最新の技術トレンドと実践的な開発ノウハウを共有するテクニカルブログhttps://blog.zerozawa.dev/jahttps://blog.zerozawa.dev/posts/rag-evaluation-with-ragas/https://blog.zerozawa.dev/posts/rag-evaluation-with-ragas/Part 1-3 で打った手 (naive / hybrid / rerank+citations) は感覚的には効いた。本記事 (Part 4) では RAGAs の 4 指標 (Faithfulness / Answer Relevance / Context Precision / Context Recall) で 30 件の golden set を Ollama (qwen3:8b judge) で回し、各 Part の改善を数値で再確認する。測定して初めて分かった「英語 reranker が日本語で aggregate を下げる」失敗と、gen=judge 同型バイアスの読み方も実機で議論する。シリーズ「今更聞けない RAG の作り方、評価の仕方」第 4 回Fri, 22 May 2026 00:00:00 GMTRAGLLMevaluationRAGAsOllamaPythongolden-setZeroZawahttps://blog.zerozawa.dev/posts/rag-production-ops/https://blog.zerozawa.dev/posts/rag-production-ops/Part 4 で組んだ offline 評価は「変更前後で回帰がないか」を見るためのもの。本記事 (Part 5、シリーズ完結) では online 運用で必須になる Logging Safety (PII redaction を含む)、embedding drift 検出、コスト構造分解、インシデント対応とロールバックを扱う。「個人情報を含むコーパスで default のままログを取ると重大インシデント」を構造的に避ける設計を companion repo の実装と並べて示す。シリーズ「今更聞けない RAG の作り方、評価の仕方」完結編Fri, 22 May 2026 00:00:00 GMTRAGLLMproductionobservabilityPIIOpenTelemetryPythonZeroZawahttps://blog.zerozawa.dev/posts/rag-generation-design/https://blog.zerozawa.dev/posts/rag-generation-design/Part 2 の hybrid+filter で旧版は落ちたが、意味的に近い trap と引用喪失が残る。本記事 (Part 3) では cross-encoder reranker で top-20 → top-3 まで絞って semantic trap を圏外へ落とし、Anthropic Citations API で doc_id 付きの grounding を設計する。trap の rank が 2 位から 9 位へ動く様子を実測で観察し、検証は Part 4 へ送る。シリーズ「今更聞けない RAG の作り方、評価の仕方」第 3 回Thu, 21 May 2026 00:00:00 GMTRAGLLMAnthropicOllamarerankercitationscross-encoderZeroZawahttps://blog.zerozawa.dev/posts/rag-retrieval-deep-dive/https://blog.zerozawa.dev/posts/rag-retrieval-deep-dive/素朴な RAG の retrieval を、metadata 保持型 chunking と BM25+dense hybrid search で立て直す。版違い文書と同義語 miss を観察し、status filter で旧版 (archived) を top-5 から追い出す効果を実測で確認する。シリーズ「今更聞けない RAG の作り方、評価の仕方」第 2 回Thu, 21 May 2026 00:00:00 GMTRAGLLMOllamaPythonretrievalbm25chunkingZeroZawahttps://blog.zerozawa.dev/posts/rag-naive-baseline/https://blog.zerozawa.dev/posts/rag-naive-baseline/LLM + ベクトル検索で「動く RAG」を 100 行で組んでみる。実装は驚くほど短い。けれど「動く」と「使える」の間には大きな谷がある。シリーズ「今更聞けない RAG の作り方、評価の仕方」第 1 回。Wed, 20 May 2026 00:00:00 GMTRAGLLMOllamaPythonretrievalZeroZawahttps://blog.zerozawa.dev/posts/bun-zig-to-rust-rewrite-2026/https://blog.zerozawa.dev/posts/bun-zig-to-rust-rewrite-2026/Bun の Zig→Rust リライト (PR #30412) は memory safety だけの話ではない。Anthropic 買収・Zig の LLM 寄稿禁止・Claude による 6 日 96 万行ポート・unsafe block 10,428 が交差した構造的必然と、採用判断への含意を解く。