登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。

検索結果 監査します
監査します コミュニティ
1つのキーワードが1つのコミュニティです。
コミュニティ作成
アカウント
見つかりません
監査します を含む検索結果
#監査します# 4話済 んも~~!うざ~~~!!太陽の末裔~~~~~!!!
#監査します# 開封~2話済 私は企業系ドラマが好きでしかも監査とかめっちゃ好きなので、ユネクに来てて飛びついたwこの2人がこれからいいコンビになるのかな?イジョンハが可愛くてさ~☺️
もっと見る
去年 WOWOWオンデマンドで見逃してしまった #監査します# がHuluに!😆 今は #恋も鍛えてくれますか# に思いのほかハマってるので、完走したら見よっと!配信期限を気にしなくていいのが ありがたすぎる~ 🥹
もっと見る
# Antigravityの機能と実践的な使い方 🚀 「毎朝、依存関係を監査しておいて」——そんな指示を一度出すだけで、エージェントが裏で勝手に働き続けてくれます。Antigravity 2.0のScheduled Tasksが実現する未来です。 📌 タイトルと機能のURL タイトル: Scheduled Tasks URL: 📝 概要 Scheduled Tasksは、cronスタイルのスケジュールに沿ってAntigravityエージェントの起動をトリガーする機能です。タイミングを指定した指示をエージェントに送り、バックグラウンドで自律実行させ、結果を後から報告させられます。常時人が張り付かなくても、定型作業を任せられるのが強みです。 🔧 機能の説明 ・`/schedule`コマンドで、指定した未来の時刻での実行と、cronスケジュールによる繰り返し実行の両方を設定できます ・スケジュールは標準の5フィールドcron式で指定し、残りの引数がその時刻に実行するプロンプトになります ・繰り返しの例:`/schedule "0 9 * * 1-5" Run git fetch, prune stale local branches, and summarize pending PR reviews.`のように、平日の朝9時に定例作業を走らせます ・毎時の実行なら`"0 * * * *"`のように、cron式で間隔を表現します ・指定したプロンプトがその時刻にエージェント呼び出しとして発火し、作業が完了すると結果が返ってきます ・スケジュールは「裏で走らせて後で結果を報告」という非同期の働き方を前提にしており、開発者は別の作業を進めながら待てます ・Antigravity 2.0で導入された機能で、サブエージェントやエージェント管理の強化と合わせて、自律的な並行作業を支えます 🛠 実践的な使い方 ・`/schedule`に続けてcron式を書き、その後ろに実行させたいプロンプトを書くだけで登録できます ・短時間の確認なら直近の時刻を指すcron式、定例作業なら繰り返しのcron式を使い分けます ・回数上限の指定はないため、cron式の間隔を控えめに設計して不要な実行を防ぎます ・夜間や早朝など、開発者が不在の時間帯にバッチ的な調査を仕込みます 🎯 ユースケース ・毎朝の依存関係の脆弱性・更新の監査を自動化する ・夜間にCIの失敗ログを分析させ、原因の当たりを付けておく ・数分後にビルドやデプロイが完了したかを確認させる ・定期的にヘルスチェックスクリプトを走らせ、異常を早期検知する ⚠️ 注意点 ・スケジュールの指定は標準の5フィールドcron式が前提で、自然言語での時刻指定はドキュメントに記載されていません ・実行回数の上限を指定する引数はないため、間隔設計を誤ると不要な実行が積み重なります ・スケジュール起動でもエージェントが実際の操作を行うため、破壊的タスクにはHooks等のガードレールを併用してください ・機能の詳細や上限値はバージョンで変わり得るため、最新ドキュメントで確認してください #Antigravity# #DevTools#
もっと見る
