社内でAI導入を任された人へ。毎日書いてること。 ①試した結果と、直し方 ②AIにどこまで任せるかの判断手順 ③公式発表で、自社の何が変わるか 安全に小さく始めたい人向け。 代表的な投稿を、下にぶら下げておく↓

【WordPressを最新にしていても安心できない。今週の脆弱性は「土台」のソフトに集中した】 今週、PHP・Node.js・Java・GitLabが相次いで修正版を出した。中でもPHPは、修正版より先に攻撃のやり方が出回る異例の展開になっている。 PHPはWordPressなどを動かしている土台なので、WordPressやプラグインを更新しても直らない。サーバー側のPHPを更新する必要がある。 「使っている＝すぐ危ない」ではなく、修正版に更新すれば塞がる。大事なのは、自社で何を使っていて、誰がいつ更新するのかを決めておくこと。 4つの要点と確認すべき点を、noteにまとめました↓ note.com/weel_media/n/n15477…

【ダッシュボード作り、AIに最初に渡すべきは「何のために見るか」】 メルマガが無料相談につながっているかを知りたくて、ダッシュボードを作っている。 最初は「こういう目的で知りたいんだけど、このデータ取れる？」くらいしか伝えていなかった。資料ダウンロードの集計は全部0件。メルマガ経由の相談はもともと少ないと思っていたので、0件には何とも思わなかった。 でもAIにHubSpotを調べてもらうと、資料ダウンロードのフォームに流入元（UTM）が残らない作りで、集計に出ていなかっただけだった。そこから「相談した人が、その前にメルマガを押していたか」を逆にたどって、数字が取れるようになった。これは本当にありがたかった。 ダッシュボードは、この順番が大事だと思う。 ①何の目的があるか ②そのためにどの数字を見るか ③その数字は取れるのか 目的が分からなければ、AIに「取れませんでした」と言われて終わっていたと思う。目的に向かう手段はAIに任せられる。でも目的を考えるのは、人にしかできない。 AIにデータを集めてもらうとき、「これを取ってきて」のほかに、何を伝えていますか？

【AIの方から「これ見て」と言ってくる。Claudeの新アプリは、送信や支払いの前に必ず承認を待つ】 Anthropicが新しいアプリ「Claude Duet」の研究プレビューを始めた。つないだアプリを見て対応が要るものを知らせ、頼んだ作業は席を離れている間も進める。メッセージの送信・支払い・署名・削除の前は、内容を見せて承認を待つ作り。今は米国のPro・Maxプランだけで、ウェイトリスト制。 「Claude版のGrok Bot」と言っている人もいて、早く使ってみたい。 ただ、AIに何を見せるかを人が決めておかないと、見せたくない連絡まで読まれることになる。 日本で使えるようになる前に、 ・どのアプリをつなぐか（メール・カレンダー・会計） ・承認なしで進めてよい作業はどこまでか ・会社の契約（Team・Enterprise）で使えるようになるまで、個人の契約で業務に使わないか を決めておきたい。

【Google Cloudを使っているなら、OpenAIの新モデルを今の契約のまま試せるように】 Google Cloudには、GeminiやClaudeなど200以上のAIモデルを選んでAPIで使える「Model Garden」という場所がある。そこにOpenAIのGPT-6 Astra・GPT-6.1 Sol・GPT-6 Lunaが加わった。 OpenAIと別に契約しなくても、利用料はGoogle Cloudの請求書にまとまり、今の利用枠からも払える。ただ今は一部の企業向けの非公開プレビューで、一般提供は数週間後の予定。 私は、モデルが増えたことより、新しく契約を結ばずに比べられることの方が大きいと思った。 Google Cloudを使っているなら、 ・今の利用枠からどれだけ回せるか ・入力したデータの扱い（学習には使わないとGoogle Cloudは説明。データを残さない設定は「近日」） ・Geminiと比べるなら、どの業務で比べるか を先に確かめておきたい。

