AI開発の品質と運用

Codexの codex review --uncommitted でコミット前の変更をレビューする — 最初の1コマンド

Codexにコミット前のレビューを1回頼む ― codex review で未コミットの変更を見てもらう最初の一歩

Docker ComposeでAI生成ローカル環境の起動失敗を10分で直す — 4確認の診断順

Playwright Trace ViewerでAI生成E2Eテストの失敗原因を10分で絞る — 4証拠の読み順

Terraform planでAI生成IaCの削除・置換事故を止める7チェック — apply前レビューの実務テンプレ

GitHub Actionsで長期AWSキーをなくす5ステップ — OIDC移行の安全チェック付き実務レシピ

AIがコードだけ直して仕様更新を忘れる：10分で「仕様ドリフト」を赤いCIにする

OpenAPIでAI生成APIの破壊的変更をCIで止める5チェック — oasdiff＋Schemathesis実践レシピ

AI機能をいきなり100%公開してませんか？ 本番事故を減らす「0→1公開ゲート」5段階

同じような質問に毎回フルでAPIを叩いてませんか？ — セマンティックキャッシュでLLMのコストとレイテンシを下げる実践ガイド（しきい値・誤ヒット・埋め込みドリフト対策）

LLMの請求額が月末にいきなり跳ねる問題を『使う前に止める』で潰す ― コスト計測＋予算ガード＋キャッシュの最小実装

AIが書いたそのコード、"著作権的に"会社で使って大丈夫ですか？ — AI生成コードのライセンス地雷をCIで止める実践ガイド（来歴・スニペット照合・SBOM・ゲートの4段）

Claude Code hooksでAIエージェントの暴走を"仕組み"で止める5レシピ — 危険コマンド遮断・自動整形・保護ファイル・テスト強制の実践ガイド

pytestの「たまに落ちるテスト」をAIで退治する実践ガイド — 検出・分類・隔離・修復の4ステップとCIテンプレ

本番データをコピーしてテストするのを卒業する — LLMで“安全な合成テストデータ”を作る実践ガイド（PII非混入・スキーマ準拠・境界値/異常系まで7パターン）

そのAIベンチマーク、あなたの仕事には関係ないかも ―「自分専用テスト10問」のすすめ

新しいAI、また出ましたね ここ最近、ほんとに毎週のように「最強モデル登場」みたいなニュースが流れてきます。2026年6月だけでも、Claude Opus 4.8、Claude Fable 5、Goo…

そのAI機能、全部を最上位モデルに丸投げしてませんか？ — 品質を保ったままコストと速度を半分にする「モデルルーティング」実践ガイド

AIの記事って、精度とか品質の話ばっかりになりがちなんですよね。でも、正直に聞きますね。 その機能のAPI請求書、ちゃんと見てますか。 僕自身、個人開発でLLMを組み込んだとき、月末に届いた請求を見て…

AIが的外れな回答を返す原因の多くは、モデルじゃなくて「検索」の方です — RAGの精度を上げる実践ガイド（チャンク設計・ハイブリッド検索・リランク・RAG評価）

はじめに — 「もっと賢いモデルに変えたのに、まだ的外れ」の正体 社内のマニュアルやドキュメントを読ませて、AIに質問できるチャットを作ってみた。動いた。でも、なんかちょいちょい的外れな答えが返ってく…

AIに「このバグ直して」って丸投げすると、なぜ半分ハズすのか — デバッグを"推測ゲーム"から"科学"に戻す、AIとの実践ガイド

はじめに — その「直して」、たぶん半分はハズしてます エラーが出る。真っ赤なスタックトレースをコピーして、AIにペタッと貼る。「これ直して」。 ……このムーブ、僕もめっちゃやります。速いし、当たると…

AIエージェント、デモは動くのに本番でたまにコケる理由 — 「出力」ではなく「道のり」を測る、エージェント評価の実践ガイド

AIエージェント、デモは動くのに本番でたまにコケる理由 — 「出力」ではなく「道のり」を測る、エージェント評価の実践ガイド はじめに — 「動いた」と「信じていい」は、別の話なんです AIエージェント…

AIが書いたSQL、そのまま本番で叩いて大丈夫ですか？ — 「動く」を卒業して、EXPLAINで測って、影響範囲を囲ってから出すための実践ガイド

AIが書いたSQL、そのまま本番で叩いて大丈夫ですか？ — 「動く」を卒業して、EXPLAINで測って、影響範囲を囲ってから出すための実践ガイド はじめに — 「動くSQL」と「本番で安全なSQL」は…

AIにテストを書かせたら、カバレッジは上がったのに品質は上がらない理由 — “テストの良し悪し”をミューテーションテストで測る実践ガイド

はじめに — 緑のバーは、安心していい合図ですか？ AIにテストを書かせると、ほんまに一瞬ですよね。 「このコードのテスト書いて」とお願いするだけで、ファイルがどんと出てくる。流すと、テストランナーが…

AIが書いたコードを毎回"目視"レビューするのは、もう限界。評価(Eval)を仕組みにして"任せて確かめる"開発へ

はじめに：AIの出力、"合ってる"ってどうやって判断してます？ 最近、コードのかなりの部分をAIに書いてもらってる人、増えてきましたよね。 Claude CodeにしてもCursorにしても、関数1個…

AIに大量に書かせたコード、いざ「戻したい」時に戻せますか？ — コミットを“レビューとロールバックの単位”として設計する実践ガイド

AIに大量に書かせたコード、いざ「戻したい」時に戻せますか？ — コミットを“レビューとロールバックの単位”として設計する実践ガイド はじめに：速くなったのは「書く」ところだけかもしれない 正直に言う…

