Hub
AI開発：まずはここから
このハブは、AI開発の実務に寄せた入口です。ニュースや抽象論ではなく、仕様化・段階投入・ ロールバック・そして安全性（失敗パターン）を中心に、再現できる手順として整理します。
RAG・LLM運用
- RAG検索評価チェックリスト
Recall@k・MRR・nDCGを測り、検索の失敗と回答生成の失敗を切り分ける。
- RAGのチャンク分割とインデックス設計
使える根拠を残すためのチャンク境界、メタデータ、インデックス規則を決める。
- RAGのハイブリッド検索とリランキング
キーワード検索とベクトル検索を組み合わせ、限られた候補をrerankする。
- LLM評価と回帰テスト
評価セットをversion管理し、プロンプト・モデル・検索の回帰を止める。
基本（仕様と運用）
- 仕様→実装に落とすプロンプトテンプレ
曖昧な依頼を、AIが迷わず実装できる仕様に変換するためのテンプレ。
- 曖昧な依頼を要件定義に変換する質問リスト
制約・例外・受け入れ条件を先に揃えて、手戻りを減らすための型。
- 文章のAI臭を消すチェックリスト
速く出しても読みやすさと信頼性を落とさないための編集チェック。
セキュリティ（AI時代の壊れ方）
- 認可（IDOR）を潰すチェックリスト
「UIで見えないからOK」を防ぐ、オブジェクト単位の認可ルール。
- AIで作ったWebアプリのIDOR対策
AI生成アプリで認可が崩れやすい理由と、早期に潰す実務手順。
RAG・ローカルLLM・LLM運用・AIセキュリティの記事追加に合わせて、このハブも更新します。