Articles

記事

実案件で繰り返し出てきた判断を、一般化して書いています。結論を先に、根拠になった事例へのリンク付きで。他社の解説と違う点は、すべて実務の結果に基づいていることです。

技術の選び方2026.09.11

RAGとファインチューニングの違い。業務データで「どちらを選ぶか」の判断基準

RAGは検証済みのデータをその都度参照させる方式、ファインチューニングはモデル自体を学習データに寄せる方式です。正確さと更新頻度が要る業務はRAG、多様性が価値の題材にはファインチューニングは逆効果でした。実案件の結果から判断基準を整理します。

RAG ファインチューニング 違い

導入の進め方2026.09.11

AIエージェントに業務を任せる前に決めること。判断だけ任せ、自由記述をさせない設計

AIエージェントに業務を任せるとき、任せるのは「判断」だけにし、集約・変換・検証はプログラムに戻すと誤りを機械的に弾けます。自由記述を許さず、決められた選択肢から選ばせる設計で、条件違反0件を実現した実案件から整理します。

AIエージェント とは