CATEGORIES · 03 / 05
AI
モデル、プロンプト、alignment の周辺。数値と哲学の境界線で書く記事。（68 本）
コンテキストエンジニアリングで Claude Code のトークン消費を半分にした、私の実務観点 5 つ
Kagent の systemMessage 8 万字 → 400 字、入力トークン 15.5 万 → 7.5 万、という記録を Zenn で読みました。読みながら、自分の AetherEchoes auto-publish パイプラインを 1 枚岩から 3 段に割り直した時の数字を振り返ります。読ませる必要のないものを Claude に読ませない、これだけで消費は半減します。
LLM は発散する。私は収束させる側でありたい
Zenn の n314 氏が書いた「LLM は発散させ、人間は収束させる」を読んで、auto-publish パイプラインを 1 ヶ月運用した違和感が一気に言語化されました。CLAUDE.md の指示が訓練データに上書きされる現象、validator と人間に降ろした収束の役割、そして金曜の夜に私が本当に判断していることを書きます。
RAG を「読み物」として設計する 5 観点
質問応答ではなく、興味から関連記事を提示する RAG。答えではなく問いを返す、読書をガイドする編集者としての RAG 設計。
Embedding コストを 1/70 にした 3 つの工夫
hash で再計算スキップ / dim を 1536 → 256 / バッチング。月 $42 が $0.6 になった実測。
Claude Skills + CONTENT_GUIDELINES の組み合わせ
/post-outline / /post-draft の Skills と、トーン・禁則・出典ルールを書いた CONTENT_GUIDELINES を組み合わせて運用する。
AI 生成テキストの「指紋」を削る編集
— の多用 / 「結論として」 / 「〜と言えるでしょう」 / 過剰な箇条書き。LLM 出力に残る指紋を見つけて削るチェックリスト。
Claude Bot + 人間編集者の二段階パイプライン
Bot が draft で投入し、人間が校正 + 公開判断する。E-E-A-T を担保しながら本数を伸ばす執筆運用の作り方。
Claude Code で個人雑誌を 48 時間で建てた記録
月刊・5 部門・AI 自動入稿付きの個人雑誌を Claude Code に組ませた。デザイン採択 → 全面リデザイン → 法務ページ整備までの実体験。
AI が書いた文章の癖を消す
「ですが」「いかがでしょうか」「まとめると」。LLM が無意識に多用する語を、後処理で削るだけで人間の文章に近づく。
評価で曖昧さを残すケース
すべてを 0/1 で判定したくなる衝動を抑える。「微妙に違う」を許容する評価設計が、本当の品質を測る。