Kuu株式会社 エンジニアリング
Kuu株式会社 エージェントエンジニアリング
Kuu株式会社のエンジニアリングチーム。エージェントアーキテクチャ、MCP/A2Aプロトコル、評価・可観測性、エンタープライズAI基盤の設計・運用に関する技術記事を執筆しています。
EXECUTED ARTICLES (157)
AIエージェント基盤のDR設計とマルチリージョン切替
AWS Bedrockのクロスリージョン推論とVertex AIのマルチリージョンエンドポイントを組み合わせれば、単一リージョン障害時もRTO/RPOを満たすAIエージェント基盤のDR設計ができます。
Claude Codeのhooksで監査証跡を自動記録する
Claude Code hooksを使うとPostToolUseで監査証跡を自動記録し、PreToolUseで危険操作を遮断できる。MDM無しの中小企業でも組織全体へ配布可能。
ワークフロー5パターンで選ぶAIエージェント設計
AIエージェント設計はプロンプトチェイニングやOrchestrator-Workersなど、Anthropicが定義する5つのワークフローパターンから要件に応じて選べます。
Files API GAのfile_id共有リスクと防ぎ方
Claude Files APIは2026年8月27日にベータを終えGAとなったが、file_idはワークスペース内の全APIキーから参照可能で、テナント分離の設計が必須になる。
AP2とx402——AIエージェント決済プロトコルの仕組み
GoogleのAP2は署名付きMandateで本人の購入意図を証明し、CoinbaseのX402はHTTP 402で1リクエスト課金を実現する。中小企業が備えるべき論点を整理する。
Claude Codeの権限設計——最初のdenyルール3つ
Claude Codeの権限はhooks→deny→ask→permission mode→allowの順で評価されます。中小企業が最初に書くべき3種のdenyルールとmode選定基準を解説します。
Claude APIのデータ保持、中小企業の確認事項
Claude APIの入出力は原則30日で自動削除されるが、Files APIやBatch APIなど一部機能は保持期間が異なる。中小企業がConsoleで確認すべき設定を整理する。
Managed Agentsの予算・地域・ドメイン制御を実装する
Claude Managed Agentsは2026年8月にセッション予算・inference_geo・ドメイン許可制御を追加。US地域固定は1.1倍課金となる仕組みを一次情報から解説する。
Mid-conversation Tool Changes——ツール入替設計
Claude Opus 5等のMid-conversation Tool Changesはtoolsを固定したままツール入替を可能にし、プロンプトキャッシュを維持する。設計要点を解説する。
Claude Memory Toolとコンテキスト編集の設計
Claude Memory Toolはファイルベースの永続メモリをセッション間で維持し、コンテキスト編集と組み合わせると100ターンの検索タスクでトークン消費を84%削減できます。
エージェント委任のConfused Deputy対策設計
AIエージェントへの権限委任はConfused Deputy攻撃を招きやすい。RFC 8693のトークン交換とOWASP ASI03の対策設計をエンタープライズ向けに解説する。
AIコーディングエージェントの幻覚パッケージ対策
AIコーディングエージェントが提案するパッケージ名は2026年調査でも4〜6%が実在せず、攻撃者はその名前を先回り登録して悪用します。ロックファイルと許可リストによる防御策を解説します。
Claude Consoleでコード不要の評価に着手
エンジニア不在でもClaude ConsoleのEvaluateタブでプロンプト評価を自動化できる。CSVインポートと5段階採点でエージェント評価の初手を作る方法を解説。
ジェイルブレイク防御をカスケード分類器で設計する
単一分類器では検知率と誤検知のトレードオフが避けられません。Anthropicの実装では2段カスケードで無害な問い合わせの拒否率を0.05%まで抑えています。自社設計への応用を解説します。
エージェント基盤のバックプレッシャーとロードシェディング設計
AIエージェント基盤の過負荷対策は、キューによるバックプレッシャーと優先度別ロードシェディングの組み合わせで設計します。Claude APIのretry-afterとPriority Tierを使った実装パターンを解説します。
Claudeワークスペースで利用ポリシーを技術的に強制する
Claude Consoleは組織あたり最大100ワークスペースを作成でき、ロールと支出・レート上限を組み合わせれば利用規程を紙の文書ではなく設定として強制できる。
MCP Tasks拡張──長時間処理をポーリングで扱う設計
MCP 2026-07-28仕様で正式化されたTasksエクステンションは、tasks/getのポーリングとtaskId・ttlMs・5状態のライフサイクルでブロッキング呼び出しを置き換える。実装の要点を整理する。
AI Act第72条の市販後監視をエージェント基盤に実装する
EU AI Act第72条は高リスクAIシステムに市販後監視システムの構築を義務付ける。エージェント基盤でのログ収集・ドリフト検知設計と第73条の重大インシデント報告(15日/2日/10日)への技術対応を解説する。
MCPサーバーを導入する前に確認すべき5つの観点
中小企業がサードパーティMCPサーバーを導入する前に確認すべき点は、出所・権限範囲・ローカル実行リスクの3系統です。NSAの2026年ガイダンスに基づき5つの確認観点を解説します。
ツールが増えたら見直す設計——Tool Search入門
AIエージェントのツール選択精度は30〜50個を境に低下する。Tool Search Toolのdefer_loadingで中小企業がどう導入基準を設計すべきかを解説する。
MCP進捗通知とキャンセルの非対称設計——2026仕様
