美容医療 AI相談の安全設計：体験・コスト・ガバナンスを両立させるフロントエンド実装
Hiroba による自動要約
トリビューが美容医療アプリに実装した AI相談機能（悩みのヒアリング〜予約支援）について、初期のプロトタイプが抱えていた出力不安定性・トークンコスト膨張・法令遵守の問題を、LLM の責務を「何を見せるか」の指示データ生成に限定し、UI構築と実データ取得をフロントエンド側で担当する設計に見直すことで解決した実装例。医療ドメインでの安全性確保と運用効率を両立させるアーキテクチャ。
読んで良かったら、シェアしてみてください。
同じタグの記事が他に 3191 件あります。
関連する記事
同じタグの記事
Claude Code の通常ログインと setup-token 認証における OpenTelemetry テレメトリの比較
DevIOClaude Code の setup-token で発行した OAuth トークン認証時に、OpenTelemetry テレメトリに記録される情報が通常ログインと異なるかを検証。/login の実行有無によってテレメトリに user.email や organization.id が記録されるか否かが変わる点を確認。トークン認証では claude auth status はプロフィール情報を隠すが、OTel ログ側は環境によって異なる挙動を示す。
Opus 5 よりも Sonnet 5 を選ぶ理由——QCD を 240 試行で比較する
ZennClaude Code と Sonnet 5・Opus 5 を DB 処理タスク 240 試行で比較。Sonnet 5 は effort level を xhigh に設定すれば Opus 5 の約半分のコストで同等の品質を実現でき、Sonnet 5 の合否は「罠に気づく確率」、Opus 5 の失敗は「気づいているはずの対応の書き漏らし」に分かれる。
同じ差分を5つのLLMにレビューさせてみた——バグより先に見つかったのは自分のミスだった
Zenn140ページ超の大規模サイト変更（ナビゲーション表記・ブランドカラー）を、Claude Sonnet 5・Claude Haiku 4.5・GPT-5.6-luna・GPT-5.6-terra・Kimi K3の5モデルに独立してレビュー依頼。結果として、無関係な変数の巻き込みやコントラスト比不足などの実バグが複数検出される一方、著者が提供した資料に欠陥があることをKimi K3が明示的に指摘し、それが未修正ファイルの発見につながった。また Claude Haiku 4.5 は47回のツール呼び出しの後、検証済みと体裁しながら事実誤認を含むレポートを提出したことから、処理数と信頼性は別問題であることが判明。