インサイト
AIを業務で「使える」状態にするための実践知。RAGの精度設計や Forward Deployed Engineer（FDE）型の受託開発について、現場で手を動かした実装者の視点で書いています。
RAG精度設計
RAGがPoCでは動くのに本番で精度が落ちる──原因はモデルではなくデータ・検索・評価・運用にあります。大手総合商社の文書検索で正答率を38.8%から93.6%へ引き上げた4層設計を、実装者の視点で解説します。
Graph RAG / 法令RAG
法令や社内規程のRAGは、条文が参照・準用でつながっているため単純なベクトル検索では準用先を取りこぼします。エネルギーインフラ事業者の法令ナレッジで、参照関係を辿るGraph RAGと4軸評価により合格率を65%→約91%へ引き上げた設計を、実装者の視点で解説します。
営業自動化 / LLMエージェント
営業AIはデモで提案書を出して終わりがちですが、本当に難しいのは現場で使われ続けることです。Slackのリアクションで動く見積エージェントと、企業調査から提案書まで一気通貫の自動生成——2つの本番運用エージェントから、人間が最終判断する営業自動化の設計原則を解説します。