AIエージェントをエンタープライズシステムに組み込むプラクティス 【エージェント・レジストリ / 社内マーケットプレイス】 💡 社内で似たようなエージェントが乱立していませんか? 全社のエージェント・ツール・スキルをカタログ化し、発見・再利用・ガバナンスを一元管理するパターンです。 🔥 解決する課題 - 各チームが類似のエージェントを個別に開発し、リソースが分散する - eval未実施・テスト不十分なエージェントが本番環境に入る - 開発者の異動後にメンテナンスされないエージェントが残る - どのエージェントが何の権限でどのデータにアクセスしているか把握できない 🏗️ 提案パターン 各エージェントにメタデータ(所有者・対象部署・必要権限・eval結果・コスト実績・SLA・バージョン)を付与し、ServiceNowやBackstage的なサービスカタログに登録します。利用申請・承認フローでガバナンスを確保し、新規公開前にはeval gateの通過を必須とします。バージョン管理で変更履歴を追跡し、廃止時には非推奨化、依存者への通知、停止という段階的なライフサイクルで管理します。 ✅ 選定条件 - 向き:エージェントが乱立し始め、重複開発や所有者不在が課題になっているフェーズ - 不向き:エージェントが数個の初期段階(レジストリのオーバーヘッドが見合わない) ⚠️ 落とし穴 - レジストリの登録を任意にすると形骸化します。CI/CDパイプラインに組み込んで強制するのが有効です - メタデータの鮮度維持を怠ると、カタログが信頼されなくなります - 廃止プロセスなしに削除すると、依存先のエージェントやワークフローが突然壊れます 🛠️ 実装方針 1. ServiceNow / Backstage等のサービスカタログ基盤を活用し、全エージェントのメタデータ(所有者・対象部署・権限・eval結果・コスト・SLA)を一元登録します 2. CI/CDパイプラインにレジストリ登録を組み込み、未登録エージェントのデプロイを自動ブロックします 3. 新規エージェントの公開前にeval gate通過を必須とし、品質基準を満たさないエージェントの本番投入を防止します 4. バージョン管理と変更履歴追跡を導入し、各エージェントの変更がいつ・誰によって行われたかを監査可能にします 5. 廃止ライフサイクル(非推奨化→依存者への通知→猶予期間→停止)を自動化し、突然の停止による連鎖障害を防ぎます #AIエージェント# #エンタープライズアーキテクチャ#
もっと見る
# Claude Agent SDKの便利で実践的な使い方 📏 長時間のエージェント実行でコンテキストが溢れる心配はありません。自動圧縮が履歴を賢く管理します。 コンテキストウィンドウと自動圧縮は、長時間実行エージェントで古い履歴を自動要約し、コンテキスト上限を超えずに動作を継続させる仕組みです。 📌 タイトル:コンテキストウィンドウ 🔗 URL: 🧩 概要 エージェントが長時間動作し続けると、ツール呼び出し履歴でコンテキストが膨張します。SDK はコンテキスト上限接近時に古い履歴を自動要約(圧縮)し、重要な情報を維持しながら動作を継続します。`PreCompact` フックで圧縮前に完全トランスクリプトをアーカイブすることも可能です。 🛠 使い方 自動圧縮はデフォルトで有��です。`compact_boundary` メッセージを監視して圧縮タイミングをログに記録できます。`PreCompact` フックで圧縮前のアーカイブ処理を追加できます。 🏗 実践的な使い方 ・圧縮で失われたくない恒久的ルール(タスク目標、変更したファイルパス、テスト結果、決定理由)は CLAUDE.md に書くことで、毎リクエスト再注入されます。 ・`PreCompact` フックで圧縮前の完全トランスクリプトを外部ストレージにアーカイブし、監査ログとして保持します。 ・長尺のリファクタリングタスクで、数十回のツール呼び出し履歴が自動的に要約され、最新のコンテキストに集中して作業を継続できます。 💡 ユースケース 📝 長時間のリファクタリング・デバッグタスク 🗄 監査ログ用の完全トランスクリプト保存 🎯 CLAUDE.md による恒久ルールの維持 ⚠️ 注意点 圧縮により古い履歴の詳細は失われます。絶対に保持したい情報は初期プロンプトではなく CLAUDE.md に記述することで、圧縮の影響を受けません。 #ClaudeAgentSDK# #AI#
もっと見る