MCPの進捗通知とキャンセレーションは2026-07-28確定仕様でクライアント起点に非対称化された。トランスポート別のキャンセル信号とタイムアウト設計を整理する。
AIエージェントの緊急停止設計とキルスイッチ実装
AIエージェントの緊急停止は、LLMの推論経路の外側にトリガー・3段階エスカレーション・監査ログを実装します。EU AI Act第14条は高リスクAIシステムに停止手段を義務付けています。
Citations APIで実装する検証可能なRAG引用設計
Claude Citations APIは引用元テキストをcited_textとして返し出力トークンに加算しない。char_location等3種の引用形式とRAG実装への組み込み方を解説する。
AG-UIプロトコル入門——エージェントとUIをつなぐ設計
AG-UIはエージェントとフロントエンドをイベントストリームで結ぶオープンプロトコルで、2026年3月にAWS Bedrock AgentCoreも対応した約16種のイベント型が中核です。
Claude APIで作る最小構成ガードレール実装手順
Claude APIのコンテンツモデレーション機能を使えば、中小企業でも専門のML基盤なしにガードレールを最小構成で実装できる。Haiku 4.5なら1万件処理で約37ドルだ。
AIエージェントの暴走コスト対策——ステップ上限とスペンド制御
AIエージェントは悪意ある入力で無限ループに陥り月次コストが跳ね上がることがある。OWASP LLM10:2025のUnbounded Consumptionと、ステップ上限・Workspaceスペンド制御による防御設計を解説する。
Inspect AIでエージェント評価基盤を設計する
Inspect AIはUK AISI製のOSS評価フレームワークで、Task・Solver・Scorerの3層構成とサンドボックス実行でエージェント評価を再現可能にします。MITライセンスで200超の公開評価を利用できます。
エージェント評価のラベリング体制設計とIAA指標選定
AIエージェント評価のラベリング体制は、2〜3名の重複アノテーションとタスク特性に応じたIAA指標選定でルーブリックの曖昧さを検出して設計します。Anthropicのevalガイドと指標選定研究に基づき解説します。
Computer Use導入、中小企業はCoworkから始める
Computer Use（画面操作AI）は、追加インフラなしで動くClaude Coworkから始めるのが中小企業の現実解です。API実装時のトークン単価や承認モード設計も解説します。
中小企業のClaudeモデル選定——効率重視で始める実践基準
Claudeモデルは効率重視ならHaiku 4.5から始め、精度不足の箇所だけ引き上げるのが基本です。Sonnet 5は$2/$10（入力/出力・百万トークン）、effortパラメータの調整も有効な手です。
承認フロー非同期設計——コールバックトークンとエスカレーション
AIエージェントの承認フローは実行をブロックせず、コールバックトークンで一時停止しタイムアウトで自動エスカレーションする非同期設計が本番運用の基本です。
Agent Skills設計——SKILL.mdの3階層構造
Agent SkillsはSKILL.mdをメタデータ・指示・リソースの3階層に分け、常時ロードは約100トークンに抑えます。中小企業がSKILL.md本文500行以内で業務手順を再利用する設計手順を解説します。
ClaudeのPDF処理で帳票OCRを低コスト内製化する設計
Claude Haiku 4.5のPDFネイティブ処理を使えば、請求書OCRはBatch API併用で1万ページ月4,000円台まで内製化できます。設計手順とコスト試算を解説します。
エージェント評価のフレーキーテスト対策——非決定性と再現性設計
AIエージェント評価の非決定性はpass@kとpass^kの使い分けと複数トライアル設計で吸収できます。ツール列一貫性87%・引数一貫性69%という実測差を基に再現性設計の要点を解説します。
Claude Agent Skillsとは何か——中小企業の活用法
Claude Agent SkillsはSKILL.mdに指示・スクリプトをまとめ、必要な時だけ読み込ませる拡張機能です。Claude for Small Businessは15種のSkillsを標準搭載します。
AIエージェント基盤のオートスケーリング設計
AIエージェント基盤のオートスケーリングは、キュー深度・p90 TTFT・KVキャッシュ使用率の3シグナルで設計します。CPU使用率だけでは検知が遅れる理由と、Kubernetes HPAでの実装手順を解説します。
MCP公式レジストリのnamespace検証と信頼モデル
MCP公式レジストリはio.github.*のGitHub OAuthかcom.example形式のDNS TXTでnamespaceを検証するが、コード自体の脆弱性スキャンはnpmやPyPI側に委ねる設計です。
セルフホストLLM推論スタック——vLLM/SGLang選定
自社ホスティングのLLM推論エンジンはvLLMとSGLangが2026年の標準選択肢。RadixAttentionはプレフィックス再利用でキャッシュヒット率50〜99%を達成する。テンソル並列とKVキャッシュ設計の判断基準を解説する。
MCPツールのスキーマドリフト検知——コントラクトテスト設計
MCPツールのスキーマドリフト（Rug Pull）は署名済みベースライン比較とコントラクトテストのCI組み込みで検知できます。具体的な設計手順を解説します。
エージェントスキルのサプライチェーン攻撃を防ぐ設計
エージェントスキルのサプライチェーン攻撃は署名検証・能力ベース権限・サンドボックス実行の多層防御で防げます。CVE-2026-25253の教訓から設計指針を解説します。
MCPツール毒殺とRug Pull攻撃への防御設計
MCPのツール毒殺（Tool Poisoning）とRug Pull攻撃は、ツール定義のハッシュ照合とサーバー許可リストで防げます。Invariant Labsの一次報告に基づき実装パターンを解説します。
AIエージェントのコスト可視化ダッシュボード設計
