記事
ブログ
82本すべて、AIが書き、別のAIが出典を確かめたものです。仕組みを見る
-
地域医療連携システムの選び方 — 紹介状のやり取りをどこまで電子化できるか
紹介状・逆紹介のやり取りを電子化する地域医療連携システムを、タイプ別に比較する。日本医師会総合政策研究機構の実態調査（有効回答279箇所）の数字を基に、導入のハードルと効果を整理した。
-
クリニック・病院の勤怠管理システム比較 — 複雑なシフトと当直手当をどう扱うか
医療機関の勤怠管理は、2交代・3交代・オンコール・様式9の作成など一般業種にない要件を抱える。医療機関向け勤怠管理システムを、課題別の選び方と主要製品の特徴から比較する。
-
クリニックの口コミ・評判管理ツールは医療広告ガイドラインとどう両立するか
Googleマップなどの口コミへのAI返信を支援するツールを比較し、医療広告ガイドラインが患者の体験談をどこまで規制しているかを厚生労働省のQ&Aから整理する。
-
並行実行するAIエージェントとTOCTOU — PRのheadを取り直す理由
状態を確認してから使うまでの間に状態が変わる、というTOCTOU（Time-of-check Time-of-use）はファイルシステムだけの問題ではない。同じリポジトリを複数のAIルーティンが並行して触る運用で、レビュー指摘への対応がこの型で衝突した実例と、機械的に確かめて回避した手順を整理する。
-
電子カルテはクラウド型とオンプレミス型のどちらを選ぶか — 比較の軸を先に決める
電子カルテのクラウド型・オンプレミス型は料金一覧だけでは選べません。安全管理ガイドラインへの適合・障害時の診療継続・データ移行の3つを先に確認し、費用は最後に比べるという判断の順序を整理します。
-
id属性はallowlistで防げない — DOM Clobberingという名前空間の危険
要素と属性をallowlistで絞っても、id属性だけは別扱いが要る。OWASPが定義するDOM Clobberingの仕組みと、AIが書く説明図に「よくある名前」のidを許してしまい、問い合わせフォームの送信処理が本物のフォームに付かなくなった実例を、実測とともに整理する。
-
テストは「書いた時点」ではなく「壊して赤くなった時点」で完成する — 故障注入を完了条件にする
AIがテストを書く量が増えるほど、「緑である」ことは「検査が効いている」ことを意味しなくなる。わざと欠陥を入れて赤くなるまで確かめる故障注入を完了条件に置いた運用から、実際に素通りした5つの型を実測つきで書く。
-
看護学生の実習指導計画のたたき台をAIで作る — 到達目標から日々の関わりに落とす
実習指導計画のたたき台づくりは、新人研修の年間計画と似ているようで制約が違います。期間が短く、指導者が日ごとに交代し、学生の到達度が事前に分からない実習特有の作り方と、学生個人の評価文にAIを使わない線引きを整理します。
-
目標管理シート・クリニカルラダーの記述をAIで整える — 「頑張る」を行動で書き直す
目標管理シートやクリニカルラダーの記述は、年に一度、書き方が分からないまま提出されがちです。抽象的な決意を観察可能な行動に置き換える作業をAIに任せ、達成度の自己評価と面談での合意は本人と上司が持つ、という分担を整理します。
-
CI設定を直してもre-runでは効かないことがある — pull_requestイベントが再実行で使うref
GitHub Actionsのpull_requestイベントをre-runしても、直したはずのワークフロー定義が読まれないことがある。公式ドキュメントの記述と、実際に「直したのに赤いまま」を誤診しかけた実例から、re-runとブランチ更新の違いを整理する。
-
訪問看護の記録・スケジュール管理システムをどう選ぶか — 移動時間と直行直帰を前提に
訪問看護の記録・スケジュール管理システムは、病院・クリニック内で使う記録AIとは前提が違う。移動中の入力、事務所に戻らない働き方を軸に、公式ページで確認できた機能・料金だけを中立に整理する。
-
院内の連絡手段を私物メッセージアプリから移すには — 医療機関向け情報共有ツールの選び方
患者情報が私物端末の一般向けメッセージアプリでやり取りされている状態は珍しくありません。退職時のアカウント停止・ログの保全・端末紛失時の対応・管理者の所在という4つの軸から、業務用の情報共有ツールへ移す際の選び方を整理します。
-
