Tech Blog
AIエージェントの技術を軸に、これまでの進化の過程から最新動向、そしてこれからの展望までを整理・考察する技術ブログです。 アーキテクチャや実装・研究プロセスの裏側を含め、現場で得たリアルな知見を継続的に共有します。
BizPlanのアーキテクチャ全体像：6レイヤー構造と汎用AIエージェント基盤の設計
提供中の事業計画エージェントBizPlanを支える6レイヤー構造を、汎用基盤とドメイン固有部の分離という設計思想を軸に紹介します。ハーネス核の設計（Function Callingループ・RAG注入・ストリーム抽象）から拡張の考え方まで、TypeScriptの解説用コードとともに解説します。
BizPlanのアーキテクチャ全体像：6レイヤー構造と汎用AIエージェント基盤の設計
提供中の事業計画エージェントBizPlanを支える6レイヤー構造を、汎用基盤とドメイン固有部の分離という設計思想を軸に紹介します。ハーネス核の設計（Function Callingループ・RAG注入・ストリーム抽象）から拡張の考え方まで、TypeScriptの解説用コードとともに解説します。
モデル選定の実際：タスク別にどのモデルを使い分けるか
コスト・速度・品質の3軸でモデルの使い分け基準を整理し、自分のタスクで比較検証するベンチマークスクリプトとモデルルーティングの実装をTypeScriptで解説します。選定に迷ったときの早見表付きです。
BizPlanの裏側：事業計画エージェントのハーネス設計を公開します
提供中エージェントBizPlanの設計思想——フェーズ設計・質問順序・成果物スキーマ——を、簡略化した実装例とともに紹介します。なぜその構造にしたかという設計判断の理由に焦点を当てた、ケーススタディ連載の第1弾です。
ユーザーフィードバックを改善ループに組み込む
フィードバック収集UIの設計からデータスキーマ・自動分類・優先度付け・プロンプト改善への反映・効果検証まで、ユーザーフィードバックを継続的な改善サイクルに組み込むための実践的な設計を解説します。
プロンプト回帰テスト：変更で壊れていないかを検知する
プロンプトを1行直したら別のケースが壊れた——を防ぐ、ゴールデンデータセットと評価関数を組み合わせた回帰テストの設計と、GitHub ActionsへのCI組み込みまでを段階的に解説します。
LLM-as-a-Judge：モデルにモデルを評価させる手法と落とし穴
LLMを評価者として活用する自動評価の組み方、人手評価との一致率の確かめ方、評価モデル自身が持つバイアスと緩和策を、TypeScriptのコードとともに解説します。
評価データセットの作り方：ゴールデンケースの集め方
実利用ログから代表ケースを抽出し、期待出力（ゴールデン）を定義する手順を解説します。少数精鋭のテストケースが開発速度を上げる理由と、データセットを育て続けるための仕組みを示します。
評価設計の基本：エージェントの品質をどう測るか
正確性・完了率・対話効率などの指標の立て方と、主観評価をルーブリックで定量化する手順を解説します。評価カテゴリ全体の見取り図となる入口記事です。
記事で紹介した技術を、実際の業務でお試しください。
業務に合うエージェントを条件で絞り込んで選べます。すべて無料で、今すぐ利用できます。