Anthropic Usage & Cost APIとLangfuseを組み合わせれば、中小企業でも低コストでAIエージェントの運用コストをワークスペース・モデル単位で可視化できる。利用データは5分以内に反映される。
ユーザーフィードバックでエージェント評価を継続改善する設計
明示的フィードバック（親指UP/DOWN）の参加率は1〜3%だが、再質問・コピー操作などの暗示的シグナルは100%のセッションを捕捉できる。LangfuseスコアとトレースIDを紐付け、本番から評価データセットを積み上げる設計を示す。
AIエージェントのループ実行制御——実行予算・最大反復数の設計
AIエージェントの無限ループを防ぐ4層の実行制御設計（最大反復数・トークン予算・タイムアウト・進捗検知）を解説。本番68件の障害事例とAnthropicのTask Budgets APIの使い方も紹介する。
エージェントのセマンティックキャッシュ——LLMコスト削減設計
クエリ埋め込みの類似検索でLLMコールをスキップするセマンティックキャッシュは、応答3〜8msとコスト30〜70%削減を実現する。プロンプトキャッシュとの違い・類似度閾値・TTL設計を解説する。
AIエージェントの3層ゾーニング——コンテキスト汚染防止設計
AIエージェントが複数システムを自律横断する際の「コンテキスト汚染」を防ぐ、3層ゾーニングと感度タグ・境界チェック・RAGフィルタリングによる機密データ分離設計を解説します。
AIガバナンス統制のKPI設計——有効性を定量化する10指標
NIST AI RMFのMEASURE機能とISO 42001第9条が要求する統制有効性の測定を解説。シャドーAI検知率・インシデント対応MTTRなど10のKPI設計パターンと計装実装例を示します。
Claude Mythos 5 実装指針——Project Glasswingと制約設計
Claude Mythos 5はFable 5と同基盤でサイバーセキュリティ分類器が解除された企業限定モデル。Project Glasswing参加組織向けのスコープ制限・監査ログ・ルーティング設計を解説する。
Agent-as-a-Judge——軌跡評価設計と実装
Agent-as-a-JudgeはLLM単一呼び出しではなくツール使用・記憶・多段推論を持つ評価エージェントで軌跡全体を採点します。4段階の依存グラフ型評価パイプラインとエンタープライズでの権限分離設計を解説します。
Advisorパターンで高精度をSonnet価格で——2モデル協調エージェント設計
AnthropicのAdvisor戦略は、HaikuをエグゼキュータにOpusをアドバイザとして協調させるAPIパターンです。Haiku単体比でBrowseComp得点2倍、コストをSonnet比85%削減。実装手順と使い分けを示します。
RAGコーパス汚染攻撃の防御設計——知識ベースを4層で守る
RAGの知識ベースに悪意あるドキュメントを注入する「コーパス汚染攻撃」の仕組みと、コーパス入場管理・検索強化・文脈分離・継続監視の4層防御アーキテクチャを解説します。
MCP認証移行ガイド——APIキーからOAuth 2.1へ
公開MCPサーバーの53%がAPIキーに頼る実態を踏まえ、OAuth 2.1＋PKCE移行を3フェーズで解説する。WorkOS等マネージド認証を活用すれば、中小企業IT担当でも2週間で完了できます。
Claude Agent SDK 最小実装——中小企業が30分で動かす手順
Claude Agent SDKの最小実装を解説する。pip installからquery()の10行実装、MCPカスタムツール追加、サブエージェント並列設計まで、中小企業IT担当が即日着手できる手順と実装コードをまとめた。
A2A AgentCard発見設計——エンタープライズレジストリとOAuth2統合
A2A v1.0 AgentCardの発見設計と、プライベートレジストリ・OAuth 2.0統合のエンタープライズ実装パターン3種を解説する。
LangfuseでAIエージェントを可観測化——中小企業向け設定と実装
LangfuseはMITライセンスのOSS可観測化基盤。月5万件まで無料のクラウド版またはセルフホスト（月$150前後）を3軸で選択し、Claude Agent SDKとOpenTelemetry経由で3ステップ連携できる。
Claude Opus 5のエンタープライズエージェント設計
Claude Opus 5（claude-opus-5）は1Mコンテキスト・Adaptive Reasoningを備えFable 5比半額。エンタープライズのルーティング・努力制御・フォールバック設計を解説する。
NIST AI RMFをエージェントに適用する——技術統制の設計と実装
AIエージェントへのNIST AI RMF適用はGOVERN・MAP・MEASURE・MANAGE各フェーズで既存ガイドラインが不十分。自律ティア分類・ツールリスク評価・行動テレメトリ・ドリフト検出の設計手順を解説する。
エージェントの冪等性——at-least-once実行設計
LLMエージェントのツール実行に冪等性キーを組み込む設計手順。at-least-onceとexactly-onceの使い分け、24時間キャッシュウィンドウ、セマンティック重複排除の実装パターンを解説します。
MCPクライアント実装——TypeScript SDK v2 接続から呼び出し設計まで
MCPクライアントをTypeScript SDK v2で実装する方法を解説。3トランスポートの選択基準、capability negotiation、tools/list→callの実行フロー、通知処理を仕様ベースで整理する。
AIエージェントのSaaS統合設計——Slack・Gmail・kintone接続3パターン
AIエージェントがSlack・Gmail・kintoneを業務ツールとして使うには、直接ツール・MCPサーバー・統合APIの3パターンから選ぶ設計判断が重要です。権限とエラー処理の実装指針も解説します。
エージェント評価コストを抑える——judge 選択とサンプリング設計