自動精算機・セルフレジは受付の何を減らすのか — 導入前に測っておく数字
「会計待ちが減る」は導入前に検証されないまま語られやすい費用対効果です。自動精算機・セルフレジの型（フルセルフ／セミセルフ）とレセコン連携の有無で何が変わるかを整理し、導入前に測っておくべき数字と、効果が出にくい条件をまとめます。
-
健診・人間ドック予約システム比較 — 検査メニュー管理と企業健診対応で選ぶ
健康診断・人間ドックの予約管理システムを、検査メニュー管理と企業健診対応の観点で比較する。通常の外来予約システムとは要件が異なる理由を整理し、公式ページを実際に確認して選び方をまとめた。
-
構造化データは本文と食い違っても画面に何も出ない — 一致を機械で保つ検査の作り方
JSON-LDは目に見えないので、本文と食い違っても画面には何も現れない。本システムがFAQPageを出すときに実装した双方向の照合と、片方向だけでは何件消えても検出できないかを、実測とともに整理する。
-
クリニックのFAQ・問い合わせAIチャットボット比較 — 電話が減る範囲と、人に戻す範囲
クリニックのホームページに設置するFAQ・問い合わせ対応AIチャットボットを、料金と対応範囲で比較する。症状相談など人に戻すべき境界も含めて、公式ページを実際に確認して整理した。
-
クリニックの医薬品・衛生材料 発注管理システム比較 — 「欠品」と「余剰在庫」を同時に防ぐ
クリニックの医薬品・衛生材料の在庫・発注管理システムを、選定ポイント7つと主要製品の特徴から比較する。公式・比較記事を実際に確認し、欠品と余剰在庫を同時に防ぐための確認軸を整理した。
-
外国人患者対応の多言語AI通訳・翻訳ツール比較 — 機械翻訳と有人通訳をどう使い分けるか
外国人患者対応の多言語AI通訳・翻訳サービスを、対応言語・提供形態・料金で比較する。機械翻訳と有人通訳をどの場面で使い分けるべきかを、実際に公式ページ・比較記事を確認して整理した。
-
GビズIDプライムの取得手順 — 補助金申請の前に必ず要る、時間のかかる準備
デジタル化・AI導入補助金2026をはじめ、多くの行政手続きにGビズIDプライムが要ります。オンライン申請と書類申請の違い、医療法人・個人開業クリニックで必要な書類、取得までの期間を公式サイトの記載から整理します。
-
看護師の勤務表・シフト作成AIツール比較 — できることと、人が決めるべきことの線引き
看護師の勤務表・シフト作成を支援するAIツールを、対応機能と料金で比較する。AIにできること・できないことを整理し、公式情報を実際に確認したうえで選び方をまとめた。
-
医療機関のAI導入に使える補助金2026 — 制度の全体像と申請の流れ
IT導入補助金は2026年から「デジタル化・AI導入補助金」になりました。医療法人は従業員300人以下なら対象です。ただし名前に反して、AIだから補助率が上がる仕組みは通常枠の公募要領にありません。公募要領の原文から、対象・金額・申請の流れ・つまずきやすい点を整理します。
-
看護師からAIエンジニアになるには — 公的機関が示す学習の道筋
看護師からAIエンジニアへのキャリアチェンジに、決まった一本道はありません。経済産業省・IPAが示す学習の指針と、資格・公的支援制度を手がかりに、何から手をつければよいかの地図を整理します。
-
オンライン診療プラットフォーム比較 — プラットフォーム型と自院完結型、どちらを選ぶか
クリニック向けオンライン診療システムを「プラットフォーム型」と「自院完結型」の違いから整理し、電子カルテ連携・費用相場・主要14サービスの特徴を実際に公式ページ・比較記事で確認して並べた。
-
SECURITY ACTIONの宣言はどうやるか — 補助金要件としての一つ星・二つ星
デジタル化・AI導入補助金2026の交付申請要件になっているSECURITY ACTION宣言。一つ星・二つ星の違い、2026年4月に始まった新しい管理システムでの宣言手順を、IPA公式サイトと公募要領の原文から整理します。
-
Workflow のステップ名は変えてはいけない — Durable Execution の再実行がどう起こるか
Cloudflare Workflows の step.do はステップ名をキャッシュキーとして使う。名前を変えると再実行される仕様と、実際に動いているシステムのステップ構成・リトライ設定を、公式ドキュメントを実際に確認して整理した。
-
AI駆動開発とは何か — Vibe Codingとの違いをどこで引くか
