-
生成AI
Databricksモデルサービングエンドポイントの権限設計（運用しやすさと最小権限の両立）
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 […]-
azure-recipe-user
-
-
生成AI
re:Invent 2025 で押さえるべき「生成AIセキュリティ」アップデート整理
🧩 この記事でわかること re:Invent 2025 は 「エージェント × セキュリティ」 が強 […]-
-
-
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 […]-
-
-
生成AI
2026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、2 […]-
-
-
生成AI
Databricks 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 […]-
-
-
生成AI
PoC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 […]-
-
-
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 […]-
-
-
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 […]-
-
-
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 […]-
-
-
生成AI
LLM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（Observabili […]-
-