Sat, 16 May 2026 00:00:00 GMTbunrustziganthropicclaude-coderuntimeai-codingZeroZawahttps://blog.zerozawa.dev/posts/prompt-contract-shift-gpt-5-5-migration-2026/https://blog.zerozawa.dev/posts/prompt-contract-shift-gpt-5-5-migration-2026/OpenAIの公式プロンプトガイドをGPT-3.5から最新のGPT-5.5まで通読すると、最適化の重心は「手順を並べる」から「成果物の契約を書く」へ移っている。Anthropic Opus 4.7とGemini 3 Proの推奨も同じ方向に揃った。思想変遷の整理と、旧プロンプトを書き直しで移行するためのテンプレート・チェックリストをまとめた。Sat, 16 May 2026 00:00:00 GMTAILLMプロンプトエンジニアリングGPT-5.5OpenAIClaude Opus 4.7Gemini 3 ProResponses APIreasoning effortZeroZawahttps://blog.zerozawa.dev/posts/gpt-realtime-2-benchmark/https://blog.zerozawa.dev/posts/gpt-realtime-2-benchmark/OpenAI が発表した gpt-realtime-2 を Google Gemini Live・ElevenLabs・Cartesia と横並び比較。Big Bench Audio・Full Duplex Bench・レイテンシ・価格を表でまとめ、本当のブレイクスルーが「単一指標 1 位」ではなく「推論×流暢性×統合性の同時達成」である理由を定量で示す。Sat, 09 May 2026 00:00:00 GMTopenaigpt-realtime-2voice-aibenchmarkgemini-liveelevenlabscartesiaZeroZawahttps://blog.zerozawa.dev/posts/gpt-5-5-instant-comparison/https://blog.zerozawa.dev/posts/gpt-5-5-instant-comparison/2026年5月5日、OpenAI が GPT-5.5 Instant を ChatGPT 新デフォルトとして展開した。GPT-5.3 Instant 比でハルシネーションを 52.5% 削減し、長期記憶（過去会話・Gmail・ファイル連携）を実装。Gemini 3 Flash／Claude Haiku 4.5 とのモデルカード比較・比較優位性・ユースケースを整理する。Wed, 06 May 2026 00:00:00 GMTgpt-5-5-instantopenaillmaigemini-3-flashclaude-haiku-4-5benchmarkZeroZawahttps://blog.zerozawa.dev/posts/codex-hatch-pet-skill-analysis/https://blog.zerozawa.dev/posts/codex-hatch-pet-skill-analysis/2026年5月にOpenAI Codex appへ追加された Pet 機能の正体は、Apache 2.0 で公開されたエージェントスキル hatch-pet。14個のPythonスクリプト+1個のシェルラッパーと $imagegen 委譲という二層構造を読み解き、Spritesheetアトラス仕様、サブエージェント並列生成、ライセンス境界を整理。CI/CD・配信・SaaS UX・教育プラットフォームなど、自社プロダクトへ移植する5つの具体路線まで踏み込みます。Sun, 03 May 2026 00:00:00 GMTCodexOpenAIAgentSkillsUXSpritePet画像生成ZeroZawahttps://blog.zerozawa.dev/posts/zed-1-0-developer-experience-vs-vscode/https://blog.zerozawa.dev/posts/zed-1-0-developer-experience-vs-vscode/2026年4月29日にリリースされたZed 1.0を、VSCode・Cursor・JetBrains派の視点で解剖。Rust+GPU描画で起動2倍・メモリ16倍効率という実測値、AIネイティブ設計とACPの思想、拡張機能ギャップを整理し、いま乗り換えるべきユーザー像を明確にします。Thu, 30 Apr 2026 00:00:00 GMTEditorZedVSCodeCursorRustGPUIACP開発体験ZeroZawahttps://blog.zerozawa.dev/posts/deepseek-v4-pro-flash-flagship-comparison/https://blog.zerozawa.dev/posts/deepseek-v4-pro-flash-flagship-comparison/2026年4月24日リリースの DeepSeek V4 Preview を徹底解説。1.6T MoE/49B active で競技コーディング世界一を奪取、SWE-Bench Verified で Opus 4.6 に並走、V4-Flash なら GPT-5.5 比1/100 の価格——オープン陣営での位置取り、GPT-5.5/Opus 4.7 との現実的ギャップ、比較優位を活かす3つのユースケースまで開発者目線で整理します。Sat, 25 Apr 2026 00:00:00 GMTAILLMDeepSeekDeepSeek-V4MoEオープンソースベンチマークエージェントZeroZawahttps://blog.zerozawa.dev/posts/qwen-3-6-27b-coding-flagship/https://blog.zerozawa.dev/posts/qwen-3-6-27b-coding-flagship/2026年4月22日リリースのQwen3.6-27Bを徹底解説。