決定論的生成を土台に、非決定論的生成でビジネスロジックを書く
コード生成ツールによる決定論的生成と、LLMによる非決定論的生成は性質が正反対です。決定論的な生成物を土台として敷き、その上に非決定論的な生成でビジネスロジックを載せるという設計を、レイヤ構成・運用ルール・具体的なワークフローとして整理します。想定される反論への応答と、この設計が成立しない条件についても書いています。
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
失敗の鬼
AIが書いた文章の嘘の見つけ方 — 24本中23本が実在しない出典だった実測と、検証ツールが「0件」と報告し続けた理由
AIの誤りは誤字ではないので、読んだだけでは見抜けません。株式会社TOEは出典を確かめずに記事を作り、24本中23本が実在しない論文でした。さらに、それを防ぐために作った検証ツールが「実在しないもの0件」と報告し続け、実は確認できていたのは45件だけでした。検証を仕組みにするときの落とし穴を3つ挙げます。
続きを読む →
失敗の鬼
AI処理414件を失敗させた話 — モデルを指定しなかっただけで、75%が落ちた
自社メディアの記事要約を一括処理したところ、553件のうち414件が失敗しました。原因は「使うAIモデルを指定しなかった」こと。何が起き、どう仕組みに落としたかを、実際のコードとログで公開します。
続きを読む →
AI実践室
note投稿はどこまで自動化できるか — 品質チェックのコードと、「公開ボタン」の行方
弊社ではnote記事の投稿作業を半自動化しています。変換・品質チェック・画像生成・入稿は機械に任せ、判断は人に残す設計でした。ところが実物のスクリプトと運用メモを開いて確認すると、「人に残す」と決めたはずの公開ボタンまで自動化が進んでいました。線引きの現在地を、コードに書いてあることだけで正直に書きます。
続きを読む →