエンドエンジニアをやっているyu_ariです。 この記事は、現在も絶賛開発が進行している新規事業プロジェクトにおいて、「仕様がブレやすく、納期が短い大規模開発をどう成功させるか」を模索した結果、たどり着いた開発フローの話です。 結論から言うと、AI（主にClaude Codeなど）のパワーを120%引き出すことで、ロジックのコーディングはもちろん、億劫になりがちなテストコード（UT/IT/E2E）に関しても、自分で書くことは「ほとんどゼロ」になりました。

G-gen の高宮です。当記事では、AI 駆動フロントエンドデザインツール Stitch と、AI 駆動統合開発環境 Google Antigravity 2.0 を組み合わせた、AI 駆動開発について紹介します。 はじめに AI 駆動開発（AI-Driven Development）とは Stitch とは Google Antigravity とは 環境準備 Stitch でのフロントエンドデザイン Antigravity 2.0 での開発 Stitch との連携 アプリケーションコードの開発 Goo

1. はじめに 前回の記事では、AWS（Amazon Web Services） Samplesで公開されている sample-agent-cost-bench を使い、Kiro CLI上で複数モデルを比較しました。 https://zenn.dev/nttdata_tech/articles/130bd43f48e425 前回利用したのは model-compare です。これは、同じCLI上で複数のモデルを比較し、成功率・コスト・実行時間を確認するためのモードです。 今回はその続きとして、agent-

レバレジーズで AWS AI-DLC Unicorn Gym を実施しました レバレジーズでは、開発プロセスにAIをより深く組み込む取り組みの一つとして、AWS AI-DLC Unicorn Gymを実施しました。 これまでAI活用というと、実装補助やコード生成、ドキュメント作成など、個人の生産性向上に寄った使い方が中心でした。 一方で、実際のプロダクト開発では、要件定義、仕様のすり合わせ、デザイン、実装方針の決定など、チームで意思決定する場面が多くあります。 今回のAI-DLCでは、AIを単なる作業補助

1. はじめに AIコーディングエージェントの活用が広がる中で、開発現場では次のような問いが増えてきました。 Kiro、Claude Code、GitHub Copilot、Codexなど、どのツールを選ぶべきか 同じツールでも、どのモデルを使うべきか 高性能なモデルを使うコストは、品質向上に見合っているのか チームや案件全体に展開したとき、費用対効果をどのように説明するのか AIコーディングエージェントは、単純に「一番賢いモデルを使えばよい」というものではありません。 簡単な修正であれば軽量なモデルで十