大手製造業・金融・SIerの実運用環境にAIエージェントを導入しています。基幹システムやレガシー資産と繋ぐ側の仕事です。 このブログでは、案件と自社業務で実際に検証したことを、詰まった場所と捨てた判断まで含めて公開しています。
AIエージェントに業務を任せるとき、「どこまで操作させるか」を決める基準です。受託案件と自社業務の実装から作った社内標準を、そのまま公開します。全24ページ・チェックリストと社内説明用テンプレート付き。
同一デザインの pptx を日本語版と英語版で用意して retrieve API のレスポンスを比較。日本語版は文字が消え、数字・記号・ローマ字だけが残った。エラーにならないので気づけない。
データソースの自動同期は初回のみ。埋め込みモデルは固定。チャンク戦略は後から変更できないため、精度が出なかったときに調整ではなくKBの作り直しになる。
表形式で件数が数百に収まるなら、ベクトル化を挟まず直接開かせたほうが精度が出ることがある。切った時点で行と列の関係が壊れるため。
設定だけでエージェントループをRuntimeに埋め込める仕組み。実体は Strands Agents。コンソールで作るとコード変換できない（CLIなら可能）。ツール周りは直接書いたほうが試行錯誤しやすい。
LLM_PROXY があるだけでSSLエラーになるプロキシは設定していないのに boto3 が落ちる。原因は単語一致による誤検知。APP_LLM_PROXY でも起きる。ネットに情報がなく自力で切り分けた。
ライセンスで入れられない、Storeも使えない、プロキシはOSレベルとdaemonレベルで2回刺してくる。技術の難易度ではなく制約の組み合わせの問題。
自動同期が初回のみという制約への実装側の答え。
Windows専用の win32com からの移行。aspose-cellsは結合テストの結果までデグレなし（有償ライセンス要）、LibreOfficeは無償だが全シートが1枚のPDFにまとまる。
5つの設計原則／操作の4分類と権限マトリクス／PoC開始前チェックリスト7項目／HILの設計／行動監査とログ設計／社内説明用の1枚資料。全24ページ。
アクセス経路／利用規模／認証方式／データの種類／処理・保存場所／操作権限範囲／可用性。着手後に決めると、動いているものを止めてやり直しになる項目を先に埋める。
完全分離（サイロ）／共有（プール）／両取り（ブリッジ）を Runtime・Memory など層ごとに選ぶ。自律的に動かすのではなく「代理実行＋スコープ限定トークン」で制御する。
型を定義したうえで2通りの方法で値を取得して突合し、一致しなければ人が確認する。出典は裏で保持し、残りは全文検索でAIに引かせる。「間違えない」ではなく「間違いに気づける」。
pptx / PDF / Excel が混在する社内文書に対して、どの構成なら要件を満たせるかの判断表。
自社のバックオフィス自動化基盤。動作率で見れば作り直す必要はなかった。それでも捨てたのは構築の難易度が高すぎて、担当の引き継ぎが2回続けて難航したから。判断基準は「動くか」ではなく「自分たちの体制で維持できるか」だった。
ログイン・検索・回答まで動く。ところが実データを入れると単純な質問にも答えられないケースが出る。ドキュメントの形式で当たり方が変わる。実データで試すまで精度は分からない。
4機能の統合は終わっていた。詰まったのはアクセス許可を誰が設定するか、カレンダーの入力ルールが人によって違うこと。作れることと運用に載ることは別だった。
Embeddingモデル実行時にIP由来の拒否ポリシーでエラー。モデルアクセス権限自体が閲覧できず、原因を特定できないまま終了しました。解決していませんが、同じところで止まっている人がいるかもしれないので出します。
記事を読む →生成AIの「できること」を紹介する記事は数多くあります。一方で、大手企業の環境で実際に何が動かなかったかを書いたものは、ほとんど見当たりません。 私たちが日々ぶつかっているのは、モデルの性能ではなく、いつも接続する側の問題です。以下の4領域を中心に書いていきます。