Anthropic Batches API で大量 LLM リクエストのコストを 50% 削減する実装手順

Microsoft Copilot Studio と iPaaS を連携させた RAG システムで、Claude Sonnet 4.5 と GPT-5 Chat の性能を 4 つのテストケースで検証。検索精度は両者とも 100% 達成したが、回答精度ではClaude Sonnet 4.5 が全ケースで 100% に対し GPT-5 Chat はケース 3・4 で 80%・60% にとどまり、ハルシネーション耐性の差が明確化。

Amazon Bedrock の VLM (Claude Haiku 4.5) による外観検査で、出力スキーマのキー順が検出率に大きく影響することを発見。判定（verdict）を欠陥候補（findings）より後に書かせることと、判定処理を VLM から分離することで、複数条件で検出率が向上。前回の結果を再分析し、プロンプト設計の細部が精度に影響することを実証。

元鉄鋼営業が Claude API を使い、商談メモから業界特有の項目（顧客区分・鋼材種別・ニッケル相場連動・案件ステータス等）を構造化 JSON で自動抽出するツールを開発。単価管理の複雑さという実務課題に根ざしたスキーマ設計と、thinking ブロック対応やプロンプトの判定基準明文化による精度改善プロセスを解説。

オンプレミスシステムの AWS 移設プロジェクトで、PM の工数負荷が納期リスクになったため、SharePoint に PM 判断基準をマークダウンファイルとして定義し、Copilot エージェントに一次レビュアーとして活用する仕組みを導入。成果物を正とするルール設計により、ガイドと現況の乖離を防ぎながら、レビュー品質を維持した。