AIエージェントのevalコストはjudgeモデルとサンプリング率で大半が決まります。Claude Haiku 4.5を採用し本番10%・CI全件の設計で、月数千円以下で継続評価を回す実装手順を解説します。
エージェントの行動ベースライン監視——異常検知と自動遮断の設計
AIエージェントの行動ベースラインを設計し、ツール呼び出し頻度・推論チェーン長・アクション速度の逸脱をリアルタイム検知して自動遮断するエンタープライズ向け設計パターンを解説します。
AIエージェント出力の安全ゲート設計——スキーマ検証・PII検出・ポリシーフィルタで下流攻撃を止める
OWASP LLM02「安全でない出力処理」は下流システムへの注入・情報漏洩・エージェント汚染を引き起こす。スキーマ検証・PII検出・コンテンツポリシーゲートの3段構成で防ぐ実装パターンを解説する。
エージェントのLLM選定ガイド2026——モデル比較と用途別判断基準
Claude Fable 5・GPT-5.5・Gemini 3.1 Proをツール精度・コスト・コンテキスト長で比較。AIエージェントの用途別最適モデルとタスクルーティング設計の要点を解説します。
動的モデル選択の設計——3種のルーティングパターンと実装指針
エージェント基盤でタスク複雑度・レイテンシ・コストを実行時シグナルに最適LLMを自動選択するルーター設計。カスケード・分類器・多腕バンディットの3パターンと品質ゲートの組み込み方を示す。
MCPエンタープライズ認証設計——EMAとゼロタッチSSOの実装
2026年6月安定化のEnterprise-Managed Authorization（EMA）でMCPゼロタッチSSOを実現する設計を解説。Origin検証・JWT化・Okta連携のエンタープライズ設計判断を整理する。
WebMCPとは——ブラウザ・エージェントプロトコルの仕様と実装
2025年8月策定のWebMCPは、ブラウザタブ内でAIエージェントがツールを直接呼び出すW3C仕様。MCPとの違い・document.modelContext API設計・段階的実装戦略を整理する。
Claude Opus 4.8のエンタープライズエージェント設計——Adaptive ThinkingとFast mode実装
Claude Opus 4.8（claude-opus-4-8）はAdaptive ThinkingとeffortパラメータへのAPIレベル移行を強制する。エンタープライズ設計の変更点と実装パターンを解説する。
AIエージェント開発環境をDocker Composeで構築する
Docker Composeを使うとAIエージェント開発環境全体をcompose.yaml1ファイルで管理できます。Model Runner・MCPゲートウェイ統合と4パターンの実践的な設計手順を解説します。
Claude Fable 5 のエンタープライズエージェント設計指針
Claude Fable 5（claude-fable-5）は長時間自律実行向けの最上位モデルで入力 $10/M。エンタープライズ実装のモデルルーティング・安全フォールバック・コスト設計パターンを解説する。
Managed Agents Outcomes——ルーブリック駆動の評価・改訂ループ
Managed Agents OutcomesでルーブリックとAI採点エージェントを組み合わせて品質ゲートを実装する設計パターン。引用検証・DCFモデル・コンプライアンス審査など複数基準タスクで有効。
AIエージェントの認可モデル設計——RBAC・ABAC・ReBAC 選択指針
AIエージェントはタスク中に権限が変化するため静的なRBACだけでは機能しない。ABAC・ReBACとの組み合わせによる多層認可設計パターンと実装指針を解説する。
AIエージェント基盤のサービスメッシュ統合——Istio Ambient Mode・agentgateway設計指針
Istio Ambient Mode・agentgatewayを使い、AIエージェント基盤にL7トラフィック制御と観測性を確立する。KubeCon EU 2026発表の機能と設計指針を解説。
ReAct・Plan-Execute・Reflexion——エージェント推論パターンの選択基準
AIエージェントの推論パターンには逐次推論のReAct・事前計画のPlan-and-Execute・自己批評のReflexionがある。3パターンの仕組みとトレードオフを設計観点で整理し、タスク特性に合わせた選択基準を示す。
MCPサーバーの本番運用設計——デプロイ・監視・バージョン管理の基本
MCPサーバーを本番化するにはStreamable HTTP移行・YYYY-MM-DD形式バージョン管理・W3C Trace Context監視・OAuth 2.1認証の4点を整える。中小企業向けの段階的設計手順。
AIエージェントSLO設計——品質ダッシュボードの実装
AIエージェントにSLO/SLIを設定し、Langfuse・Heliconeで品質ダッシュボードを構築する具体手順。タスク完了率・ハルシネーション率・レイテンシを中小企業が低コストで計測・改善する方法を解説します。
AIエージェントSDK比較2026——LangGraph・Strands・Mastraの設計思想と選定指針
LangGraph・AWS Strands・Mastra・OpenAI Agents SDKを設計思想・状態管理・デプロイ戦略で比較。言語選択・クラウド環境・ユースケース複雑度の3軸で技術選定の判断基準を整理する2026年版ガイド。
AIエージェントのライフサイクル管理——廃止とバージョン設計
AIエージェントの4層バージョニング（ALV/PPV/MRV/TAV）と4フェーズ廃止プロセスを設計し、放置エージェント（ゾンビ）のセキュリティリスクを防ぐ方法を解説します。
AIエージェントのA/Bテスト統計設計——評価実験の信頼性確保
エージェントの非決定性はソフトウェアA/Bテストの統計設計を覆します。マッチドペア設計・ブートストラップCIでサンプルサイズを決定し、ピーキング問題を回避する逐次テスト統合まで解説します。
AIエージェント耐久実行設計——Temporal・Restate活用パターン
