- 生成AI
Databricks AI Gatewayのレート制限を整理してみる
はじめに この記事は株式会社ナレッジコミュニケーションが運営するチャットボット と AIエージェント Advent Calendar 2025 の8日目にあたる記事になります！ Databricks とは？ Databr […] 
生成AI2026を見据えた生成AIセキュリティの論点（規制／技術／運用）
🧭 この記事で扱うテーマ 生成AIの技術・法規・運用は、2024〜2025年の急速な普及期を経て、2026年には「成熟と規律」のフェーズに入ると予想されています。本記事では、企業が今後注目すべきセキュリティ論点を 規制／ […]
生成AIDatabricks Apps × Claude Code × ユーザー代理認証 × Model Registry × Red Teaming で「ガバナンス付き生成AI運用」を最短で形にする
久しぶりの投稿です。 先週末の自由研究で「Databricks上に生成AI Agent運用を寄せると、どこまで“楽に・安全に・運用可能な形”になるのか」を試しました。 結論から言うと、 Apps（UI） ユーザー代理認証 […]
生成AIPoCから本番へ：セキュリティ面で“越えるべき壁”チェックリスト
🧭 この記事で扱うテーマ PoCでは正常に動いていた生成AIでも、本番環境に移行した途端に新たなリスクが顕在化することは珍しくありません。本記事では、PoCから本番へ進む際に必ず確認すべき“越えるべき壁”を、実務的なチェ […]
生成AI生成AI FinOps：コスト異常も“セキュリティイベント”として扱う発想
🧭 この記事で扱うテーマ 生成AIの運用では、モデルの正確性や安全性だけでなく、クラウドコストの管理が避けて通れません。本記事では、FinOpsの視点に加え、コスト異常をセキュリティインシデントの“兆候”として扱う最新の […]- 生成AI
モデル／ポリシーの継続改善サイクル（評価→更新→監査）
■ 1. なぜ「継続改善」が必要なのか Day1〜Day21で扱ったとおり、生成AIは以下の理由から一度作って終わりになりません。 https://qiita.com/advent-calendar/2025/genai […] 
生成AIインシデント対応Runbook：プロンプト漏えい／誤回答／権限逸脱
■ 1. 生成AI特有のインシデント──Runbookが必要な理由 Day1〜Day20までの記事で示したように、LLMシステムには従来のWebアプリとは異なる “固有の壊れ方” があります。 https://qiita […]
生成AILLMの可観測性（Observability）：何をログに残し、どう分析するか
■ 1. なぜLLMに「可観測性」が必要なのか システム運用における可観測性（Observability）は本来、“内部状態が外から観測できるようにする仕組み” のことを指します。 ところが、LLMを組み込んだシステムで […]
生成AILLMレッドチーミング入門：最小で始める疑似攻撃診断
■ 1. LLMレッドチーミングとは何か──“攻撃者の視点”で安全性を試す 企業が生成AIを本番運用するうえで、「どのように壊れるか（攻撃されるか）」を事前に知ること は欠かせません。 そのための手法が LLMレッドチー […]
生成AI“シャドーAI”可視化：社内で勝手に使われる生成AIをどう捕まえるか
■ 1. シャドーAIとは何か──「悪意」はなくても“危険” “シャドーAI” とは、会社が許可していない生成AIサービスを社員が個人的に業務利用する行為のことです。 ChatGPT（個人アカウント） Gemini / […]