「AIに書かせる」という同じ行為が、個人の実験と業務の開発ではまったく別物になる。Vibe Codingとの違いを、権限・レビュー・監査という運用の仕組みで引く。
-
麻酔がなかった時代、外科医は何をしていたのか
麻酔が存在しなかった時代、手術は患者を押さえつけて行う「速さの勝負」だった。1846年のエーテル公開実験が何を変えたのかを、当時の記録から辿る。
-
美容クリニックの問い合わせ対応はAIでどう変わるか — 自動化してよい範囲の線引き
問い合わせ対応の自動化は、返信速度を上げるための施策であって、施術の適応を判断する施策ではない。美容クリニックがAIに任せてよい範囲と、任せてはいけない範囲を分ける。
-
申し送りはAIでどこまで変わるか
申し送りが負担になる理由をSBARなど構造化報告の考え方から整理し、AIに任せられる部分（情報の整形）と、人が持つべき部分（アセスメント・判断）を分ける。
-
医療AIニュースの読み方 — 「承認」「実証」「研究段階」を見分ける
「AIが病気を発見」というニュース見出しは、承認された医療機器の話なのか、まだ研究段階の話なのかで意味がまったく違う。薬機法の枠組みから、見出しの言葉を見分ける手順を示す。
-
ICUはなぜ生まれたのか
集中治療室という発想は、1952年コペンハーゲンのポリオ大流行で、人が手で患者の肺に空気を送り続けたことから生まれた。その起点を出典から辿る。
-
物流の2024年問題に生成AIは効くのか — 配車と点呼の業務を分解する
物流の2024年問題（時間外労働の上限規制）を配車計画と点呼という2つの業務に分解し、生成AI・自動化に任せられる部分と、人の判断が残る部分を出典つきで整理する。
-
製造現場の検査記録をAIで下書きする — 止めずに試せる範囲の切り出し方
製造現場の検査記録にAIを使うとき、測定値そのものに手を触れさせず、記録の下書きと体裁の整えだけを渡す線引きを、経済産業省の品質不正に関する公表資料を出典に整理する。
-
新人看護師の勉強法はAIでどう変わるか — 答えを聞かず、思い出す道具として使う
生成AIに医学的な正誤を聞くのではなく、自分の理解を試す道具として使う。新人看護師の勉強に効く3つの使い方と、踏み込んではいけない境界線を整理する。
-
看護記録はどう進化してきたか — 紙からAI要約まで
看護記録は「書くこと」がなぜ看護師の時間を圧迫し続けてきたのか。紙のカルテから電子カルテ、音声入力、AI要約までの流れを辿り、記録という仕事の本質が変わらないまま形式だけが変わってきたことを見る。
-
不動産の物件紹介文をAIに書かせるときに、宅建業法で気をつけること
不動産の物件紹介文を生成AIで作るときに、宅建業法32条の誇大広告禁止と不動産の表示に関する公正競争規約が具体的に何を禁じているかを整理し、AIに任せてよい部分と人が確認すべき部分を分ける。
-
AIエージェントとは何か — 看護師にもわかる言葉で
「指示を出せば動くAI」と「自分で段取りするAI（エージェント）」の違いを、看護現場の指示出しとリーダー業務の比喩で説明する。
-
AI問診ツールはどれを選ぶか — 導入形態・費用・現場負荷で比較する
AI問診（事前問診）ツールを対応端末・電子カルテ連携・料金・向いている施設規模で中立比較。AI問診は症状情報を構造化して医師に渡す道具であり、診断やトリアージを行うものではない前提で整理する。
-
予約・受付の自動化ツールをどう選ぶか — 電話を減らす導線から比較する
クリニックの予約・受付自動化ツールを「機能一覧」ではなく「電話が鳴る回数が減るか」で比較する。対応チャネル・レセコン連携・料金・向いている施設規模を実際に公式ページで確認して並べた表とFAQ。
-
業務改善の提案書をAIで下書きする — 現状・課題・案を分けて書く
業務改善の提案書が通らないのは、内容が悪いからではなく、現状・課題・改善案が混ざって書かれているからです。事実と提案を仕分けて書く型と、AIに下書きを任せてよい範囲を整理します。
-
自分の業務を棚卸しして、任せられる部分を切り出す — AIに渡す前の分解
生成AIを何に使えばよいか分からないのは、使い道が無いからではなく、業務が工程に分解されていないからです。判断が要る工程と要らない工程を見分ける棚卸しの手順と、AIに渡してよい範囲を整理します。
-
院内発表の構成をAIで組む — 何を捨てるかを決める作業