27B denseでClaude 4.5 Opusに肉薄したコーディング性能、14.8倍コンパクトで前世代397B MoEを上回るアーキ転換、量子化16.8GBでのローカル実行まで、開発者目線でアツいポイントを整理します。Sat, 25 Apr 2026 00:00:00 GMTAILLMQwenAlibabaQwen3.6-27BオープンソースベンチマークエージェントZeroZawahttps://blog.zerozawa.dev/posts/gpt-5-5-flagship-orchestration-2026/https://blog.zerozawa.dev/posts/gpt-5-5-flagship-orchestration-2026/2026年4月にGPT-5.5が登場しフラグシップ勢力図が再配置された。4大プロプライエタリ＋Anthropicの制限モデルMythosまでを射程に、単一最強を追うのをやめ、Router/Cascade/Verifier/Specialist Chainの4パターンでモデルを使い分ける設計論を提示する。Fri, 24 Apr 2026 00:00:00 GMTAILLMGPT-5.5Claude Opus 4.7Claude MythosGemini 3.1 ProGrok 4.3オーケストレーションエージェントZeroZawahttps://blog.zerozawa.dev/posts/gpt-image-2-vs-nano-banana-cost-comparison/https://blog.zerozawa.dev/posts/gpt-image-2-vs-nano-banana-cost-comparison/OpenAIが2026年4月21日にリリースしたgpt-image-2を一次情報ベースで整理。Nano Banana Pro・Nano Banana 2との三つ巴スペック比較、5つの実運用ユースケース別コスト試算、そして「どのモデルをいつ使うか」の決定フレームを提示します。Wed, 22 Apr 2026 00:00:00 GMTAI画像生成OpenAIGooglegpt-image-2Nano Bananaコスト比較ZeroZawahttps://blog.zerozawa.dev/posts/claude-opus-4-7-release/https://blog.zerozawa.dev/posts/claude-opus-4-7-release/Anthropicが2026年4月16日にリリースしたClaude Opus 4.7を徹底解説。SWE-bench Pro 64.3%を記録したコーディング性能、新しいxhigh努力レベル、3.75MPビジョン対応まで、開発者視点で使い方を整理します。Fri, 17 Apr 2026 00:00:00 GMTAILLMClaudeAnthropicClaude Opus 4.7ベンチマークエージェントZeroZawahttps://blog.zerozawa.dev/posts/harness-engineering/https://blog.zerozawa.dev/posts/harness-engineering/プロンプトエンジニアリング、コンテキストエンジニアリングに続く新しいAI協業の考え方「ハーネスエンジニアリング」を解説。OpenAIが0行の手書きコードで100万行のプロダクトを作った実験から学ぶ、エージェント時代の設計思想。Wed, 11 Mar 2026 00:00:00 GMTai-agentharness-engineeringcontext-engineeringcoding-agentZeroZawahttps://blog.zerozawa.dev/posts/acp-agent-client-protocol/https://blog.zerozawa.dev/posts/acp-agent-client-protocol/コーディングエージェントとIDEの通信を標準化するACP。MCPなど他の生成AIプロトコルとの違い、解決する課題、そして今後のロードマップを解説。Fri, 27 Feb 2026 00:00:00 GMTaiagentprotocoldeveloper-toolsZeroZawahttps://blog.zerozawa.dev/posts/nano-banana-2-spec-comparison/https://blog.zerozawa.dev/posts/nano-banana-2-spec-comparison/Google が Nano Banana 2（Gemini 3.1 Flash Image）をリリース。初代 Nano Banana、Nano Banana Pro との三つ巴スペック比較で、この「進化したバナナ」の実力を丸裸にする。Fri, 27 Feb 2026 00:00:00 GMTAIGoogleReviewZeroZawahttps://blog.zerozawa.dev/posts/google-gemini-distillation-strategy/https://blog.zerozawa.dev/posts/google-gemini-distillation-strategy/Gemini 3.1 Proは単なるマイナーアップデートではない。Deep Thinkで蓄積した最先端の推論知性を、量産モデルへ「蒸留」することで大衆化するGoogleの2段階戦略を解説する。Sat, 21 Feb 2026 00:00:00 GMTgooglegeminillmai-strategydistillationdeep-thinkai-industryZeroZawahttps://blog.zerozawa.dev/posts/ai-datacenter-cost-structure/https://blog.zerozawa.dev/posts/ai-datacenter-cost-structure/AIの最新フラグシップモデルの学習にはいくらかかるのか？ データセンター運営コストをMECEに分解し、GPU・電力・冷却・人件費など6大カテゴリの構造を公開データとフェルミ推定で明らかにします。GLM5のリリースやGPU輸出規制の影響も取り上げます。Fri, 13 Feb 2026 00:00:00 GMTAIDataCenterCostGPUInfrastructureZeroZawahttps://blog.zerozawa.dev/posts/opus-4-5-context-cost-efficiency/https://blog.zerozawa.dev/posts/opus-4-5-context-cost-efficiency/Is Opus 4.5 actually cheap? A deep dive into context economy.Sun, 25 Jan 2026 00:00:00 GMTAnthropicClaudeAIZeroZawahttps://blog.zerozawa.dev/posts/clawdbot-ai-gateway-guide/https://blog.zerozawa.dev/posts/clawdbot-ai-gateway-guide/海外で人気急上昇中の「ClawdBot」とは？WhatsAppやTelegram、DiscordからAIエージェントを呼び出せる革命的ゲートウェイの技術的ブレイクスルー、競合優位性、そして日常生活を変える活用法を徹底解説します。Sat, 24 Jan 2026 00:00:00 GMTAIClawdBotMessagingProductivityZeroZawahttps://blog.zerozawa.dev/posts/glm-4-7-review-cheap-high-performance-llm/https://blog.zerozawa.dev/posts/glm-4-7-review-cheap-high-performance-llm/GLM-4.7がOpus 4.5に迫る性能で激安と話題。その実力を検証し、今後のモデル評価の「型」となるレビューをお届けします。Sat, 24 Jan 2026 00:00:00 GMTLLMGLM-4.7Opus 4.5AIZeroZawahttps://blog.zerozawa.dev/posts/antigravity-skills-guide/https://blog.zerozawa.dev/posts/antigravity-skills-guide/Google AntigravityとClaude Codeで利用可能な「Skills」機能を徹底解説。SKILL.mdの書き方から実践的な活用パターンまで、AIエージェントをドメイン専門家に育てる方法を紹介します。Sat, 17 Jan 2026 00:00:00 GMTAIAntigravityClaude CodeAgent SkillsZeroZawahttps://blog.zerozawa.dev/posts/practical-development-skills-guide/https://blog.zerozawa.dev/posts/practical-development-skills-guide/生成AIのコーディング品質に悩んでいませんか？Frontend(React)とBackend(FastAPI)の実践的なSkill定義を通じて、AIエージェントを「ただのコピペマシーン」から「信頼できるテックリード」に進化させる方法を徹底解説します。Fri, 16 Jan 2026 00:00:00 GMTAIAntigravityClaude CodeReactFastAPIZeroZawahttps://blog.zerozawa.dev/posts/nano-banana-4koma-guide/https://blog.zerozawa.dev/posts/nano-banana-4koma-guide/Google Gemini 3 Proベースの画像生成AI「Nano Banana Pro」を使って、絵が描けなくてもプロ品質の4コマ漫画を作る方法を完全解説。キャラクターの一貫性維持テクニックと自由なコマ割りのコツを紹介します。Thu, 01 Jan 2026 00:00:00 GMTAIMangaTutorialNano Banana ProGeminiZeroZawahttps://blog.zerozawa.dev/posts/cicd-troubleshooting-journey/https://blog.zerozawa.dev/posts/cicd-troubleshooting-journey/Astroプロジェクトの完全TypeScript化とCI/CDパイプライン構築で遭遇した数々のエラーとその解決方法を詳細に記録Mon, 01 Sep 2025 00:00:00 GMTtypescriptci-cdgithub-actionsastrofirebaseeslintprettierZeroZawahttps://blog.zerozawa.dev/posts/fixing-theme-switching-issues/https://blog.zerozawa.dev/posts/fixing-theme-switching-issues/How we solved light theme visibility problems by refining our CSS color system using OKLCH color spaceFri, 31 Jan 2025 00:00:00 GMTCSSAstroThemeOKLCHUI-UXZeroZawa