生成AIのセキュリティリスクと対策：プロンプトインジェクションから情報漏えいまで
生成AIのリスクを入力・参照データ・ツール・出力・基盤・費用の通り道で整理。間接インジェクションの手口、画像URL経由の漏えい、公開ポートの確認、着手の順番まで具体的にまとめまし…
TAG
#llm
LoRAとは？ファインチューニングとRAGの使い分けを判断する
LoRA（低ランク適応）の仕組みを実際のモデルのパラメータ数で確認し、プロンプト改善・RAG・追加学習のどれで何が直るかを判断表と手順で整理。画像生成のLoRAや通信のLoRaと…
プロンプトエンジニアリング実践：業務で使えるプロンプトの書き方と検証方法
業務用プロンプトを5つの部品で組み立てる方法と、正解付きの評価セットで版を比べる検証手順を実例で解説。丁寧に書いた版が小型モデルでは負けた実測結果と、その読み解き方も載せています。
LLMとは？仕組み・得意なこと・苦手なことを情シス向けに整理
LLM（大規模言語モデル）の仕組みを、実際のトークン分割と次トークンの確率の値で説明。作られ方、コンテキストウィンドウ、ハルシネーションの原因、業務に使えるかの判断基準をまとめま…
OllamaのPythonライブラリとModelfileで社内向けLLMツールを作る
Modelfileで役割・判断基準・会話例を固定し、OllamaのPythonライブラリで問い合わせを仕分けるCSVツールを作成。構造化出力とpydanticでの検証、実際のエラ…
AIエージェントの作り方：ツール呼び出しの仕組みをPythonとOllamaで実装する
AIエージェントの正体であるツール呼び出しのループを、PythonとOllamaの小型モデルで約80行で実装。自動生成されるツール定義、小型モデルで実際に起きた失敗、引数の検証と…
LiteLLMで社内LLMゲートウェイを作る：OpenAI・Claude・ローカルLLMを1つのAPIで扱う
LiteLLMプロキシをDocker Composeで立て、OpenAI・Claude・Ollamaを1つのAPIに集約。部署ごとの仮想キーと予算、キー制限をすり抜けるフォールバ…
RAGとは？仕組みと社内導入で失敗しない設計原則をわかりやすく解説
RAG（検索拡張生成）の仕組みを検索→文脈注入→生成の3段階で解説し、ファインチューニングとの使い分け、権限・鮮度・チャンク・評価の失敗パターン、PoCから本番への進め方をまとめ…
Ollamaで始めるローカルLLM入門：インストールからモデル選び、日本語モデルの実行まで
Ollamaのインストール手順、量子化タグの読み方とVRAMの見積もり、日本語モデルの探し方、REST APIの呼び出し、社内公開時の安全な構成を確認コマンド付きで解説します。