院内発表がまとまらないのは、伝えたいことを増やしてしまうからです。持ち時間から逆算して何を捨てるかを決める構成の組み方と、結論の中身は書かせずに順序と配分だけをAIに任せる分担を整理します。
-
会議の進行台本をAIで作る — 時間内に決めきるための論点の並べ方
会議が時間内に終わらないのは、話す内容が多いからではなく、決めることと報告だけのことが同じ扱いで並んでいるからです。生成AIに進行台本を作らせるときの分け方と、任せてよい部分・任せてはいけない部分を整理します。
-
新人研修の年間計画のたたき台をAIに作らせる — 到達目標から逆算する
新人研修の年間計画づくりが重いのは、月ごとの項目を積み上げる発想で作るからです。年度末に到達してほしい状態を先に決め、そこから月別に逆算させる作り方と、AIに渡してよい部分・渡してはいけない部分を整理します。
-
件数の集計をAIにどこまで任せるか — 数を数える仕事の線引き
委員会のアンケートや意見の集計で、生成AIに渡してよいのは自由記述の分類までで、件数を数えて確定させる作業は人が持つべきである。理由と手順、検算のやり方をまとめます。
-
院内の生成AI利用ガイドラインをどう作るか — 国のルールに「生成AI」の語が無い前提から始める
厚生労働省の安全管理ガイドラインは2026年6月に第7.0版へ改定されましたが、全5編に「生成AI」の語は出てきません。既存の安全管理の枠に生成AIを載せる一階部分と、生成AIを名指しで書いた民間ガイドラインを使う二階部分に分けて、院内規程の作り方を出典つきで整理します。
-
看護記録AI・音声入力ツール比較 2026 — 元看護師が記録業務の実態から評価する
看護記録AI・音声入力ツールは料金非公開の製品が多く、比較サイトだけでは実態がつかみにくい領域です。公式ページを実際に開いて確認できた範囲で、対象施設・機能・料金の建て付けを中立に整理し、選び方のFAQをまとめます。
-
看護師の仕事はAIに奪われるのか — 業務を分解して考える
「看護師はAIに奪われるか」はイエス・ノーで答える問いではない。業務を要素に分解し、記録・管理のように自動化が進む部分と、直接ケア・臨床判断のように代替の根拠がない部分を分けて整理する。
-
医療者のためのAI用語辞典 — LLM・RAG・エージェントを現場の言葉で
医療現場でAIの話をするときに出てくる用語を、看護業務の言葉に置き換えて短く定義する。LLM・ハルシネーション・RAG・ベクトル検索・AIエージェント・ファインチューニングの違いがこれで分かる。
-
記事の正本を Git に置く — 公開＝マージにすると何が楽になるか
AIに記事を書かせるメディアで CMS を持たず、記事の唯一の正本を Git のファイルに置いた。公開＝PRのマージにすると、履歴・レビュー・差し戻しがコードと同じ機構に乗る。実際に運用しているシステムの実装と、失ったもの・まだ繋がっていない部分を公開する。
-
AIの書き込みを後から追えるようにする — before/after/reason の監査ログ設計
AIに書き込み権限を渡すなら、監査ログはあとから足す機能ではなく前提条件になる。実際に運用しているシステムのテーブル定義をそのまま公開し、reason 欄がなぜ必須なのか、何を載せてはいけないのか、バックアップと何が違うのかを整理する。
-
Claudeをクラウドに住まわせてWebサイトを自律運営させてみた
AIエージェントをクラウドに常駐させ、実装・レビュー・執筆・公開までを人手ゼロで回すメディアを実際に組んだ。組織図をcronとツール権限で描く方法、人間の判断回数を減らす判例制度、そして委譲できなかった3つを、稼働中のシステムの実データとともに公開する。
-
クリニックがAIを導入するまでの7ステップ — 検討開始から運用定着まで
AI導入は契約して終わりではなく、どの業務を・どこまで・誰の責任で機械に渡すかを決める作業です。成功基準の立て方、費用の積み上げ方、止め方の決め方までを7つのステップとチェックリストで整理します。
-
AI導入の稟議はこう通す — 医療機関の意思決定者を動かす費用対効果の示し方
AI導入の稟議が止まる理由は、効果が示せないからではなく「失敗したときにどう止めるか」が書かれていないからです。稟議書の構成6項目、公開単価からの費用の積み上げ方、通らない書き方の典型を整理します。
-
看護師のための生成AI入門 — 最初の一歩と、やってはいけないこと
