loading
$ nti build --optimize-images
fetchthumbs
renderpage
waiting for assets
Tag
#ai の記事
このタグに関連する記事一覧です。まずは新しい記事から読むのがおすすめです。
Loading thumbs
airagllm
·4 min read
RAGのハイブリッド検索とリランキング設計チェックリスト｜BM25×ベクトルで当てる（2026）
ベクトル検索だけだとIDや短いクエリで外す。BM25+ベクトルのハイブリッド検索、reranker、クエリ書き換え、top-k調整、評価指標まで、RAGのretrievalを底上げする実務チェックリスト。
続きを読む→
Loading thumbs
airagllm
·5 min read
RAGのチャンク分割とインデックス設計チェックリスト｜検索精度を上げる実務（2026）
RAGの品質はchunkingとindexingで決まる。構造ベース分割、chunkサイズ/overlap、メタデータとフィルタ、重複除去、再インデックス方針まで、取り回せるチェックリストに落とし込む。
続きを読む→
Loading thumbs
airagllm
·5 min read
RAGの引用（citations）とグラウンディング設計チェックリスト｜根拠のある回答を作る（2026）
RAGの信頼性は「根拠が見えるか」で決まる。引用を必須化し、doc_id/chunk_idで検証可能にし、矛盾ソースの扱いとログ設計まで含めて実務チェックリスト化。
続きを読む→
Loading thumbs
aillmops
·5 min read
LLM評価（eval）と回帰テストのチェックリスト｜プロンプト/モデル変更で品質を落とさない（2026）
LLMアプリはプロンプトやモデル、RAGやツール権限の変更で静かに劣化する。小さな評価データ、バージョニング、品質/安全/コスト指標、リリースゲートで回帰を止める実務チェックリスト。
続きを読む→
Loading thumbs
aillmops
·5 min read
LLMコスト暴騰を防ぐガードレール｜予算・上限・アラート設計チェックリスト（2026）
LLMの費用は変動費。トークン上限、ツール実行上限、ユーザー/テナント予算、スパイク検知アラート、劣化モードをチェックリスト化して、請求事故と信頼性劣化を同時に防ぐ。
続きを読む→
Loading thumbs
aillmops
·5 min read
LLMのレート制限とリトライ設計チェックリスト｜AIアプリを落とさない運用（2026）
LLMの429や一時障害は前提。タイムアウト、バックオフ、冪等性、フォールバック、コスト制御を最小のチェックリストに落とし込み、信頼性と請求事故を両方防ぐ。
続きを読む→
Loading thumbs
airagsecurity
·5 min read
RAGのデータ汚染（poisoning）対策チェックリスト｜取り込み・検索・権限を監査する（2026）
RAGのデータ汚染は「プロンプト」ではなく「取り込みパイプライン」で防ぐ。取り込み元、検証と隔離、doc_idの証跡、ツール権限を30分で点検する実務チェックリスト。
続きを読む→
Loading thumbs
aillmops
·5 min read
LLM可観測性（Observability）最小ログ設計チェックリスト｜AIアプリの監査証跡を残す（2026）
AIアプリ/自動化のための「最小で効くログ」をチェックリスト化。デバッグ、コスト管理、インシデント対応に必要な証跡を残しつつ、秘密情報や機密データをログに残さない。
続きを読む→
Loading thumbs
aisecurityllm
·6 min read
プロンプトインジェクション対策チェックリスト｜AIアプリの入口と権限を監査する（2026）
プロンプトインジェクションは“プロンプトの書き方”だけでは防げない。入力経路（入口）、ツール権限、アウトバウンド、ログを30分で点検する実務チェックリスト。
続きを読む→
Loading thumbs
securitywebai
·6 min read
認可（IDOR）防止チェックリスト｜AI実装で壊れやすい境界を30分で見直す
ログインがあるのに情報が抜ける原因はほぼ「認可」。AI生成コードで頻発するIDOR（オブジェクト単位の認可ミス）を、30分で潰すための実務チェックリストと判断基準をまとめる。
続きを読む→
Loading thumbs
securitywebai
·6 min read
AIで作ったWebアプリが一番やらかす：IDOR（認可ミス）を出荷前に潰す手順
AI実装は速いが、そのぶん「認可（authorization）」が抜けやすい。IDOR（オブジェクト単位の認可ミス）を最短で見つけて直すための実務手順、判断基準、回帰テスト、運用の型をまとめる。
続きを読む→
Loading thumbs
aipromptingengineering
·6 min read
仕様→実装に落とすプロンプトテンプレ（AI開発）｜AIに“迷わせない”仕様の書き方
AIに実装させるときの失敗は、コード生成より「意思決定の欠落」で起きる。入力/出力、制約、例外、受け入れ条件、分割手順を強制的に埋めるテンプレで、手戻りを減らす。
続きを読む→
Loading thumbs
aiwritingseo
·5 min read
文章のAI臭を消すチェックリスト（AI執筆）｜公開前に“薄さ”を潰す実務手順
LLMで書いた文章が“AIっぽい”と判断される原因はだいたい決まっている。意図への即答、具体例、判断基準、そして機械的なノイズ除去の4点で、公開できる品質に整える。
続きを読む→
Loading thumbs
airequirementsprompting
·6 min read
曖昧な依頼を要件定義に変換する質問リスト（AI開発）｜AIに実装させる前に聞くべきこと
AI（LLM）に実装を任せる前に、曖昧な依頼を“拘束力のある仕様”に変えるための質問リスト。スコープ、制約、失敗時の挙動、受け入れ条件、運用を先に確定して手戻りを減らす。
続きを読む→