エージェントのクラッシュ・LLMタイムアウトを跨いで長期タスクを継続する耐久実行設計を解説。TemporalとRestateの比較、LLMコールをActivityに分離する手順、エンタープライズ本番パターンまで示します。
Claudeサーバーツール設計——Web Search・Code Executionの組み込み方
Anthropicが実行するWeb Search（$10/1,000件）・Code Executionの設計パターン。クライアント実装なしにリアルタイム検索とデータ処理をエージェントへ統合できます。
AIエージェントのカオスエンジニアリング——障害注入設計パターン
LLM APIは本番で1〜5%の確率で失敗する。10ステップのエージェントでは約18%のタスクが障害に遭遇する計算だ。カオスエンジニアリングの設計手順と実装パターンを解説する。
MCP 2026-07-28 RC：ステートレス化と移行手順
2026年7月28日公開予定のMCP仕様RCはセッションを廃止しステートレス化。Sampling・Roots・Loggingを非推奨とし、Tasksを拡張に移動。サーバー実装者が対応すべき5つの移行手順を解説する。
人間評価とLLMジャッジの使い分け——3層評価パイプライン設計
AIエージェントの評価で人間評価・LLMジャッジ・自動チェックをいつ使い分けるかを解説。本番への適用比率、コスト設計、SMB・エンタープライズ別の実装指針を示します。
MCP RootsとCompletion実装設計——ファイル境界宣言と引数補完
MCPのRootsでクライアントがファイル境界をサーバーに宣言し、Completionで引数補完候補を提供する2つの実装パターンを解説。2025-06-18仕様のJSON-RPC設計とセキュリティ考慮を示す。
Claude Sonnet 5エンタープライズ設計——ノード配置とコスト最適化
Claude Sonnet 5（2026年6月）はOpus 4.8に迫る能力をSonnet価格で提供する。Adaptive Thinking・effort制御・Batch API 300k出力を軸にエンタープライズ設計指針を示す。
AIモデルのベンダーリスク評価——技術DDの8軸と契約設計
AIモデル調達で見落とされる技術的リスクを、モデルカード・訓練データ来歴・EU AI Act適合性など8軸のデューデリジェンスと4つの契約保護条項で管理する方法を解説します。
Sagaパターンでエージェント処理を取り消す——補償設計と一貫性保証
AIエージェントのマルチステップ処理で失敗した場合に完了済みアクションを安全に取り消すSagaパターンを解説。オーケストレーター型実装と補償アクション設計の原則を示す。
エージェントのメモリ汚染攻撃——ASI06対応5層防御の設計指針
AIエージェントの長期記憶を標的にするメモリ汚染攻撃（OWASP ASI06）の仕組みと、Agent Memory Guardが定める5層防御設計をエンタープライズ実装の観点で解説します。
LLMストリーミング実装——SSEとWebSocketの選択基準
LLMストリーミング出力でSSEとWebSocketをどう選ぶか。Claude APIのSSEイベント構造とエージェントパイプラインの逆圧問題まで設計判断を解説。
ClaudeストリーミングAPI設計——TTFT最適化と段階応答
Claude APIのSSEストリーミングでTTFT300ms台を実現する設計を解説。eager_input_streamingによるツール引数の段階配信とJSON蓄積パターン、本番での3つの落とし穴も示す。
モデル更新時のエージェント評価——アップグレード前後を安全に比較する
モデルアップグレード時にAIエージェントの品質が維持されているかをシャドーモードで検証する評価設計を解説する。10〜25%のトラフィック並列採点でタスク完了率・根拠整合性・エラー率を比較し、安全に本番移行を判断する手順を示す。
AIエージェントのPII設計——匿名化・仮名化・マスキング
AIエージェントのPII処理では匿名化・仮名化・マスキングの3手法を使い分けます。AIゲートウェイで自動検出し、可逆トークン化で多ターン文脈を保持しつつ、出力スキャンで漏洩を防ぐ設計パターンを解説します。
エージェントのサーキットブレーカー設計——LLM障害を隔離する
LLM APIはレート制限・コンテキスト超過・非決定論的拒否で失敗する。サーキットブレーカーとフォールバックチェーンでエンタープライズエージェントの耐障害性を設計する方法を解説する。
AIエージェントのゼロトラスト通信設計——mTLS・SPIFFE・eBPFを組み合わせる
エンタープライズAIエージェント間通信のゼロトラスト設計を解説。SPIFFE/SPIREによる暗号ID、Istio AmbientでのmTLS強制、eBPFカーネル可視化の実装パターンと限界を示す。
AIエージェント障害プレイブック——P0〜P3と5フェーズ対応
AIエージェントのインシデントはP0〜P3の重大度で分類し、検知・封じ込め・根絶・復旧・ポストモーテムの5フェーズで対応する。検知シグナル・キルスイッチ設計・証跡収集の技術手順を解説する。
MCPサプライチェーンリスクとABOM——エージェント依存統制
200,000件超の脆弱なMCPインスタンスが示す通り、AIエージェントのサプライチェーンは主要攻撃経路だ。ABOM設計と多層統制でMCP依存リスクを管理する手順を解説する。
MCPとA2Aの違い——補完するプロトコルを正しく使い分ける
MCPはエージェントとツールを接続する垂直プロトコル、A2Aはエージェント間委譲の水平プロトコルです。2026年のA2A v1.0仕様に基づき、SMBが最初に押さえるべき選択基準を解説します。
LLMジャッジのキャリブレーション——バイアス除去と信頼性設計の実践
LLMジャッジには長さ・位置・ファミリーの3バイアスが混入します。月次ゴールドセット照合でCohen's κを0.6以上に保つキャリブレーション設計と、自己一貫性チェックの実装を解説します。
MCPツールアノテーション——4ヒントでリスク語彙を設計する