# AIエージェント開発の意思決定ポイント # プロンプト制御 vs コード/ポリシー制御 🛡️ 🎯 ポイント エージェントの振る舞いを制約する手段として、プロンプトで「お願い」するか、コードで「壁」を作るか。この違いは「確率的な遵守」と「決定論的な強制」の違いに直結します。 「個人情報を出力しないでください」とプロンプトに書いても、プロンプトインジェクションで上書きされたり、コンテキストの膨張で指示の効力が揺らいだりします。正規表現で検出してブロックする処理は、LLMの判断に関係なく確実に動作します。問題は「どの制約をコードに引き上げるか」の判断です。 📋 概要 プロンプト制御はLLMへのシステムプロンプトや指示文に制約を記述し、振る舞いを誘導する方式です。Few-shot例示、ネガティブ指示、ロール設定などが典型的な手法です。コード/ポリシー制御は制約を実行可能なコード(条件分岐、正規表現、スキーマ検証)またはポリシーエンジン(OPA/Rego、Cedar等)で実装し、LLMの入出力や操作を強制的に制御する方式です。 🔍 意思決定のポイント **failure_cost** と **accountability** の2つで判定します。 📊 **制約の種類ごとの判定**: コード/ポリシーで強制すべきもの: - 🔒 境界・法的制約(個人情報の出力禁止、金額上限、禁止操作) - 🔒 不可逆操作の制限(削除、送金、公開) - 🔒 出力形式の強制(JSONスキーマ、値域の検証) プロンプトで誘導すべきもの: - 💬 応答の品質・様式(口調、丁寧さ、専門用語の使用) - 💬 文脈依存の判断指針(どのような場合に何を優先するか) 💡 要点と詳細 🟢 **プロンプト制御の強み**は柔軟性と表現力です。自然言語で記述するため、微妙なニュアンスや文脈依存の振る舞いを指示できます。「法務向けでは正式な表現、エンジニア向けでは技術用語OK」のような条件付き様式が自然に表現でき、変更もデプロイなしにプロンプトを書き換えるだけです。弱点は信頼性の低さで、プロンプトインジェクション・コンテキスト膨張・モデル更新で制約が破れるリスクがあります。版管理・テスト・監査も困難です。 🟡 **コード/ポリシー制御の強み**は確定性と監査性です。制約はコードとして版管理され、ユニットテストで検証され、監査証跡として残ります。「この出力がなぜブロックされたか」はポリシーの版とルールIDで一意に特定できます。プロンプトインジェクションやモデル更新の影響を受けません。ポリシーエンジンを使えばルール変更もデプロイなしで反映可能です。弱点は表現力の限界で、「丁寧に応答する」のような質的な制約はコードで表現できません。 ⚖️ トレードオフ | 観点 | プロンプト制御 | コード/ポリシー制御 | |---|---|---| | 信頼性 | 確率的(破れるリスクあり) 🔴 | 決定論的 🟢 | | 表現力 | 高い(ニュアンス可) 🟢 | 低い(条件→判定に限定) | | 監査性 | プロンプト履歴の追跡が必要 | 版管理+監査証跡 🟢 | | インジェクション耐性 | 脆弱 | 影響を受けない | | 変更速度 | プロンプト書換のみ | ポリシー更新 or デプロイ | | 開発コスト | 低い | インフラ+スキルが必要 | 🛠️ ユースケース 🔵 **プロンプト制御が向くケース**: 応答トーン・様式の誘導、文脈依存の判断指針、制約違反の影響が軽微なケース。 🔴 **コード/ポリシー制御が向くケース**: 個人情報・金融データの出力制御、不可逆操作の制限、規制対象の処理、出力形式の厳密な検証。 📌 **デフォルト戦略**: 「境界(壊してはならない制約)はコード、誘導(望ましい振る舞い)はプロンプト」が定石です。迷ったら「この制約が破られたとき、どれだけ痛むか」を自問してください。痛みが大きいならコードで強制、小さいならプロンプトで誘導します。最も実用的な構成はポリシー強制+プロンプト誘導の二層構造です。コード/ポリシーで境界を決定論的に強制しつつ、プロンプトでLLMの振る舞いを境界の内側で誘導します。プロンプトの誘導が失敗してもポリシーが最終防壁として機能します。 #AIエージェント# #ソフトウェアアーキテクチャ#
もっと見る