AIが書いたコードは「動く」のに半分は脆弱 — AI生成コードのセキュリティを「動くか」と「安全か」で分けて検証する実践ガイド

はじめに：「動く」と「安全」は、実は別の話なんです AIにコードを書かせると、ほんまに速い。 仕様をざっと伝えたら、数十秒で関数ができあがって、ローカルで動かしたらちゃんと動く。テストも通る。「もう完…

AIにライブラリ移行を丸投げすると、なぜ静かに事故るのか — 大規模コードマイグレーションを「決定的codemod × LLM × 人間」で仕分ける実践ガイド

はじめに：作るのは速くなったのに、「作り替える」はなぜ怖いままなのか 正直に言うと、AIが来てから、新しいコードを書くのはほんとに速くなりました。 でも、不思議なことに、もうひとつの仕事だけはあんまり…

本番でAIが「たまに落ちる」を許す設計 — LLM呼び出しの信頼性エンジニアリング（リトライ・タイムアウト・フォールバック）実践ガイド

本番でAIが「たまに落ちる」を許す設計 — LLM呼び出しの信頼性エンジニアリング（リトライ・タイムアウト・フォールバック）実践ガイド はじめに — 「ローカルでは動いたのに、本番でたまに落ちる」の正…

AIで開発は速くなったのに、半年後のコードが「重い」理由 — AI時代の技術的負債を、測って・借りて・返す実践ガイド

はじめに：速くなったはずなのに、なぜか苦しい AIコーディング支援を使い始めて、開発はたしかに速くなりました。書きたい関数の名前を打てば中身が出てくるし、テストの雛形も一瞬。正直、最初の数週間はちょっ…

AIに「このコード速くして」と頼んでも速くならない理由 — 推測をやめて、計測（プロファイリング）でボトルネックをAIと潰す実践ガイド

はじめに — AIに「速くして」って言っても、なぜか速くならない話 正直に言いましょう。こんな経験、ありませんか。 アプリの動きがなんか重い。APIのレスポンスがもっさりしてる。そこでAIに、こうお願…

AIとの会話が長くなると、なぜか話が噛み合わなくなる ― コンテキストウィンドウと文脈圧縮（Compaction）の実践ガイド

AIに直させたら「別の場所」が壊れた、の正体 — リファクタリングを壊さない安全網（仕様化テスト）実践ガイド

はじめに：AIに「ここ直して」って頼んだだけなのに AIコーディング支援を使っていて、こんなこと、ありませんか。 「この関数だけちょっと整理して」とお願いしただけなのに、なぜか 全然関係ないところ が…

AIに「自分だけの知識」を持たせる技術 — RAG入門で、汎用AIを「あなた専用のエキスパート」に変える実践ガイド

AIエージェントに仕事を任せる前に「実行契約」を書く: ツール・権限・停止条件をコード化する実務入門

結論: これから大事になるのは「プロンプト」より、実行前の契約かもしれない 最近のAI開発ツールを見ていると、流れがかなり変わってきたなと思います。 コード補完からチャットへ。チャットからエージェント…

AIに任せる前に、仕事を観測可能にする ― Work ReceiptでレビューできるAI開発へ

AIエージェント時代、ボトルネックは実装ではなくレビューになる — Agent Review Queue実践ガイド

はじめに AIコーディングエージェントを使っていると、最初は「コードを書いてくれるのすごいな」と感じます。 でも、しばらく使っていると別の問題が出てきます。 AIが実装できるほど、レビュー待ちが増える…

「動くLLMアプリ」より「測れるLLMアプリ」を先に作る — Eval-Driven Developmentで“感想レビュー”を卒業する実践ガイド

AI開発は「コンテキストパケット」で速くなる: 調査からレビューまで任せる前に渡す設計書

結論: AI開発は「プロンプト」より先に、渡す文脈で決まる AIに実装を頼んだら、なんか違うものが返ってきた。 AIに調査を頼んだら、情報は多いけど結局どれを信じたらいいかわからない。 AIにレビュー…

AIコードレビューの精度が劇的に変わる「3層コンテキスト設計」実践ガイド

はじめに — 同じPRなのに、レビューの質が全然違う理由 ちょっと想像してほしいんですが、2つのチームがあります。 どちらも同じAIコードレビューツールを使っている。同じLLMモデル。同じPR。なのに…

AIに実装を任せる前に「評価仕様」を書く技術 — Eval Gate / Acceptance Criteria as Code 実践ガイド

はじめに AIコーディングエージェントの進化、かなり速いですよね。 OpenAI Codex はクラウド上のサンドボックスでリポジトリを読み、コードを書き、テストやリンターを実行し、PR相当の変更まで…

Playwright × アクセシビリティツリーでAIにブラウザ操作を任せる設計と実装

はじめに — セレクタが壊れた朝 ある朝、いつものように動かしていた自動化スクリプトが止まっていた。 原因は、対象サイトのUIリニューアル。CSSのクラス名が変わっただけ。たったそれだけで、数十行のS…

【Kiroだけじゃなかった！AWSがAIインフラ続々リリースして凄すぎたので緊急整理】AWSがAIエージェント開発の「実験→本番」への難題を解決！AgentCoreで誰でも本格的なAIエージェントを動かせる時代に突入

昨日のAWS Summit NYC 2025のキーノート見てて、「これは大きな転換点になるな」って感じたので、整理してシェアしたいと思います。 正直、今までAIエー…

【376名参加御礼 バイブコーディングセミナーついに公開！】現役エンジニアによるあきらパパ式バイブコーディングで設計↔実装↔テストを分単位で反復横跳びしながら、2時間でゼロから認証付きアプリ完成まで実況解説しました