MCPのToolAnnotationsは4つのbooleanヒントでツールの副作用リスクを宣言するリスク語彙だ。readOnlyHint・destructiveHintなど設計判断と「危険な三つ組み」多層防御パターンを仕様から解説する。
AIエージェントにSTRIDE脅威モデリングを適用する設計手順
AIエージェントの攻撃面をSTRIDE 6カテゴリで体系化し、なりすまし・改ざん・権限昇格などの具体的リスクと設計対策を、OWASP Agentic Top 10 2026の観点から整理します。
マルチエージェントシステムはどう評価するか：統合テスト設計の実践
マルチエージェントシステムの評価は個別エージェントテストだけでは不十分です。コンポーネントテスト・システム統合テスト・カスケード障害テストの3層設計と、MAESTROのような専用フレームワーク活用パターンを解説します。
コンテキスト圧縮の設計——AIエージェントの長期セッション管理
長期エージェントセッションでコンテキストウィンドウが逼迫すると品質が劣化します。Anthropic Compaction APIと3層管理設計（ホット・ウォーム・コールド）を組み合わせたコンテキスト圧縮の実装パターンを解説します。
AIエージェントのオンライン評価——本番サンプリング設計の実践
本番AIエージェントのトラフィックをサンプリングしてオンライン評価する設計パターン。ヒューリスティック全量・LLM-as-judge 10〜20%・人手2〜5%の三層構造で分布ドリフトを継続検知する。
computer useとマルチモーダルエージェントの設計判断
Claudeのcomputer useはスクリーンショット→アクション→結果のループでAPIを持たないレガシーシステムを自動化します。エンタープライズが本番導入前に判断すべき設計パターンと運用基準を解説。
AIエージェント並列実行の設計——Fan-Out/Fan-InとMap-Reduceパターン
AIエージェントの逐次実行ボトルネックを並列化で解消するFan-Out/Fan-InとMap-Reduceパターンを解説。1.8〜3.7倍の速度改善を実現するDAG設計とトークン予算境界・フォールバック実装を含む。
MCPプリミティブをどう選ぶか——3つの制御モデルと判断フロー
MCPのTools・Resources・Promptsは「誰が起動を制御するか」で役割が分かれます。副作用ありならTools、静的データならResources、定型フローならPromptsという判断基準を解説します。
Claude APIワークスペース設計——チーム分離・コスト管理・鍵なし認証
Claude API WorkspacesでAPIキーをチーム・環境別に分離し、Workload Identity Federationで静的キーを不要にする。2026年6月GA対応の設計パターンと実装例を解説します。
プロンプトキャッシュ設計——ブレークポイントとTTL選択
Anthropic APIのプロンプトキャッシュをエージェント設計に組み込む実践ガイド。ブレークポイントの配置戦略、5分／1時間TTLの使い分け、マルチターン会話の設計、キャッシュ無効化リスクの回避まで解説します。
LLMエージェント評価フレームワーク選定——RAGAS・DeepEval・Braintrust比較
RAG評価に強いRAGAS、CI/CD統合のDeepEval、本番監視まで含むBraintrustの設計思想を比較し、エージェント種別・チーム規模ごとの選定基準と2ツール構成パターンを解説します。
RAGエージェント向けベクトルDB選定——pgvector・Weaviate・Qdrant・Pineconeの使い分け
AIエージェントRAG基盤のベクトルDB選定を解説。pgvectorは50M以下でコスト優位、Weaviateはハイブリッド検索特化、Qdrantは高速フィルタ、Pineconeは100M+自動スケールが強みです。
プロンプトガバナンス設計——版数管理・承認フロー・テスト統制
AIエージェントのシステムプロンプトをGitOpsで版数管理し、セマンティックバージョニングによる変更分類・段階別承認ゲート・回帰テストを組み合わせたガバナンス設計パターンを解説します。
MCPとFunction callingの使い分け——ツール設計の選択基準
MCPはツール共有・プロバイダー非依存が必要な場合に選び、Function callingは単一プロバイダー内での迅速なツール実装に最適です。2026年の実践的な使い分け基準を整理します。
エージェント評価の最小構成——20タスクで動くEvals設計
AIエージェントのevalは20タスクから始められる。実失敗起票からグレーダー設計、Langfuse・Arize Phoenixの無料構成まで、エンジニア2〜3人が1週間で動かせる手順を示す。
MCP Streamable HTTP移行設計——セッション管理・後方互換・水平スケール
MCP 2025-06-18仕様でHTTP+SSEは廃止予定となり、単一エンドポイントのStreamable HTTPが標準に。セッション管理・水平スケール・後方互換設計の実装要点を解説します。
エージェント評価のCI/CD統合——品質ゲートとパイプライン設計
AIエージェントの評価をCI/CDパイプラインに組み込む方法を解説。PRごとにgraderが自動採点しスコア0.85以上を品質ゲートとする設計から、GitHub Actionsへの統合パターンまで示す。
エージェントリリース管理——ブルーグリーン・カナリア展開の設計
エージェントのコード・プロンプト・モデル・ツールスキーマをバージョン管理し、ブルーグリーンとカナリアリリースで本番展開する設計を解説する。品質ゲートの自動化とロールバックトリガーの実装まで踏み込む。
合成評価データでエージェントテストを自動化する
LLMを使った合成評価データセット生成でAIエージェントのテストを自動化する。ペルソナシミュレーター・ツール呼び出し・マルチターン会話・敵対的ケースの4パターンとAnthropicが推奨する品質設計を解説します。
エージェントのハルシネーション検知——整合性サンプリングと根拠検証
