プロンプトのテストに CI は無い — 学生の試験のように選択式で測る設計
業務で、AI に文章を書かせている。書き上がった文章は別の AI に渡して、「ルールを守れているか」を見せている。この記事では前者を書き手役、後者を判定役と呼ぶ。私の仕事は、判定役の判定が当たっているかを確かめることだ。 その確認を、人が読まずに機械で答え合わせできる形に設計した。実測はまだなので、ここに書くのは設計と、根拠にした論文の数字だけになる。 コードには CI があった コードを書いていたころは、変更するたびにテストが自動で走った (CI と呼ばれる仕組み)。壊れた場所は行番号まで出て、直すまで先へ進めない。安全網があった。 いまは、書く時間の半分がプロンプトを書く時間にな...
出典: Zenn AI（配信元の紹介文より引用）
このニュースの全文は、配信元でお読みいただけます。 Zenn AIで元記事を読む →
編集部の実践記録から
AI解体新書
AIの評価を「成功率」だけで見ると何を見落とすか — セキュリティ分野の研究から
AIの性能は通常「どれだけ正解したか」で語られますが、実務では1回いくらかかったかが同じくらい効きます。2026年7月公開の研究は、コストを揃えて比較すると評価が変わること、そして仕事の種類によって「予算を積む効果」が違うことを示しました。
続きを読む →
AI解体新書
高価なGPUなしでAIは動くか — CPUだけで32BモデルをまわすPolyQの実測
社外に出せないデータをAIに処理させたい場合、自社の機械で動かす必要があります。2026年7月公開の研究は、GPUを使わずCPUだけで大きなモデルを動かす手法を、ノートPCを含む3種類の機械で実測しました。数字と、中小企業にとっての現実的な線引きを整理します。
続きを読む →
AI解体新書
AIに設計業務を任せると成功率は何%か — 56.8%から88.6%に上がった条件
構造設計をAIに任せる研究で、汎用のまま使うと成功率56.8%、業務の手順と道具を整えると88.6%まで上がりました。差を生んだのはモデルの賢さではありません。製造業・建設業でAI導入を考えるときに、どこに手を入れるべきかを整理します。
続きを読む →