# AIエージェントをエンタープライズシステムに組み込む意思決定ポイント # 集中IDブローカー vs 連合認証 🎯 ポイント エージェントがSalesforce、ServiceNow、Workday、Box、Slackと横断的にアクセスするとき、認証をどう設計しますか?「全部Oktaに集約」と「各システムの既存SSOをそのまま使う」では、セキュリティモデルも運用コストもまったく違います。しかも多くの企業では、どちらか一方ではなく「集中ブローカーで統一認証→各SaaS側でスコープを絞る」ハイブリッドに落ち着きます。なぜそうなるかを理解することが、エージェント時代のID設計の出発点です🔑 📋 概要 集中IDブローカーは、OktaやAzure ADのような単一のIdPにエージェントの認証・認可を集約する方式です。OAuth 2.0 Token Exchange(RFC 8693)でユーザートークンからエージェント用のスコープ制限トークンを発行し、「誰が何をエージェントに委任したか」を一元管理できます。一方、連合認証は各SaaSの既存SAML/OIDC連携をそのまま活用する方式で、各事業部門の自律性と既存投資を活かせます。権限の一貫性と統制力を取るか、各システムの自律性と導入速度を取るかの選択です。 🔍 意思決定のポイント 最初の分岐は「全社IdPは統一されているか?」です。 OktaやAzure ADで統一済み → 集中ブローカーが自然な拡張です。エージェント用のOAuth 2.0 Token Exchangeを集約できる基盤がすでにあります。 IdPが事業部門ごとに分散 → 連合認証から始めるのが現実的です。統合コストを過小評価すると痛い目を見ます。 次に「エージェントがアクセスするシステム数」を確認します。5システム以上なら集中管理の効率が個別管理を上回ります。3システム以下なら個別連携でも十分運用可能です。 データ主権・地域規制も重要な軸です。GDPRや中国データ安全法により認証トークンを特定リージョンから出せない場合、連合認証またはリージョン別ブローカーを選ぶ必要があります🌍 💡 要点と詳細 集中IDブローカーの強みは、ゼロトラスト方針との親和性です。全アクセスをOPAやCedarのような単一ポリシーエンジンで検証し、エージェントの権限を「最小権限」で一括管理できます。定期的な権限棚卸も集中的に行え、SOX/ISMAPなどの監査証跡要件にも対応しやすい。新規にエージェント基盤を構築し、認証設計を白紙から始められる場合はこちらが第一選択です。 連合認証の強みは、既存投資の活用と導入速度です。各SaaSネイティブのSAML/OIDC連携が成熟している環境では、エージェント用に再構築する合理性がありません。M&A直後など異なる認証基盤の統合が中長期課題として残っている過渡期にも有効です。各システム固有のきめ細かい権限モデル(Salesforceのプロファイル/権限セット等)を集中化すると粒度が失われるリスクもあります。 ハイブリッドで最も一般的なのは「集中ブローカー+ローカルスコープダウン」です。Oktaで統一認証した後、各SaaS側でエージェント専用のスコープ制限を適用します。もう一つの現実的なパターンは「フェデレーション+集中監査」で、認証は各システムに委ねつつ、全認証イベントをSIEM(Splunk、Sentinel等)に集約して監査証跡の一元化だけを実現します🔐 ⚖️ トレードオフ 集中ブローカーの最大のリスクは単一障害点化です。IDブローカーの障害で全エージェントが停止する。冗長構成とサーキットブレーカーの設計を怠ると、全社業務に影響します。また、全権限変更が集中ブローカーのチケット承認を経由するため、事業部門のアジリティが低下するという声もよく聞きます。 連合認証のリスクはトークン管理の複雑化です。