プロンプトインジェクションとは|LLMアプリを狙う攻撃と実務でできる多層防御
LLMアプリで最重要とされる脆弱性プロンプトインジェクション。直接・間接の違い、RAGやエージェントで顕在化する攻撃シナリオ、OWASPが挙げる緩和策を業務目線で整理し、完全には防げない前提での多層防御の組み方を解説します。
LLMアプリで最重要とされる脆弱性プロンプトインジェクション。直接・間接の違い、RAGやエージェントで顕在化する攻撃シナリオ、OWASPが挙げる緩和策を業務目線で整理し、完全には防げない前提での多層防御の組み方を解説します。
日本語特化・国内開発のLLMが相次いで登場しています。楽天のRakuten AI 3.0、リコーの日本語LLM、デジタル庁ガバメントAIの国産LLM選定を題材に、業務で「国産LLMをどう評価し選ぶか」を、日本語性能・ライセンス・提供形態・透明性・サポートの5軸で冷静に整理します。
ローカルLLMを自分の環境で動かすためのPC・GPU選びを、実務目線で整理します。最重要はコア速度ではなくVRAM容量であること、4bit量子化でメモリを圧縮できること、モデルサイズ別のVRAM目安、Mac(統合メモリ)という選択肢まで、動かしたいモデルから逆算して構成と予算を組む考え方をまとめました。
MCP(Model Context Protocol)は、AIと社内システムやツールをつなぐための共通規格です。連携のNxM問題をどう解くのか、ホスト・クライアント・サーバーという基本構成、既製サーバーを選んで繋ぐ導入の仕方、そして権限や監査ログといった業務導入時の注意点を、冷静に整理します。
DeepSeekが2026年4月24日に公開したV4 Previewへの移行を、業務目線で整理します。旧モデルdeepseek-chat/deepseek-reasonerは7月24日で廃止。base_urlは据え置きでモデル名を切り替えるだけの手順、Thinking/Non-Thinkingの選び分け、1Mコンテキストの扱いと料金確認の注意点を冷静にまとめます。
LLMアプリの品質を測る評価(eval)の作り方を、実務目線で整理します。実運用に似せた評価データの用意、タスク型に応じた指標設計、自動評価と人手レビューの併用、LLM-as-a-judgeの使いどころと落とし穴、失敗トレースをテストへ戻す継続的な評価まで、小さく始める手順にまとめました。
ByteDanceが2026年7月に公開した画像生成モデル「Seedream 5.0 Pro」を業務利用の観点から整理します。領域を指定した精密編集、10以上のレイヤー分離、日本語を含む多言語のテキストレンダリング、高密度なインフォグラフィックといった特徴を、資料・販促制作の実務に引きつけて冷静に読み解きます。
プログラミング不要で生成AIを実務に生かしたい人向けに、書籍を学ぶ順序で4冊紹介します。全体像のつかみ方、プロンプトの型、文書作成や議事録など業務別の使いこなし、社内での組織的な活用まで、目的に合わせて選べるよう整理しました。
プロンプトエンジニアリングの次の設計単位として注目される「コンテキストエンジニアリング」を、実務目線で整理します。コンテキストの劣化(context rot)という前提、渡す情報の構成と順序、長時間動くエージェントで使う圧縮・メモ・サブエージェントといった手法までをまとめます。
OpenAIが2026年7月9日に一般公開した新モデル「GPT-5.6」と、それを搭載した業務向けエージェント「ChatGPT Work」を、業務利用の観点から整理します。3つのモデル(Sol/Terra/Luna)の違い、ChatGPT Workが従来のチャットと何が違うのか、提供状況と導入時の注意点を冷静にまとめます。
SpaceXAIが2026年7月8日に公開した新モデル「Grok 4.5」を、業務利用の観点から整理します。コンテキスト長・料金・対応機能といった確実な事実を押さえ、コーディングとエージェント用途への軸足、トークン効率という訴求を、優劣を断定せず冷静に読み解きます。
生成AI・LLMを開発者として学ぶための書籍を、学ぶ順序に沿って4冊紹介します。プロンプト設計の原則、LLMの仕組みと開発入門、RAG・AIエージェントの実装、コーディングエージェントの自作まで、目的別に選べるよう整理しました。