はじめまして。mediba Advent Calendar 2025 21日目担当の @threetenthreeです。 私は、ビジネスプロセスマネジメント（BPM）の専門家として、業務改善支援を担当しています。 昨今のトレンドといえば「生成AI」ですが、業務改善には「ECRSの原則[1]」という基本フレームワークがあり、効率化は、まずこの原則に従うべきです。生成AIもあくまで『数ある解決策の一つ』と捉えています。 業務改善という仕事は後回しにされがちです。そして「業務改善＝コスト削減（守り）」と思われが

はじめに：SA（ソリューションアーキテクト）の「マニュアル迷子」問題 こんにちは、奥山です。 「 aptpod Advent Calendar 2025 」の12月15日の記事です。 普段は intdash のソリューションアーキテクト（SA）として、お客様への技術提案やアーキテクチャ設計を行っています。 SAという仕事柄、製品の仕様やAPIの詳細について即答を求められることが多いのですが、 intdashのマニュアルやSDKリファレンスは膨大です。 正直なところ、すべてを脳内にインデックスするのは人間の

はじめに 企業のDX（デジタルトランスフォーメーション）推進において、紙文書のデジタル化とMicrosoft Office文書のデータ活用は避けて通れない課題です。その中で、Microsoftが提供する Azure Document Intelligence（旧：Form Recognizer）は、OCR技術とディープラーニングを組み合わせ、文書からテキスト、表、構造データを高精度に抽出できる強力なサービスとして注目されています。 特に近年では、抽出したテキストデータを Azure AI Search な

はじめに NTT西日本の福田です。 NTT西日本では、生成AI技術を現場で活用し業務改善につなげる取り組みを進めています。 その一環として、社内でDify®が利用できるようになりました。 しかし、どれだけ優れたツールが展開されても、 社員が使いこなせなければ意味がありません。 そこで今回、AIイベントとしてDifyを実際に触りながら理解を深めてもらうために、 生成AIで業務改善にトライ！ と題してRAG（Retrieval-Augmented Generation：検索拡張生成）チャットボット構築をテーマ

はじめに PS-SLの佐々木です。 アドベントカレンダー14日目になります。 今回はRAGシステムを構築している際にデータの一覧や統計データの取得、集計をしたい場合のTipsを紹介します セマンティック検索が苦手な質問 RAG（Retrieval-Augmented Generation）システムを構築したことがある方なら、こんな経験はないでしょうか。 ユーザー: 「完了率を教えてください」 RAG: 「完了に関する情報が見つかりました。タスクAは完了しています。タスクBも完了しています...」 ユーザー

こんにちは！CSE Group でエンジニアをしている上野です。 この記事は BASE AdventCalender の13日目の記事です。 12日目は kagano さんの GitHub Copilot の Custom Instruction でのコードレビューについての記事でした。この 1 年は AI に関する話題、特に Coding Agent の話題がたくさんありましたね。日々モデルも機能も進化していて、今どこの AI は何ができるんだっけ？と迷子になってしまっているので、私自身参考になりました

1. はじめに 技術制作管轄Next開発室、生成AI・バックエンドテックリードの梶村 (@kioki ...

本ブログは、株式会社エナリス 星野 友宏 氏、KDDI アジャイル開発センター株式会社 御田 稔 氏、アマゾン ウェブ サービス ジャパン合同会社 ソリューションアーキテクト 安藤 が共同で執筆しました。 みなさん、こんにちは。AWS ソリューションアーキテクトの安藤です。 電力分野、特に再生可能エネルギーの普及が進む中で、正確な発電予測は電力系統の安定運用に欠かせません。今回は、 株式会社エナリス （以下、エナリス）と KDDI アジャイル開発センター株式会社 （以下、KAG）が共同で取り組む、太陽光発

こんにちは、MEKIKI X AIハッカソンもくもく勉強会の12日目を担当するYokoiです！ 普段はモダナイゼーション案件で生成AIの活用支援をしています。プライベートではドライブとサウナにハマっています。 今日は、ローカル環境で完結するRAG構築について書いてみました。 2025年10月22日、ついに LangChain v1 がリリースされました。 API 設計やエージェント機能が大きく進化しましたが、ネット上にはまだ v0 系の情報が多く、最新仕様で実装しようとすると意外とつまずきがちです。 そこ

目次 はじめに 再帰チャンキング (Recursive Chunking) とは 概略 分割のイメージ Recursive Chunkingによる分割結果 参考URL 実践：インデキシング 1. 準備 2. Inference Endpoint の作成 3. インデックスの作成 4. マッピングの追加 5. ドキュメントの取り込み 6. データの反映 実践：検索と結果検証 ケース1. 表データの検索 考察 比較：Sentence Chunking の場合 ケース2. 階層が深いブロックの検索 比較：Wor

こんにちは、AIテクノロ ジー グループの辻埜です。 本記事は Enigmo Advent Calendar 2025 の12日目の記事です。 普段はデータサイエンティストとして 機械学習 を用いたシステムの開発運用や、社内のAI活用推進を担当しています。 近年、生成AIの活用が進む中で、 エニグモ でも社内のAI活用を推進するため、Difyという生成AIアプリ開発ツールを活用した取り組みを行っています。Difyは非エンジニアでもAIを組み込んだワークフローを簡単に構築できるツールです。 dify.ai

はじめに Corporate Engineering で社内システムの開発・運用を担当している瀧山です。 先日2025年11月14日に行われた、Salesforceが主催するハッカソンイベント「Agentforce Hackathon Tokyo」にTeam RevCommとして出場しました。今回は、そこで開発したソリューションの概要や技術構成、そして結果から得られた学びについて共有したいと思います。 本ブログ内で書かないこと Agentforceの設定に関する詳細な手順 Apex等の具体的なコーディング

この記事は Insight Edge Advent Calendar 2025 の10日目です。 こんにちは、Insight Edgeの齊藤です。 生成AIサービスの進化は著しいものがあります。「会話しながらアプリを作る」「文章で要件を書くだけで構造を提案してくれる」といった体験が、いよいよ現実の選択肢になってきました。 私自身は普段エンジニアとしてコードを書いていますが、「ノーコード／ローコードでどこまで実現できるのか」「どの領域からは従来どおりコードを書いた方がよいのか」を見極めることが、技術の目利き

CADDi Tech/Product Advent Calendar 2025 10日目の記事です。 こんにちは、Data&Analysis部の竹本です。 本記事ではRAGシステムを構築する上で、ユーザー意図の把握が難しい曖昧なクエリにどのように対応すべきかという課題に着目し、関連する論文や技術記事を紹介します。 クエリの「情報不足」と「曖昧性」という壁 知識ギャップによる情報不足 ユーザークエリの曖昧性 Query Transformation Query Rewriting Multi-Que

はじめに 前回の記事では、LangfuseをAWS上にデプロイしてLLMアプリケーションのトレースを可視化する方法をご紹介しました。トレースによって「何が起きているか」は見えるようになりましたが、これだけでは「その回答は良いのか悪いのか」を判断することはできません。 そこで今回は、Langfuseの「評価」機能を使って、LLMの回答品質を自動で数値化し、ダッシュボードでリアルタイムに可視化する方法をご紹介します。 前提条件 Langfuse環境 ( 前回の記事でデプロイ済み ) 観測対象のRAGシステム