各SaaSごとに異なるトークンライフサイクル(Salesforceは2時間、ServiceNowは30分などデフォルト値がバラバラ)を管理し、リフレッシュ失敗やトークン失効の検知漏れが多発します。各SaaSの認証強度(MFA要否、セッション有効期限等)がシステムごとに異なり、最弱のリンクがセキュリティホールになるリスクもあります。 移行期の二重管理も見逃せない落とし穴です。連合から集中への移行途中に両方の仕組みが並存し、どちらがsource of truthか混乱する。カットオーバー基準を明確にした移行計画が不可欠です⚠️ 🛠️ ユースケース 全社統一IdP導入済みの大企業:Oktaで全社統一済み、エージェントが10以上のSaaSにアクセスする場合、集中ブローカーが最適です。Token Exchangeでエージェント用のスコープ制限トークンを発行し、OPAで統一ポリシーを適用。各SaaS側ではエージェント専用のサービスアカウントにローカルスコープダウンを設定します🏢 M&A直後の統合過渡期:異なるIdPを持つ2社が統合途中の場合、連合認証で早期稼働し、全認証イベントをSIEMに集約して監査だけ一元化するのが現実的です。高頻度アクセス先から順に段階的に集中ブローカーへ移行します🔄 地域規制が厳しいグローバル企業:GDPRやデータローカライゼーション要件がある場合、リージョン別のIDブローカーを配置するか、各リージョンの既存IdPを連合的に活用します。認証トークンがリージョンを越えない設計が必須です🌐 実践のコツ:いずれの方式でも、エージェントが保持するトークンの暗号化保存とメモリ上の保持時間最小化は必須要件です。移行に使える期間が3か月以内なら連合認証で早期稼働、中長期なら集中ブローカーへの段階的移行を計画してください💪 #AIエージェント# #エンタープライズアーキテクチャ#
もっと見る
AIエージェントをエンタープライズシステムに組み込むプラクティス 【オブザーバビリティ / トレース+プロベナンス】 💡 「なぜその回答になったか」を説明できないエージェントは、本番に出してはいけません。構造化トレースとプロベナンスで、確率的な挙動を追跡可能にしましょう。 🔥 解決する課題 - 「なぜこの回答になったか」を再現・分析できない - 部署・プロジェクト・エージェント単位のコストを把握できない - モデル変更やプロンプト変更による品質劣化をサイレントに見逃す - 規制下の意思決定で「なぜこの判断になったか」を後から説明できない 🏗️ 提案パターン 推論ステップ・ツール呼び出し・トークン数・コスト・レイテンシ・評価スコアをOpenTelemetry準拠の構造化トレースで記録します。ログ基盤にはメタデータを、オブジェクトストレージにはプロンプト本文や生出力を格納し、トレースIDで紐付けます。正常系はサンプリング(1〜10%が起点)、エラーや低評価は全量記録します。規制下の重要な意思決定には、参照データ・推論経路・使用モデル・承認者まで遡れるプロベナンス(来歴)を追加します。 ✅ 選定条件 - 向き:本番運用するすべてのエージェント(例外なし) - 不向き:特になし(本番では必須パターン) ⚠️ 落とし穴 - 全プロンプト本文をログ基盤に入れると容量・コストが非現実的になる - PIIのマスキングを怠るとトレースログ自体がセキュリティリスクになる - プロベナンスの粒度を決める設計判断は、必ず人間のレビューを通すべき 🛠️ 実装方針 1. OpenTelemetry GenAI semantic conventions 準拠のスパンを全エージェントに組み込み、推論・ツール呼び出し・検索の各ステップをトレースIDで一貫して記録します 2. Langfuse / LangSmith / Arize 等のLLMオブザーバビリティ基盤にメタデータ(モデル名・トークン数・レイテンシ・コスト・評価スコア)を送信し、ダッシュボードで部署別コスト・品質推移を監視します 3. プロンプト本文・コンテキスト・生出力はオブジェクトストレージ(S3等)に格納し、ログ基盤のメタデータとIDで紐付けます 4. tail-based sampling を導入し、正常系は1〜10%サンプリング、エラー・低評価・高コストのリクエストは全量記録します 5. 規制対応が必要な場合は、決定ログをappend-onlyの不変監査ログとして保持し、参照データ・使用モデル・プロンプトバージョン・承認者まで逆引き可能なプロベナンスを構築します #AIエージェント# #エンタープライズアーキテクチャ#
