
見本を足すと悪くなる問もある。小さなLLMで確かめた、生成AIの試し方
2026年10月29日、代表の寺田康佑が講師を務めた、ある企業の社内勉強会で、小さな言語モデル(Qwen2.5-3B-Instruct)に「見本を付ける」「見直しを頼む」の2つの工夫を試しました。良くなった問、悪くなった問、誤りを正しいと言い切った問から、生成AIを業務で試すときの比べ方を書きます。
Category
AI・機械学習に関する記事

2026年10月29日、代表の寺田康佑が講師を務めた、ある企業の社内勉強会で、小さな言語モデル(Qwen2.5-3B-Instruct)に「見本を付ける」「見直しを頼む」の2つの工夫を試しました。良くなった問、悪くなった問、誤りを正しいと言い切った問から、生成AIを業務で試すときの比べ方を書きます。
ローカル推論APIを社内で使う前に、認証、許可リスト、端末の退役を分けて設計します。許可リストが示すのは、通信を通してよい相手です。誰が何の業務に使ってよいかは、別に決めます。
カメラやセンサーの近くで動く現場のAIと、社内文書を扱うローカルLLMでは、重視する条件が違います。Cor.株式会社は検証環境を分ける方針です。分けたこと自体は、安全である証明ではありません。
契約書、議事録、見積書、顧客情報を生成AIに入力してよいか迷う経営者・管理部門向けに、機密度の分け方、クラウドAIとローカルLLMの使い分け、社内ルール整備の要点を解説します。
中小企業のAI導入率20.4%という現状を踏まえ、総務・管理部門から無理なく始めるAI活用の進め方を解説します。AI活用の最初の一歩を検討する企業向けの記事です。
生成AIの利用ルールを作る経営者・管理部門向けに、入力禁止情報、承認済みAI、ログ、教育、インシデント対応を整理します。AI活用と情報管理を両立したい企業向けの記事です。
社内文書検索・RAG導入で成果が出ない理由を、データ整理、権限、評価指標、運用設計の観点から解説します。社内ナレッジAIをPoCで終わらせないための実践ガイドです。
ローカルLLMの基本、クラウドAIとの違い、導入が向いている業務、PoC前に確認すべきセキュリティと運用要件を解説します。機密データを安全にAI活用したい企業向けの記事です。
AI導入がPoCで止まる原因と、業務成果につなげるためのKPI、検証設計、社内意思決定の進め方を解説します。AI導入を本番化したい経営者・PM向けの記事です。
AI導入の社内稟議を通すために必要な目的、KPI、コスト、リスク、見積根拠の整理方法を解説します。AI導入を社内で説明したい担当者向けの記事です。
AIエージェントの導入が進む2026年、業務に組み込む前に決めておくべき権限設計、操作ログ、人の承認ポイントを解説します。PoCで終わらせないための実装方針です。
GitHubのコントリビューション数は、2024年後半には月20〜40件ほど、2025年5月には約300件でした。Issue、PR、レビューを含むGitHub標準の集計で、2025年5月30日のグラフに基づきます。開発速度や納品量の倍率ではありません。