SNIFFOUT

スニフアウトAIメディアSNIFFOUTAI Media

生成AIを、現場で使い続けるための実践知

研修と導入支援の中で確かめた検証・事例と、市場で押さえておきたい論点を、記事にしています。

記事を読む
Articles
21
Updated
2026.11.16
Latest

新着記事

Claude Code を社内に定着させる研修と運用:非エンジニアにも広げる方法GUIDEClaude Code の定着は、自社の業務を題材にした研修と、研修後に回す推進役、相談窓口、利用状況の計測、スキル化の仕組みで決まります。非エンジニアには、デスクトップアプリから、下書きで終わる業務を任せることから広げます。Claude Code 導入支援Claude CodeAI人材育成Claude Code のスキルの作り方:SKILL.md の書き方から社内展開までGUIDEClaude Code のスキルは、業務の手順や型、判断の基準を SKILL.md に書いたフォルダです。説明文に何をするかと、いつ使うかを書き、決まった処理はスクリプトに任せ、依頼例で試してから、リポジトリやプラグインで社内に配ります。Claude Code 導入支援Claude CodeAIエージェントClaude Code を企業で使うための全体像:できること、契約、管理のしくみGUIDEClaude Code は社員の PC とアカウントの権限でファイル操作やコマンド実行まで行う AI エージェントです。企業で使うときは、契約と接続先、仕事の中身を渡す仕組み、組織の統制の 3 層に分けると全体が見えます。Claude Code 導入支援Claude CodeClaude Code を社内に導入する手順:試行から全社展開までの 4 段階GUIDEClaude Code の社内導入は、準備のあと試行、ルール化、展開、見直しの 4 段階で進めます。少人数の試行で危なかった操作を集め、権限ルールと管理設定に変えてから全員に配るのが、事故を防ぎながら広げる順番です。Claude Code 導入支援Claude CodeClaude Code のセキュリティ設定:権限ルールから管理設定までの 4 層GUIDEClaude Code のセキュリティは、権限ルール、サンドボックス、管理設定、フックと記録の 4 層を重ねて作ります。CLAUDE.md は指示で強制力がないため、止めたい操作は設定で止めます。公式ドキュメントの設定例とあわせて解説します。Claude Code 導入支援Claude CodeセキュリティFDE の仕事の進め方:現場に入ってから AI を業務に定着させるまでの 6 工程GUIDEFDE の仕事は依頼文ではなく現場から始まり、業務の記録、データと判断の根拠の確認、なくす業務と出口戦略の決定、一件が通る仕組みづくり、評価と段階的な展開、引き継ぎの 6 工程で進みます。各工程の進め方と残す成果物を説明します。FDE育成研修FDEFDE に必要なスキル:現場の課題から逆算した技術の力と技術以外の力GUIDEFDE に必要なスキルは、現場を理解して合意を作る技術以外の力と、AI エージェントを作り、評価し、運用する技術の力の両方です。技術の力はプロンプトから LLMOps までの 4 つの層で整理でき、どちらも資格ではなく成果物で確かめます。FDE育成研修FDEAI人材育成FDE チームの立ち上げ方:体制の型の選び方、組み方、組織の測り方GUIDEFDE チームを立ち上げるときは、職種を新設するか転換するかと、業務の知識を誰が持ち続けるかを最初に決めます。そのうえで実装する役と業務を読む役を組ませ、学びを共通の基盤に戻す担当を置き、チームはてこが効いているかで測ります。FDE育成研修FDEFDE の育成:社内で FDE を育てる 7 つのステップと題材の選び方GUIDE社内で FDE を育てるには、研修より先に一連の工程を通せる小さな業務を題材に用意し、現場理解から出口戦略、実装、評価、引き継ぎまでを一度通させます。育成中の人を一人にせず、到達目標は AX のプロジェクトを回せることに置きます。FDE育成研修FDEAI人材育成FDEウォッシングとは?名ばかりFDEを中身で見分ける5つの確認点INSIGHTFDE ウォッシングとは、FDE の中身を伴わない支援に FDE という名前を付けて売ることです。ガートナーは 2026 年 9 月にそのリスクの高まりを予測しました。肩書きではなく、成功の定義や学びの残り方で見分ける方法を解説します。FDE育成研修FDEHuman-on-the-LoopとHuman-out-of-the-Loopとは?GUIDEHuman-on-the-Loopは、AIエージェントを止めずに動かし、人が見守って異常時に止める型。Human-out-of-the-Loopは、運用中は任せ、事前の設計と事後の指標で管理する型です。違いと使い分け、移し方を解説します。FDE育成研修AIエージェントAIエージェントの精度が上がらない原因と対策|ナレッジギャップの埋め方GUIDEAIエージェントの精度が出ない原因の多くは、モデルの賢さではなくナレッジギャップ(渡すべき情報と実際に渡している情報の差)です。工程ごとに生まれるギャップの見つけ方と、受け渡しの設計、埋まったかの確かめ方を解説します。RAGFDE育成研修AIエージェントループエンジニアリングとグラフエンジニアリングとは?違いと設計の要点GUIDEループエンジニアリングは、依頼と確認と直しの繰り返しをAIが自分で回すように設計すること。グラフエンジニアリングは、その繰り返しの分岐まで設計すること。両者の違い、止める条件、事業側での使い方、作る前のチェックリストを解説します。Claude Code 導入支援AIエージェントRAG の精度が上がらない原因と対策:切り分け方と手当ての順番GUIDERAG の精度が上がらない原因は、元データ、質問、検索、回答生成のどこかにあります。手法を試す前に、外れた質問を 1 問ずつ 3 つの問いで振り分けると、どこを直せばよいかが決まります。原因ごとの症状と手当て、試す順番をまとめました。RAG生成AI活用RAGのクラリフィケーションとは?聞き返しで回答精度を上げる方法GUIDEクラリフィケーションは、RAG への質問があいまいで答えが一つに決まらないとき、AI がユーザーに聞き返して条件を補ってもらう手法です。いつ聞き返すか、どう聞くか、効果の測り方までを解説します。RAG生成AI活用RAG のデータ前処理:Excel、PDF、画像、表を検索できる形に直す方法GUIDERAG のデータ前処理は、Excel や PDF、PowerPoint、画像の情報を、検索で見つかり LLM が読み違えないテキストに直す作業です。形式ごとの崩れと直し方、チャンク分割までの 6 つの手順、自動化の考え方をまとめました。RAG生成AI活用RAG の評価方法:評価用の質問集のつくり方、指標、改善の回し方GUIDERAG の評価は、現場の人が入れる質問と理想の回答の組で正答率を出し、外れた原因を検索、生成、データに分けるところまで行います。質問集の項目と質問の種類、RAGAS の指標、LLM-as-a-Judge の注意点を説明します。RAG生成AI活用FDE とは? 現場に入って AI を業務に組み込むエンジニアの役割と成果GUIDEFDE(Forward Deployed Engineer)とは、顧客の業務の現場に入って課題を見つけ、動く仕組みを自分で作り、業務で使われ続けるまで責任を持つエンジニアです。仕事の中心は現場理解と実装の往復で、成果は業務の変化で測ります。FDE育成研修FDERAG とは?検索拡張生成の仕組みと生成 AI 単体との違い、向いている業務GUIDERAG(検索拡張生成)は、LLM が答える前に社内文書を検索し、見つけた一部をプロンプトに入れて回答させる仕組みです。モデルの再学習とは別物です。4 つの手順、生成 AI 単体との違い、向く業務と向かない業務を図で説明します。RAG生成AI活用