こんにちは、AIチームの長澤 ( @sp_1999N ) です。 Claude Codeなどを代表として、さまざまなプロダクトやツールでAIエージェントが提供されています。 AIエージェントを構築する場合、評価が大切になりますが、その挙動はマルチホップ・マルチターンを前提としているため、一問一答的な評価では不十分なことがあります。 本記事では、 OpenEvals を使ったマルチターン対話のシミュレーションと、 Langfuse による実験管理・評価の実践方法を紹介します。 （なおLangfuseについて

本記事は 2026 年 01 月 13 日 に公開された “Build durable AI agents with LangGraph and Amazon DynamoDB” を翻訳したものです。 原文: https://aws.amazon.com/blogs/database/build-durable-ai-agents-with-langgraph-and-amazon-dynamodb/ 私は AI エージェントの急速な進化に魅了されてきました。過去 1 年間で、AI エージェントがシンプル

はじめに Datadog LLM Observabilityが OpenTelemetry GenAI Semantic Conventionsに対応しました🎉 https://www.datadoghq.com/blog/llm-otel-semantic-convention/ LLM アプリケーションの監視をやりたいとは思いつつも、「なんだか大変そう」「専用の仕組みが必要そう」と感じて、手を出しづらい人も多いのではないでしょうか。 特に、すでにOpenTelemetryを使ってアプリケーションの監視

2025年11月1日（土）に開催されたKotlin Fest 2025にて、LINEヤフーは「ことりプラン」として協賛しました。本記事では、スポンサーブース運営目線・参加者目線・スタッフ目線から、準備...

こんにちは AIチームの戸田です 今回は文章検索をひとつのパッケージで実現できる txtai を紹介したいと思います。 LLMは強力ですが、手元の社内資料や議事録などの固有データに関する質問には回答することができません。そこで重要になるのがRAG（Retrieval Augmented Generation）です。 固有データを検索し、関連コンテキストを取り出してPromptとしてLLMに渡すことで、固有データに関する質問に対しても回答することができるようになります。実務での活用において、現在も多くの企業

NTT WEST Engineers' Blog事務局の真木です。   NTT西日本グループの公式ブログで初めてのアドベントカレンダーを実施させていただき、 多くの技術者が企画に参加し、様々な魅力的な記事を書いてくれました！ 今回のアドベント記事をまとめましたので、見逃したものがあればぜひ見てみてください。 （気になる記事タイトルをクリックすると当該記事へジャンプします！） .advent-2025 table { width: 100%; border-collapse: collapse; font-

こんにちは。 ファインディ株式会社でFindy AI+の開発をしているdanです。 Findy AI+ではLLMを活用した分析機能を提供しています。 分析対象は個人・チーム・組織と幅広く、データ量に応じて分析に時間がかかることがあります。分析が完了するまで画面に何も表示されないと、ユーザーは処理が進んでいるのか分からず、待ち時間が長く感じられてしまいます。 この課題を解消するため、LLM分析結果の表示にストリーミング出力を導入しました。 今回は、実装内容とどの程度待ち時間が改善されたのかについてお話ししま

初めに メリークリスマス！！ども！龍ちゃんです。 いや～クリスマスですね。年末ですし、そろそろいろいろな締め作業がありますね。 実は弊社では、裏でこっそりアドベントカレンダーもどきをやっていました。アドベントカレンダーもどきってのは、アドベントカレンダーって「テーマ」があるはずなんですけど、弊社のブログとエンジニアの特徴上、ネタの一貫性を持たせるのが大変だからって理由だったので「フリーテーマ」ですね。というわけで 12 月は毎日投稿されていたって感じです。この時期で投稿記事が爆増えして、ブログの企画をやっ

はじめに NTT西日本の酒井です。本記事ではTableauという分析ツールの生成AI機能を触りながらデータ分析と生成AIの未来について考察します。内容は記事執筆時点(2025年12月16日)時点の情報に基づきます。 対象読者 この記事は以下のような人を対象に書いています。 Tableauと生成AIの連携に興味がある人 生成AIでデータ分析がどう変わるか考えたい人 背景 私はこの会社でデータ分析に関わる仕事に10年ほど携わってきました。ネットワークトラフィックの分析や社内でのデータ活用の推進、社内外のコミュ

こんにちは、サイオステクノロジーの遠藤です。 最近、AIエージェントの話題が増えてきましたね。Claude Code、GitHub Copilot、Cursor… 単体で動くAIツールはたくさんありますが、「複数のAIエージェントを連携させたい」と思ったことはありませんか？ そんなニーズに応えるのが、Googleが2025年4月に発表した A2A（Agent2Agent）プロトコル です。今回は、A2Aプロトコルとは何か、MCPとの違い、どんなメリットがあるのかを解説します。 こんな人に読んでほしい AI

0. はじめに 1. 対象読者 2. 執筆の背景 3. AIエージェントとは？ 3-1. AIエージェントのコアコンポーネント 3-2. 代表的なAIエージェントフレームワーク 3-3. 今回活用したAIエージェント：CrewAIについて 4. AIエージェントの実装 4-1. 実装の目的 4-2. プロセスと実装アーキテクチャ 4-3. 動作環境 4-4. 構築手順 4-4-1. 事前準備 4-4-2. 必要なライブラリのインストール 4-4-3. APIキーの取得 4-4-4. コードファイルの作成と

.table-of-contents > li > ul > li > ul { display: none; } はじめに こんにちは、SRE部 検索基盤SREブロックの 花房 です。2025年12月11日に東京の虎ノ門で開催された「 OpenSearchCon Japan 2025 」にZOZOのエンジニア5人が参加しました。本記事では、会場の様子と印象に残ったセッションについて紹介します。 はじめに OpenSearchCon Japanとは 会場の様子 セッションレポート Maximize Res

こんにちは。 ファインディ株式会社でFindy AI+の開発をしているdanです。 今回は、プロンプトにどのようなデータや指示内容を与えるとLLMが誤った出力をしやすいのかについてお話しします。 プロンプトには何を書くべきで、何を書かないべきなのか。また、LLMに渡すデータはどのような形であるべきなのか。私自身が経験した実際の例をあげて解消までのアプローチ方法をご紹介します。 分析の精度をあげるにはここで紹介する内容では不十分ですが、入門編として参考になれば幸いです。 この記事はファインディエンジニア #

1.はじめに NTT西日本の大賀です。 先日投稿された「話題のAIエージェント作ってみた（ 話題のAIエージェントを作ってみた - NTT WEST Engineers' Blog ）」では、エンジニアが AI エージェントを 1 から実装する方法について紹介されていました。 今回はより幅広

こんにちは、サイオステクノロジーの遠藤です。本ブログはSIOS Tech Labアドベントカレンダー18日目の投稿です。 今回は、RAG評価フレームワークである Ragas の最新バージョン v0.4.0 について紹介します。 さらに、GPT-5の reasoning_effort パラメータを使って、 minimal（高速モード）とhigh（推論重視モード） での評価結果の違いも検証しました。 Ragasのv0.4.0で何が変わったの？ Azure OpenAI ServiceのGPT-5でRagasを