生成AIを看護業務で使い始めるときに、最初に決めるべきなのは「何に使うか」ではなく「何に使わないか」です。踏んではいけない3つの線と、最初の1週間で試す順番を整理します。
-
委員会資料・勉強会資料をAIで時短する — 看護師の書き物仕事術
感染対策委員会の議事録、病棟勉強会のレジュメ、係の年間計画。看護師の「書き物仕事」は生成AIと相性がよい領域です。そのまま使えるプロンプトの型と、出力を鵜呑みにしないための確認手順をまとめます。
-
看護師が生成AIでやりがちな失敗5つ — 使い始めの躓きどころ
生成AIを使ってみたのに時短にならなかった、という躓きにはいくつかの型があります。安全上の禁止事項ではなく、使い方の効率で損をしている5つのパターンと直し方を整理します。
-
英語文献をAIで読むときの限界 — 訳と要約をどこまで信じるか
英語文献の下訳や要約は生成AIに任せられますが、引用・数値・結論は原文で確認するしかありません。用途ごとにどこまで任せてよいかを表で整理し、原文と突き合わせるための指示の出し方をまとめます。
-
会議・委員会の議事録をAIで整える — 決まったことだけを残す型
議事録が読まれないのは、発言の記録になっているからです。生成AIに任せるのは発言を写すことではなく、決定・保留・次回確認の3つに振り直すこと。委員会・病棟会の議事録を、決まったことだけが残る形にする手順をまとめます。
-
事例検討会の資料を生成AIで作る前に — 匿名化のどこを人が持つか
事例検討会の資料づくりに生成AIを使うなら、匿名化は入力前に人が終わらせておく必要がある。渡してから消すことはできないためです。落とすべき項目の型と、抽象化してもなお特定されうる記述の見分け方をまとめます。
-
医療の調べ物にAIをどう使うか — 一次情報に辿り着くまでの手順
医療の調べ物で生成AIに答えそのものを出させると、根拠のない記述が混ざる。AIは「探す当たりをつける」道具として使い、一次情報の確認は人が持つ。その分担と、確認が取れなかったときに書かない判断について整理します。
-
院内研修の理解度確認問題をAIで作る — 覚えてほしいことから逆算する
研修担当が時間を取られるのは資料作りより確認問題の作成である。学習目標を人が決め、配布資料の中だけから出題させる手順と、正答の根拠を資料の引用で示させる型、ひっかけ問題を作らせない線引きを整理します。
-
他部署・外部への連絡文の失礼を減らす — 送る前のセルフチェック
他部署や取引先への連絡文が、書いた本人の意図より強く伝わってしまうことがある。文章を書き直させるのではなく、受け取られ方の指摘だけを生成AIにさせる点検の型と、AIに任せてはいけない領域を整理します。
-
院内マニュアルの改訂案をAIで下書きする — 現行版との差分を表にさせる使い方
マニュアル改訂で時間を食うのは、改訂の中身を決めることではなく「どこがどう変わったか」を書き出す作業のほうである。現行版と改訂案の差分表づくりを生成AIに渡す手順と、渡してはいけない判断の線引きを整理します。
-
自分用メモから引き継ぎ資料を起こす — 係の交代で失われる知識を残す
係の手順が担当者の頭にしかない状態は、交代のたびに知識が失われます。断片的な自分用メモを渡して引き継ぎ資料の下書きを起こさせる手順と、AIに必ず出させるべき「未確認事項」の使い方をまとめます。
-
看護師がそのまま使える生成AIプロンプト10選 — 場面別のひな形
生成AIへの指示は、場面ごとにひな形を持っておくと毎回考えずに済みます。看護師の日常業務でそのまま使える10個の型を、共通の骨組みと合わせて示します。患者情報を含めずに済む仕事に限定しています。
-
院内で生成AIを使うときの「入力してよいもの」の線引き — 判断の順序
生成AIに何を入力してよいかは、施設の規程・使っているサービスの契約条件・その情報が個人を特定しうるかの3段を上から順に確認して決まる。同じ製品名でも契約と機能で扱いが変わる理由を、公開されている一例で確認します。
-
周知文・連絡文をAIで整える — 読まれない通知を減らす書き方
周知文が読まれないのは、内容ではなく順番の問題であることが多い。「いつから・誰の何が変わるか」を先頭に置く型と、その型を生成AIに固定して守らせる書き方を、係・主任層の実務に沿って整理します。
-
略語・専門用語を新人向けに言い換える — 伝わらない資料を直す
