データ・AIのスキル

文書検索を組み込んだAI回答や、ツールを使うAIエージェントを設計・実装します。モデル選定から検索精度の評価、監視、安全対策、利用コストの管理まで扱います。

• 社内資料に答えるAIを作りたいとき
• 検索精度を改善したいとき
• 複数の役割を持つAIの設計

OpenAIやAnthropicなどのAPIを使い、特定の課題を解くAI製品の設計を支援します。プロンプトやモデル選定、利用量の計測、コスト管理まで扱います。

• 特定の課題に絞ったAI SaaSの企画
• 製品機能向けのプロンプト設計
• モデル・コスト・使いやすさの検討

AIエージェントの評価結果を共通形式で記録し、成功率・ツール呼び出しの誤り・実費を比較するスキル。CSVやSQL、JSON Schemaの評価台帳を整えます。

• エージェントの評価結果を記録したいとき
• 候補と基準の性能を比較したいとき
• 課題あたりの実費を追いたいとき

自律型AIエージェントの設計から実装・評価まで、必要な工程と関連スキルを案内します。単体・複数エージェントの構成、ツール連携、記憶の設計を整理します。

• 自律型AIエージェントを設計したいとき
• 複数エージェントの役割分担を作りたいとき
• LangGraphで状態を保つ処理の設計

AI機能を製品に組み込むために、LLM連携、外部情報を参照するRAGの構成、プロンプト設計、利用者が信頼できる操作体験、コスト最適化を扱います。

• 製品へのLLM連携を検討したいとき
• 情報参照に使うRAGの構成検討
• プロンプト設計とAIの操作体験の見直し

AIエージェントが会話や好みを次回も参照できるよう、利用組織・ユーザーごとに記憶を分離し、保存期間や検索範囲、古い情報・矛盾する記録の扱いを設計します。

• セッションをまたいで好みを記憶したいとき
• 組織・ユーザーごとに履歴を分けたいとき
• 古い記録や矛盾する検索結果の原因調査

既存AIエージェントの実行記録や利用者の反応から課題を分析し、指示文と作業手順を改善します。変更前後の比較テストで品質、速度、コストを確かめ、継続的な見直しにつなげます。

• 失敗や利用者の修正傾向を調べたいとき
• 指示文や例示、出力形式の改善
• 変更前後のA/Bテスト

設計方針や実装パターン、判断の経緯をAIエージェントの長期記憶として保存・検索するスキル。プロジェクト文書との自動同期や、記憶の利用状況の確認も扱います。

• 設計上の判断を後から参照したいとき
• 過去の実装パターンを検索したいとき
• 保存した設計メモをキーで取得したいとき

LLMの回答を別のLLMで評価するために、採点基準や二つの回答の比較手順を設計し、表示順による偏りの点検と人の評価との照合を支援します。

• AI回答の自動評価を設計したいとき
• プロンプトやモデルの変更を比較
• 評価担当者の採点基準を統一

Azure AI Foundry上で会話を保持するエージェントをPythonで構築するスキル。関数や検索、MCPの接続、応答の逐次表示や構造化出力を扱います。

• 会話の文脈を保持するエージェント開発
• Python関数や検索ツールの接続
• 応答を届いた順に表示したいとき

目標をaccの評価付きメモリを使う処理に渡し、返された検討内容への提案と確信度、後日の結果を送るスキル。回答と参照IDも取り出して提示します。

• 目標をaccの検討処理に渡したいとき
• 返された検討情報に提案を送る
• 回答と判断・参照IDの提示

製品改善のA/Bテストに向けて、仮説や比較案、必要なサンプル数、計測方法を整理します。開始前に評価指標と終了条件を定め、結果の解釈と判断の記録まで支援します。

• 登録フォームの比較テストを設計したいとき
• 必要なサンプル数と期間の見積もり
• 開始前にイベント計測を確認したいとき

繰り返し任せたい仕事に合わせて、専用サブエージェントの役割・手順・出力形式を設計し、プラグイン用ファイルと必要に応じた振り分けスキルを作成します。

• コードレビュー専用の担当を作りたいとき
• 繰り返す指示を役割設定にまとめたいとき
• 既存プラグインに担当を追加したいとき

AIエージェントが使う知識や設計判断をプロジェクトに保存し、検索・参照するスキル。作業で得た知見をMarkdown文書に自動同期して残します。

• 設計判断を次の作業に残したいとき
• 過去の実装パターンを探したいとき
• 知識とプロジェクト文書の同期

データウェアハウスの指標集計やレポート用SQLを、列の明示・日付条件・集計名などの規約に沿って作成し、返答前に確認するスキルです。

• レポートやダッシュボード用SQLの作成
• 件数・合計・期間別の集計
• 複数テーブルのデータ照合

暗号資産の話題性、検索人気、資金流入、トレーダーの損益をランキングで確認し、チェーンや期間、時価総額などの条件に応じて比較するスキル。

• SNSで話題の銘柄を探したいとき
• 資金の純流入を比較したいとき
• 市場規模で注目銘柄を絞りたいとき

ワールドカップの試合ごとにAIの勝敗予測、関連ニュース、市場の確率を確認し、補正要因を変えた再計算や、明示的な確認を伴う予測市場への注文連携を行うスキル。

• ワールドカップのAI予測を確認したいとき
• モデル予測と市場の確率の比較
• 補正要因を変えた確率の再計算

投資ポートフォリオの損失リスクや運用成績を、VaR・CVaR・Sharpeなど複数の指標で分析し、リスク上限の設定や継続監視に役立てるスキル。

• ポートフォリオの損失リスクを測りたいとき
• リスクを考慮して運用成績を比較したいとき
• リスク上限や保有量を設定したいとき

候補の収集から採点、上位項目の選択までを6段階に分け、推薦フィードや検索順位、タスクの優先順位を決める処理の設計と動くひな形の作成を支援します。

• 個人向け記事フィードの設計
• RAGの検索結果を並べ替えたいとき
• 提案タスクの優先順位付け

回答の比較評価や高評価・低評価のフィードバックを使い、モデルの追加学習方式と設定を選びます。DPOなどの使い分けから回答ペアの作成、学習不調の見直しまで扱います。

• 回答の比較評価に合う方式を選びたいとき
• 個別の高評価・低評価を学習に使いたいとき
• DPOで能力が落ちた際の設定見直し

採点済みの実行記録や本番ログを選別し、モデルの追加学習用データに変換します。成功例や修正済み回答、同じ課題の回答ペアを整え、機密情報や評価用データの混入を防ぎます。

• 高得点の成功例を学習に使いたいとき
• 専門家が修正した失敗例の活用
• 同じ課題の回答ペアを作りたいとき

数学・コード・構造化出力など、正誤をプログラムで判定できる課題向けに、GRPOによる強化学習の設定と報酬関数を整え、学習の不調や報酬の抜け穴を点検するスキル。

• 自動で正誤判定できる課題のGRPO設定
• 出力形式と正確さの報酬設計
• 学習開始前の報酬スコア点検

LLMの追加学習を始める前に、正解例と失敗の種類別の採点処理を整えるスキル。人の評価との照合や学習前モデルの測定を通じ、学習後の比較基準を作ります。

• 実行記録から評価セットを作りたいとき
• 失敗の種類ごとに採点したいとき
• LLMの判定を人の評価と照合したいとき

評価を通過した追加学習済みモデルを、GPUや実行環境に合う形式で書き出し、変換前後の回答比較で、量子化や出力形式の変更による不具合を確認するスキル。

• 配備を承認されたモデルの書き出し
• GPUやノートPC向けの形式選び
• 変換前後の回答を比較したいとき