エンタープライズAIエージェントのハルシネーション検知に必要な4技術——トークン確率・整合性サンプリング・根拠検証・LLMジャッジを解説します。3層信頼スコア設計で本番フィルタリングを自動化する実装パターンを示します。
MCP Sampling——LLM補完委譲の設計とセキュリティ
MCP Samplingでサーバーがクライアント経由でLLM補完を要求できる。APIキー不要の委譲設計・modelPreferences・Human-in-the-Loop承認フローと、プロンプトインジェクション対策を仕様から解説します。
MCPのElicitation——ツール実行中のユーザー入力収集と応答設計
MCP Elicitationは2025-06-18版で追加されたクライアント機能で、ツール実行中にサーバーがユーザーへ構造化入力を要求できる。3アクション応答モデルとJSON Schema制約、セキュリティ設計を解説。
マルチステップ評価設計——ターン単位とエンドツーエンドの使い分け
マルチステップAIエージェントの評価設計を解説。ターン単位のツール精度・軌跡（トレジェクトリ）評価・タスク完了率を組み合わせ、複雑な業務エージェントの品質を測る実装パターンを示します。
ISO 42001 技術統制の実装——Annex A 制御策をAIシステムへ組み込む
ISO/IEC 42001 Annex Aの38制御策をAIシステムへ実装する方法を解説。A.6ライフサイクル管理・A.7データ管理の技術統制を設計・監視・監査証跡に落とし込む実装パターンを示します。
エージェントのツール実行環境——サンドボックス分離の設計パターン
AIエージェントのツール実行にはサンドボックス分離が必須です。Docker・gVisor・Firecracker・WASMのリスク別選定基準と、最小権限ネットワーク制御・エフェメラル実行コンテキスト設計をエンタープライズ向けに解説します。
AIレッドチーミング攻撃シナリオ自動化の設計パターン
LLMで攻撃シナリオを自動生成するAIレッドチーミングのアーキテクチャを解説。Crescendo多段階攻撃・DeepTeamの40種メトリクス・CI統合による継続テスト基盤の実装手法を示す。
エージェント設計のClaudeモデル選択——ツール使用性能比較
AIエージェントへのClaude Haiku 4.5・Sonnet 4.6・Opus 4.8の使い分け指針を解説。ツール精度・速度（Haiku約100 t/s）・コスト差の実態と、マルチエージェント構成でのモデル配置戦略を実装観点で示す。
AIプラットフォームエンジニアリング——内製LLM基盤の設計原則
大企業のAI基盤は個別チームの乱立から共有プラットフォームへ移行する。LLMゲートウェイ・エージェント権限管理・コスト配賦・ガードレール・開発者セルフサービスの5構成と設計原則を解説します。
VPC内LLMデプロイとデータレジデンシー——規制業種向け推論基盤設計
AWSベースのVPCエンドポイント・PrivateLinkを用いたLLM推論基盤のデータレジデンシー設計。GDPR・HIPAA・SOC2対応に求められるネットワーク分離・監査ログ・モデルサービング構成をエンタープライズ向けに解説する。
長文脈モデルの活用設計——200K/1Mトークンの使いどころ
長文脈モデルのコンテキストウィンドウ活用設計を解説。Context Rot現象、200K/1Mモデルの選択、RAGとのトレードオフ、Context Awareness、コンパクションを実装パターンで示します。
エージェントハーネスの状態管理とリトライ——チェックポイント設計
エージェントハーネスの状態管理設計と指数バックオフリトライパターンを解説。チェックポイント設計・Durable Execution・エラー分類の実装要点をバックエンドエンジニア向けに示す。
LLM調達のベンダーリスク技術評価——選定基準と4つの評価軸
LLMベンダーを技術評価する際の4軸（モデル能力・セキュリティ・基盤・ガバナンス成熟度）と、データレジデンシー・SLA・SOC 2 Type IIなど調達時の確認事項を整理します。
MCPサーバー設計——Resources・Prompts・Toolsの使い分け
MCPのResources・Prompts・Toolsは制御主体で使い分ける。Toolsはモデル駆動、Resourcesはアプリ/ユーザー選択のデータ共有、Promptsはユーザー起動テンプレートだ。3プリミティブの設計判断を解説する。
SSO/SCIMでエージェント基盤のID管理を統合する
エージェントは非人間IDとしてSCIM 2.0でプロビジョニング・デプロビジョニングを自動化できる。OktaやEntra IDとのSSO統合、IETFドラフトの新リソースタイプ、グループ同期設計を解説する。
エージェントのシークレット管理——動的資格情報とローテーション
AIエージェントのAPIキー・トークンはVaultや専用シークレットマネージャーで管理し、動的資格情報とランタイム注入を組み合わせることで漏洩時の爆発半径を最小化できる。
AIエージェントのメモリ設計——短期・長期・エピソード記憶の実装
AIエージェントのメモリは短期（コンテキストウィンドウ）・長期（ベクターストア/グラフDB）・エピソード記憶の3層で設計する。各タイプの実装パターン、ベクターインデックス選択（HNSW/IVF）、セッション間の記憶統合フローを解説する。
9軸評価×LLM-as-judgeでエージェントを自動採点する
ルーブリックベースの9軸評価とLLM-as-judgeで、中小規模チームがエージェント品質を週次自動計測する実装パターンを解説。
LLM推論コスト削減——バッチ・キャッシュ・ルーティングの設計
バッチAPIで50%・プロンプトキャッシュ読み取りで90%のコスト削減を実現するLLM推論コスト最適化の設計パターン。タスク分類によるモデルルーティングと組み合わせると最大95%のコスト削減が可能です。
Function callingのツール定義——JSON Schemaと構造化出力の設計要点
ClaudeのFunction callingはname/description/input_schemaの3要素でツールを定義する。JSON Schema設計・strict mode・構造化出力との使い分けを実装指針として整理する。