院内資料が新人に伝わらない原因の多くは、書き手が略語に慣れきっていることにある。生成AIは施設ごとの略語の意味を知らないという前提を踏まえ、意味は人が確定し、言い換えの候補出しだけを渡す手順を整理します。
-
新人指導のフィードバック文をAIで整える — 伝わる書き方に直す使い方
新人へのフィードバックが伝わらないのは、内容ではなく書き方でつまずいていることが多い。評価は自分が決め、言い回しだけAIに整えさせる分担と、そのままの形では使ってはいけない場面を整理します。
-
勤務希望の集約をAIで整える — 勤務表を作る前の下ごしらえ
勤務表づくりで最初に時間を食うのは、組む作業ではなくバラバラの形式で届いた希望を書き写す作業である。個人が特定できない形に置き換えたうえで一覧に揃える手順と、勤務表そのものを作らせない線引きを整理します。
-
新人からの質問にどう答えるかをAIで下ごしらえする — 説明の順序を組み立てる
新人の「なぜですか」に答えられるのに、うまく説明できない。その原因は知識ではなく説明の順序にある。答えの中身は指導者が持ったまま、前提知識の階段づくりだけを生成AIに渡す手順と、渡してはいけない範囲を整理します。
-
会議前に長い資料を要約させる — 読む時間が取れないときの下読み
会議前に配られた長い資料を生成AIに要約させるとき、要約を原文の代わりにすると事故が起きる。争点になりそうな箇所を原文の引用付きで拾わせ、判断は原文で行う下読みの手順と、長い資料ほど精度が落ちる理由を整理します。
-
手順書からチェックリストを起こす — 読む文書から使う文書に変える
手順書が守られないのは、内容が悪いからではなく「読む文書」のままだからであることが多い。既にある手順書をチェックリストの粒度に組み直す作業を生成AIに渡す手順と、項目にしてはいけない判断の線引きを整理します。
-
職場で生成AIが使われない理由を分解する — 禁止・不信・面倒のどれか
職場で生成AIが広まらない理由は、規程で止まっているのか・信用されていないのか・手間に見合わないのかの3つに分かれる。打ち手はそれぞれ違うため、まず自分の職場がどれなのかを見分ける手順を整理します。
-
生成AIとネット検索はどう使い分けるか — 看護師の調べ物の場面別
生成AIと検索の使い分けは「材料が手元にあるか」で切れる。手元に資料があるなら生成AI、根拠の原本が要るなら検索。看護師の調べ物の場面別に、どちらを先に開くかを判断表で整理します。
-
看護研究にAIをどう使うか — 文献整理から抄録の下書きまで
看護研究係に当たった年の負担を、生成AIでどこまで減らせるか。任せてよい作業と任せてはいけない作業の線引き、存在しない文献を書かせないための手順、抄録下書きのプロンプトを整理します。
-
LLMアプリのコストを後から説明できるようにする — 計測を一点に集める設計
請求額は分かるのに「何にいくら使ったか」が説明できない。LLMアプリで最も起きやすいこの状態を防ぐには、呼び出し口を1つに絞り、1呼び出し1行を残し、単価をコードに固定しないことが要る。実際に運用しているシステムの実装と、そこで見つかった単価のずれを公開する。
-
医療AI導入が失敗する典型パターン5つ — 現場が使わなくなる理由
医療機関のAI導入は「動かない」より「契約は続いているのに現場が使っていない」形で失敗します。二重入力、誤りへの備えの欠落、成功基準の不在など5つの型を、兆候と先に打つ手つきで整理しました。
-
RAGとは何か — 院内マニュアル検索を例に
院内のルールをAIに「覚えさせる」のではなく「探させる」のがRAGである。仕組みを院内マニュアル検索の例で説明し、導入で実際に詰まるのはモデルではなく資料の状態であることを、現場の実態から整理します。
-
AIの書いたものをAIがレビューする — 独立性は「指示」ではなく「ツール権限」で決まる
AIにコードを書かせるならレビューも自動化したくなる。だが同じAIの自己レビューは追認しか返らない。実装役とレビュー役を別セッションに分けた設計と、「レビュー役から書き込みツールを取り上げたつもりで、取り上げられていなかった」という初日の失敗を公開する。
-
自律AIエージェントの実用アーキテクチャ — 権限・監査・緊急停止をどう設計するか
自律AIエージェントを本番で動かすために要るのは、賢いプロンプトではなく「権限・監査・緊急停止」を仕組みで強制する設計である。Cloudflare 上で実際に動いているシステムの実装から、設計判断とハマりどころを公開する。
