
全 2065 件 · 67 / 104 ページ



中堅企業向けの社内問い合わせ AI を Dify で構築し、ops-rag-template として OSS 公開。5 つの Knowledge(FAQ・人事規則・経費規則・セキュリティ・マニュアル)と Claude Sonnet 4.5 を組み合わせ、ノーコードのワークフローで 20 ケースの質問に対し総合 89/100 の精度を達成。Dify Studio でパラメータ調整が可能で、運用担当者による継続的な改善が実現可能。
企業が従業員に無制限の Claude Code Sonnet 4.6 アクセスを許可し、トークン消費量の週間ランキングを掲示。ユーザーはランキング上位を目指すため、効率的にトークンを活用・消費する方法を求めている。社内競争と API 活用の実態を反映した事例。

Claude Code に追加された ToolSearch と遅延ツール機能により、MCP ツール 100 個超を常時ロードする際のコンテキスト圧迫問題が解決される。ツール名のみを先読みしスキーマは必要時にロード、ToolSearch で検索・指定することで初回 15,000~30,000 トークン圧迫を削減。実運用での使用方法と InputValidationError 回避などの注意点を記載。

Claude Code の出力品質が低下しているという報告が相次ぐ中、多くのチームはトークン消費量のみを追跡し、実質的な生産性指標を測定していない。本記事は「出力-トークン比率」を中心とした効率監視の重要性を解説し、コンテキスト肥大化・キャッシュ漏れ・サブエージェント乗算・編集却下といった4つの性能低下パターンを OpenTelemetry で検出する方法を示唆している。



クラシル社の iOS エンジニアが大規模リファクタリングで Claude Code と Codex を 6:4 の割合で併用した経験から、両者の本質的な違いを分析。Claude Code(Opus 4.7)は DFS(深さ優先)型で仮説を素早く実行するが誤った前提でも貫徹、Codex(GPT-5.5)は BFS(幅優先)型で調査は優れるが実装の圧縮に課題がある。実装フェーズは Claude Code、調査フェーズは Codex と使い分けることで、各ツールの強みを最大化できる。


2026年6月15日に Claude Code の課金体系が Pool 2 に分割される。Anthropic から 6月8日~14日に届く受信メールを見逃さないよう、メール経路の確認・カレンダー登録・月次クレジット見積もりの3つの手順が必要。設定を逃すと自動化パイプラインが停止する可能性がある。

Claude と ChatGPT を業務に導入する際、同じプロンプトで使い回せるか、書き方を変えるべきかという現場の疑問に答えるため、両社の公式ガイドを読み込んで思想と実践の違いを整理。Anthropic は XML タグで構造化する「設計的アプローチ」、OpenAI は反復的なリファインメントと Chain of Thought を重視する「会話的アプローチ」が特徴。

Claude Code と Codex は利用プランによってセキュリティレベルが大きく異なる。個人プランは学習データとして使われる可能性があるため機密情報は禁止、Team / Enterprise プランや API + ZDR なら対応可能。企業導入時は DPA 締結・監査ログ取得・社内ガイドライン策定が必須で、扱う情報の機密度に応じて必要な許容条件が段階的に増える。

Claude Code を Amazon Bedrock 経由で利用する際の構成・設定方法・実務的な考慮事項をまとめた記事。AWS 認証・IAM ロール・課金管理を統一できるメリットと、環境変数設定、AWS 認証、モデルアクセス有効化など実装時のつまずきやすいポイントを解説。チーム利用時の権限管理や LiteLLM 活用についても触れている。

AWS パートナーが Anthropic 公式 e-learning を受講し、Bedrock 経由で Claude を使うメリット(セキュリティ・ガバナンス、データ外流防止、AWS 統合、マネージドサービス)と実装時の注意点 5つ(API の別物化、Inference Profile の使用、Prompt Caching、Hooks 活用、ツール利用)をまとめたガイド。エンタープライズ用途での実装ポイントを IAM・CloudTrail などの具体例を示しながら解説。