Field Ready
求人
ライブラリ
ログイン
無料で始める
AI導入の技術判断
レッスン 2 / 5
レッスン
AIを使わないという判断
基礎
Engineering Track
Strategy Track
Technical Judgment
Business Value
Stakeholder & Adoption
LLM を入れないほうが速く・安く・確実なケース。顧客の期待値をどう扱うか。
この記事について
LLM を入れないほうが速く・安く・確実なケース。顧客の期待値をどう扱うか。
本文(執筆中)
このセクションは準備中です。
ポイント 1
ポイント 2
ポイント 3
用語
意味
例
説明
‹ RAG・エージェント・ルールベースの使い分け
評価と観測の設計 ›
関連求人
OpenAI
Forward Deployed Engineer - Tokyo
非公開 · 東京
OpenAI
Technical Deployment Lead - Tokyo
非公開 · 東京
OpenAI
Applied AI Engineer, Startups
非公開 · 東京
OpenAI
Manager, Forward Deployed Engineer - Tokyo
非公開 · 東京
Palantir
Deployment Strategist - Japan Commercial
非公開 · 東京
関連記事
RAG・エージェント・ルールベースの使い分け
同じ「社内文書を探したい」でも最適解は変わる。3 つの方式の得手不得手を整理する。
基礎
評価と観測の設計
「精度が良い」をどう測るか。オフライン評価・本番での観測・人手レビューの組み合わせ。
基礎
セキュリティとデータ所在
外部 LLM への送信可否、データ所在、アクセス制御。CISO に説明できる設計。
応用