Computer Use APIの実装設計——サンドボックスとIAMの構築パターン
Claude Computer Use APIをエンタープライズ本番環境に乗せる際のサンドボックス分離・IAM・プロンプトインジェクション対策・監査ログ設計を実装パターンで解説します。
RAGとツール使用の使い分け——エージェント設計の情報取得戦略
AIエージェントの情報取得設計でRAGとツール使用のどちらを選ぶかは、予測可能性・コスト・タスク複雑性の3軸で決まります。Anthropicが示す設計判断の基準とAgentic RAGの実装パターンを解説します。
ゴールデンデータセットで始めるエージェント回帰テスト設計
AIエージェントの回帰テストをゴールデンデータセットで自動化する手法を解説。Anthropicが推奨する50〜200件のテストセット構築、pass@k指標、CIパイプライン統合まで解説します。
MCPサーバーのOAuth 2.1認可フロー——スコープ設計指針
MCPはOAuth 2.1とResource Indicators（RFC 8707）を2026年仕様で必須化した。スコープ段階付与・トークン束縛・PKCEフローの設計をMCP仕様原文に基づいて解説する。
監査ログのスキーマと改ざん防止——HMAC・WORM・署名の実装
AIエージェント基盤の監査ログをどうスキーマ設計し、改ざん防止するか。HMACハッシュチェーン・WORM・KMS署名を組み合わせた多層防御の実装指針をエンタープライズ向けに解説。
エージェントIAM設計——スコープ付き短命認証情報で過剰権限を防ぐ
エージェントへの長命認証情報付与はExcessive Agencyの温床。タスクスコープのエフェメラルトークンとIAM Permissions Boundaryで制御する多層IAM設計パターンを解説する。
コンテキストエンジニアリング——エージェントのトークン予算設計
Anthropicが定義するコンテキストエンジニアリングの核心を解説。Attentionスカシティ・Lost in the Middle問題・4段階メモリ階層・3つの長時間タスク戦略をエンタープライズ実装視点で整理する。
マルチテナント・エージェント分離設計——4層でデータ越境を防ぐ
マルチテナント環境でAIエージェントを稼働させると、RAGの検索・ツール呼び出し・ログの3経路でテナント越えが起きる。データ層・実行環境・ID管理・可観測性の4層分離設計とPool/Bridge/Siloの選択基準を解説する。
Extended Thinking設計指針——adaptive thinkingとeffort制御
Claude推論モデルのextended thinkingをいつ使うべきか、adaptive thinkingへの移行とeffortパラメータによるコスト・レイテンシ最適化を設計判断の観点で整理します。
ポリシーエンジンでエージェントを守る——実行時ガードレールの設計
ポリシーエンジンは、AIエージェントがツールを実行する直前に割り込み、OPA Regoルールで許可/拒否を決定する実行時ガードレールです。SMBはローカルOPA、エンタープライズはMCPゲートウェイ層での集中管理が標準構成です。
LLM-as-a-judgeでエージェント品質を自動採点する評価基盤設計
LLM-as-a-judgeを用いてAIエージェントの品質を自動採点する方法を解説。採点ルーブリック・ゴールデンデータセット・回帰テストパイプラインの設計まで、大規模運用を前提としたエンタープライズ向け評価基盤の実装パターンを示します。
イベント駆動エージェント設計：非同期ワークフローで大規模化する
イベント駆動型エージェントはメッセージブローカーで疎結合化し大規模展開が可能になる。Kafka・EventBridgeの選定基準、Saga補償設計、分散トレーシングの要点をエンタープライズ向けに解説する。
LLMトークンコストの計装と配賦——AI FinOps入門
LLM/エージェントのトークンコストはOpenTelemetry GenAI規約でスパン計装し、cost_center・teamタグで部門配賦する。FinOps for AI初期設計から最適化施策まで実装の要点を整理。
A2AプロトコルとMCPの使い分け——認証・委譲設計の実装
A2Aはエージェント間の水平連携、MCPはLLMとツールの垂直統合を担う補完関係にある。エンタープライズではOAuth 2.0やmTLSでエージェントIDを認証し、Agent CardとスキルスコープでA2AとMCPを組み合わせて設計する。
プロンプトインジェクションをアーキテクチャで止める5層防御設計
OWASP LLM Top 10 2025の第1位に位置するプロンプトインジェクションは、モデル単体では防げない。入力検証・コンテキスト分離・権限サンドボックス・出力監査の5層で止める設計パターンを解説します。
LLMゲートウェイ設計——ルーティング・レート制限・配賦を一元管理
複数チームのLLM利用をゲートウェイ1点で統制する設計を解説。モデルルーティング・チーム別レート制限・コスト配賦の設計パターンとLiteLLM・Kong AIの実装例を示します。
MCPサーバー実装ガイド——ツール・リソース・プロンプトの公開設計
MCPサーバーでTools・Resources・Promptsを公開する実装手順を解説。inputSchema設計・2層エラーハンドリング・transport選択（stdio/Streamable HTTP）の設計パターン。
AIエージェントのトレース計装——スパン設計とLLM呼び出し追跡
OpenTelemetry GenAI規約に基づきAIエージェントのLLM呼び出しをスパン階層で追跡します。3スパン型・トークン数・停止理由・コストを標準属性として計装し、Langfuseで可視化する設計パターンを解説します。
サブエージェント・オーケストレーションの設計パターン——プランナー／エグゼキューター分離と委譲設計
マルチエージェント構成でサブエージェントを分割・連携させる4つのオーケストレーションパターンと、コンテキスト引き継ぎ・最小権限・反復制限の委譲設計を解説します。