生成AI

Snowflake

SQL初心者 vs Snowflake Cortex Code

SnowflakeのCortexCodeについて説明しています。SQLコード作成などをサポートする次世代のAI機能です。
Dropbox

企業データをAIで繋ぐ・守る。ユニバーサル検索ツール「Dropbox Dash」がもたらす新しい業務体験

IT管理者の悩みを解決。Dropbox Dashなら、複数クラウドサービスのデータ共有状況を一元管理し、機密情報の漏洩リスクを最小化できます。AIチャットによる業務効率化から、退職者のデータ持ち出し防止といった実用的なユースケースまで、情シス必見の機能をまとめました。
AWS

Kiro のクレジットが想定以上に消費されてしまった話

kiro-cli によるバッチ処理中に Kiro のクレジットを想定以上に使用してしまったので、備忘も兼ねて事の顛末を振り返ってみました。
AWS

【ここを気にした!】Amazon Bedrockを活用したWebクローリング&名寄せ構想

Webクローリングおよび名寄せの検証において、AWS lambdaとAmazon Bedrockを活用したデータ収集アーキテクチャを検討した際の試行錯誤を整理しました。従来のルールベースのクローリングと比較し、生成AIを用いた柔軟な情報抽出を取り入れることで、サイト構造の差異に耐えるデータ収集方式をどのように実現したか、また収集データと既存マスタを突合する名寄せの課題についても紹介します。
AWS

Amazon Bedrock Knowledge Bases で構造化データ(CSV)を使用した RAG をつくる -UI編-

Amazon Bedrock Knowledge Bases と Amazon S3 Vectors で構築した RAG 環境で、構造化データをデータソースにしたときの検索精度向上を目指しました。本記事は UI 編です。
AWS

Amazon Bedrock Knowledge Bases で構造化データ(CSV)を使用した RAG をつくる -実装編-

Amazon Bedrock Knowledge Bases と Amazon S3 Vectors で構築した RAG 環境で、構造化データをデータソースにしたときの検索精度向上を目指しました。本記事は実装編です。
AWS

Amazon Bedrock Knowledge Bases で構造化データ(CSV)を使用した RAG をつくる -アーキテクチャ編-

Amazon Bedrock Knowledge Bases と Amazon S3 Vectors で構築した RAG 環境で、構造化データをデータソースにしたときの検索精度向上を目指しました。本記事はアーキテクチャ編です。
Google Cloud

AIに画像を渡したら、勝手にPythonプログラムが走り出した件。〜Agentic Vision検証レポ〜

画像解析の精度の壁を突破する「Agentic Vision」。Gemini 3 Flashが自らコードを書き、拡大や解析ループを回すことで、従来不向きだった微細な手書き文字や反転画像も正確にデータ化。Vertex AIでの実装方法からAPIキー管理のリスクまで詳しく解説します。
AI・ML

(シリーズ1:RAGの基本情報 / 第2回)チャンキング(チャンク化)とは:戦略の全体像、サイズ/オーバーラップ設計、失敗パターンと検証デモ

RAGで「検索は当たるのに回答が噛み合わない」原因はチャンキング設計にあることが多い。本記事ではchunk size/overlapの勘所、代表6戦略+発展2、LangChain×Vertex AI(Gemini Embedding)デモで検証方法まで整理。
AWS

AWSを利用したMCPサーバー統合検証(後編)

AWS Lambda上でMCPサーバーを動的にインストール・実行する方法について検証し、ユーザーごとの環境をサーバーレスで柔軟に構成する方法を検証しました。インストールやプロセス起動時の環境変数・権限・Lambda特有の工夫など現場のノウハウも整理しています。