Posted in人工知能
LLMからのデータ抽出：JSONの手動パースはやめて、Instructorを使おう
LLM使用時のJSONパースエラーの悩みを解消。Pythonプロジェクト向けに、正確で安定した構造化データを抽出し、コストを最適化するInstructorの活用ガイド。
Posted in人工知能
NeMo Guardrailsを使いこなす：LLMのハルシネーション対策とコンテンツ制御の極意
NeMo Guardrailsは、LLMのコンテンツ制御、プロンプトインジェクション対策、そして実用的なAIアプリケーションにおけるハルシネーションの解決に不可欠な、現在最も注目されているソリューションの一つです。
Posted in人工知能
DSPyでAIシステムを最適化：手動のプロンプトエンジニアリングから脱却する時が来た
手動のプロンプト調整に時間を費やすのはもうやめましょう。DSPyを使用してLLMのロジックをプログラム化し、実際のデータに基づいてパフォーマンスを65%から88%に自動最適化する方法を学びます。
Posted in人工知能
Langfuse (Self-hosted) ガイド：LLMの監視とコスト最適化を徹底解説
Dockerを使用したLangfuseのセルフホスト展開方法を詳しく解説。LLMアプリの監視、トークン管理、プロンプトのデバッグ、そしてAPIコストを30%削減するための実践的なノウハウを紹介します。
Posted in人工知能
Claude CodeのSub-agents：複数の専門エージェントへのタスク分散
Claude CodeのSub-agentsは、複雑なタスクを専門的な複数のエージェントに分散させて並列実行できる機能だ。各エージェントは独自のコンテキストを持ち、他のタスクの干渉を受けない。設定方法、エージェント間のタスク受け渡し、正確な出力を確保するためのモニタリング方法を解説する。
Posted in人工知能
RAGASによるRAG評価：「直感」からFaithfulness、Answer Relevance、Context Precisionの指標評価へ
AIチャチャットボットを「なんとなく」で評価するのはやめましょう。RAGASを使用して、Faithfulness、Answer Relevance、Context Precisionを正確に測定する方法を学びます。
Posted in人工知能
Llama.cpp: CPUでLLMをサクサク動かす「秘策」、低スペックRAMでも快適に動作
「Out of VRAM」はもう怖くない！llama.cppの量子化（Quantization）を駆使して、Llama 3などのAIモデルをCPUとRAMで快適に動かす詳細ガイド。低スペックPCの救世主となる手法を紹介します。
Posted in人工知能
Unstructured.ioによるRAG向けPDF/Officeデータのクレンジング：「ゴミ」を「宝」に変える方法
Unstructured.ioを使用して、PDFやOfficeドキュメントからRAG用データを抽出する方法を解説します。表の処理やインテリジェントなテキストクレンジングにより、回答精度を35%向上させます。
Posted in人工知能
LangGraphによるAIエージェント構築：複雑なワークフローと自己修復機能の実現
LangGraphとPythonを使用した高度なAIエージェント構築の完全ガイド。State管理、ループ処理、APIコストを最適化するための実戦的な経験に基づいたヒントを詳しく解説します。
Posted in人工知能
CrewAIでマルチエージェントAIを構築：Pythonで複数のAIエージェントを割り当て、連携させる
ソフトウェア開発における複雑なタスクを解決するには、多くの場合、さまざまなスキルが必要です。CrewAIは、専門的なAIエージェントを作成および管理するための強力なソリューションを提供し、プロのチームのように連携して作業し、ワークフローを自動化し、生産性を大幅に向上させることができます。