もっと見る
# AIエージェント開発の意思決定ポイント 🎯 ポイント 「安全のために全部承認制にしよう」は、実は安全ではありません。 1日100件の承認要求が来ると、承認者は内容を読まずにOKを押すようになります。これが「承認疲れ」です。承認があるという形式的な安心感だけが残り、実質的なチェックはゼロ。承認なしよりも危険な状態です。HITL承認頻度の設計は、安全性と自動化のメリットの両立を決める重要なダイヤルです。 📋 概要 HITL(Human-in-the-Loop)承認頻度とは、エージェントの処理中に人間の承認を求める頻度を制御するダイヤルです。全操作に承認を求めるか、高リスク操作のみに絞るか、あるいは事後の標本監査に留めるかを決めます。全件承認はエージェントのスループットを人間の応答速度にまで引き下げ、自動化のメリットを消失させます。逆に承認を完全に排除すると、ハルシネーションやツールの副作用による被害を防ぐ最後の砦が失われます。 🔍 意思決定のポイント 📌 失敗コスト:このダイヤルの最大の駆動変数です。失敗時の損害が大きい操作ほど承認を求め、損害が小さい操作は承認を省きます。 📌 可逆性:操作が取り消し可能かどうかで承認の必要性が変わります。読取操作や下書き生成は承認不要、不可逆な操作(本番DBの削除・メール送信・決済)は事前承認必須です。 📌 承認者の認知負荷:承認頻度が高すぎると承認の質が下がるという逆説的な関係を常に意識してください。 💡 要点と詳細 🏗️ リスクゲート方式を推奨します。操作を3層に分類します。 - 自動実行(auto):読取操作、可逆な小規模書込。承認不要 - 事前承認(approval):不可逆な操作、金銭移動、外部通知。実行前に人間が確認 - 禁止(forbidden):本番データの一括削除など。エージェントには実行権限を与えない 🏗️ バッチ承認が有効です。10件を個別に承認するより、10件の一覧を見て一括承認する方が承認者の負荷が小さく、内容を比較しやすいためチェックの質も上がります。 🏗️ 標本監査で効率化できます。自動実行操作の5〜10%をランダムサンプリングして品質を監査。異常が検出されたらそのカテゴリの自律性レベルを下げます。 🏗️ 承認疲れを定量的に監視してください。承認応答が平均2秒以下であれば、内容を読まずに承認している可能性が高いです。 ⚖️ トレードオフ 🔻 承認が少なすぎる:不可逆な操作がLLMの判断だけで自動実行され、ハルシネーションによる誤操作発生時に手遅れに。監査記録が残らずコンプライアンス違反にもなりえます。 🔺 承認が多すぎる:承認疲れで実質的チェックがゼロに。スループットが人間の応答速度に律速され、5分に1回の承認で本来30秒の処理が30分に。ユーザーが頻繁な割り込みにストレスを感じ、エージェント利用を止めてしまいます。 段階的な信頼構築がベストプラクティスです。最初は事前承認で始め、実績が蓄積されたら標本監査に移行し、十分な信頼が得られたら自動実行に昇格させます。 🛠️ ユースケース 📧 メール送信エージェント:下書き生成は承認不要。社内メールは標本監査(10%を事後チェック)。顧客向けメールは全件事前承認。一括メール送信(100件以上)は2人以上の多重承認。定型的な注文確認メールはテンプレートベースの自動実行に昇格可能です。 🗄️ データベース管理エージェント:SELECTは承認不要。INSERT/UPDATEは事前承認→実績でバッチ承認に移行。DELETEは常に事前承認。DDL操作は多重承認。本番と開発で承認ポリシーを分けることが重要です。 🌙 24時間バッチエージェント:承認者不在の夜間は、要承認操作をキューに積んで翌営業日に処理。承認タイムアウトのデフォルトは安全側(自動却下)にすること。自動承認にすると承認プロセスが形骸化します。 #AIエージェント# #ソフトウェアアーキテクチャ#
もっと見る