前回の記事（Phase 1）ではEmbeddingとコサイン類似度の仕組みを理解し、Azure AI Searchでベクトル検索を実装しました。

「RAGを実装したことはあるけど、なぜ動いているのかを説明できない」という状態から抜け出したくて、基礎から体系的に学び直すことにしました。

• 経験3〜5年目で、技術は身についてきたが次のキャリアに迷っている

• SIer・SES企業に勤めていて、人月ベースで働き続けることに不安がある

• 「人月が終わる」という話を聞いたが、自分にどう関係するか整理できていない

• AI駆動開発で何を伸ばすべきか判断できずにいる

npm run testも通った。ESLintも問題なし。TypeScriptの型チェックも通過。でも、実際に画面を操作したら壊れる——そういうバグが存在します。

この記事はAIレバレッジモデルの後編です。前編のフロー解説を読んでいない方は前編からご覧ください。本記事では、実際に導入したときに直面する懸念点と、現場で使える具体的な対策を深掘りします。

はじめに

この記事はAIレバレッジモデルの前編です。モデルの概要・背景・各ステップのフローを解説します。
懸念点と対策の詳細は後編で深掘りしています。

はじめに——3ヶ月の見積もりが1ヶ月で終わった話

「最新技術のキャッチアップが追いつかない…」そんなエンジニアのために、Zennのトレンド記事をClaude APIで自動解説レポートに変換するミニアプリを作ります。ChatGPT APIを使ったことがある方にも、Claudeならではの書き方の違いが伝わるよう解説します。

はじめに

1. ざっくり言うと？（要約）

1. ざっくり言うと？（要約）

1. ざっくり言うと？（要約）

• 高度なAIが攻撃者に渡ると、脆弱性発見・フィッシング・なりすましが桁違いに強力になります

• 2025年、楽天証券などへの実際のフィッシング被害がきっかけで、証券会社75社以上が多要素認証を一斉必須化しました

• 今から始めるなら パスキー（Passkey） が最もコスパの高い対策です

1. ざっくり言うと？（要約）

1. ざっくり言うと？（要約）

1. ざっくり言うと？（要約）

• スギ薬局は「現場の困りごと」と「技術」をつなぐ専門チームを社内に作り、AIを一過性のブームで終わらせない仕組みを整えました。

• 年末調整の問い合わせ対応にAIチャットボットを導入し、約40日で2万件を処理。コストはSaaS製品比較で約120分の1に抑えました。

• 薬剤師が薬の在庫を電話で確認していた非効率な業務をAIエージェントに置き換え、「気兼ねなく、いつでも、近隣店舗まで一覧で確認できる」環境を実現しました。

自分はもともとエンジニアではありませんでした。

1. ざっくり言うと？（要約）

1. ざっくり言うと？（要約）

1. ざっくり言うと？（要約）

1. ざっくり言うと？（要約）

1. ざっくり言うと？（要約）

毎年この時期になると、エンジニアのTeamsに静かな絶望が漂います。

1. ざっくり言うと？（要約）

1. ざっくり言うと？（要約）

ネットで調べたとき、どこにでもある道の駅みたいな感じかなと思っていました。でも帰り道に気づいたら、4,000円分くらい醤油を買っていました。木桶バウム、焼きたれ、だしの素、生醤油、オリジナル醤油のセット……。