【普通のRAGとAgentic RAGの違いは、「選ぶ役」と「確かめる役」がいるかどうか】 RAGは「足りない情報を外から取ってきて、それに合わせて答える仕組み」。Agentic RAGはそれを自律的に判断しながら動くもの、くらいに理解していた。 でも、プログラムとしてはどう書くのか。「情報が足りなければ参照する」という条件分岐を自分で書くのか。そもそも出力する前に、良い答えかどうかなんて分かるのか。そこが分からなかったので調べた。 ・普通のRAG：毎回先に検索して、近い文章を数件AIに渡すだけ。条件分岐はない一本道 ・「足りなければ調べる」は、検索をAIの道具として渡し、使うかをAI自身に決めさせる形 ・Agentic RAG：選ぶ役が取りに行く先（社内文書・Web・CRMなど）を決め、確かめる役が「この根拠で答えられるか」を判定する。足りなければ言い換えたり、取りに行く先を変えたりして、もう一度（引用元の図では最大5回）。OKが出てから初めて答えを作る じゃあ今、自分がClaude Codeで回しているリポジトリはどうか。調べたら、ベクトルDBは使っていなくて、ファイル名と目次をたどって、文字の一致で探していた。名前の付け方がそろっていれば、それで十分らしい。言い方がばらばらな議事録や過去の会話こそ、意味で探す仕組みが効きそう。

【契約したプランと違う上限がかかっていた。AIツールの使用量、誰が見ていますか】 OpenAIのCodex担当のTiboさんによると、週末に「使用量が思ったより早く減る」という報告が続き、約4万アカウントで、契約中のプランと違う利用上限がかかっていたそう。すでに直していて、対象の人には個別に連絡し、クレジットで補填するとのこと。 こういうズレは、使っている側が気づかないと「なんか足りない」で終わりがち。 会社でAIツールを契約しているなら、 ・プランどおりの上限になっているか ・使用量を誰が、どこで見ているか ・止まったときの代わりの手段があるか を一度確かめておきたい。

【ChatGPTの会話にロックがかけられるように。ただ「見えなくする」と「守る」は別の話】 ChatGPTで、選んだ会話を4桁のPINやFace IDでロックできるようになった。ロックした会話は普段の履歴や検索から消えるので、画面共有のときに見られにくくなる。無料プランから法人向けまで順次。 ただヘルプを読むと、暗号化されるわけでも、保存期間や学習に使うかの設定が変わるわけでもない。Enterpriseでは監査のログにも残る。PINを忘れてリセットすると、ロックした会話は全部消えて戻らない。 社内で使うなら、「ロックしたから機密を入れていい」とならないように、何を入れてはいけないかのルールの方を先に確かめておきたい。

【AIに「2周で止めて」と書いても12回回った。海外の開発者が推す「ステートマシン」で、止め時を守らせる】 「AIエージェントの動きにステートマシンを使うのは、もっと注目されていい」という投稿。コンピュータサイエンスをやってたのに、ステートマシンが何なのか正直わかってなかったので調べた。 ステートマシンは、要は「状態の遷移表」。 ・状態（今どこにいるか） ・出来事（何が起きたか） ・移り方（この状態でこれが起きたら、次はここ） ・条件と動作 を先に決めておく。信号機が青→黄→赤としか変わらないのと同じ。 AIに使うときの肝は役割分担。 ・AIに任せる：その状態の中の作業と、判定の材料（例：前回と同じ指摘か） ・プログラムが決める：今どの状態か、次にどこへ進むか、何周で止めるか しかも状態ごとに、AIが使える道具を変えられる。レビューの状態では編集させないようにすれば、「ついでに直しておきました」が起きない。引用元で紹介されていたリリース作業の自動化も、この形で1か月動いて、再起動は2回だけだったそう。 自分も、AIのレビューに「2周で打ち切る」と書いていたのに、12回回ったことがある。なんでそんなに出てるの？とレビューを確かめたら、目的に関係ない指摘がどんどん増えていた。レビューの仕方は変えたけど、最近も「2回で止めて」と言っても止まらないことがある。言葉での指示って難しい。 機械的にやってほしいところと、人みたいに柔軟にやってほしいところに分けて考えると、「じゃあステートマシンを使えばよくね？」にたどり着くんだと思う。

【ダッシュボードを作る前に、「見たら何を決めるか」を1つに決める】 メルマガ、資料請求、セミナーと、いろんな接点を持ってくれている人が今どれくらいいるのか知りたくて、ダッシュボードを作ろうとした。でも正直、ダッシュボードの設計、なかなか難しい。 知りたいことを全部並べると、見ても何も決まらない画面になる。今回はこの順で考えることにした。 ①目的：見たら何を決めるかを1つにする（施策を選ぶのか、人に声をかけるのか、全体の調子を見るのか） ②仮説と数字：たとえば「接点が重なる人ほど相談に進む」なら、見るのは接点の種類の数と、相談したかどうか。その数字が本当に取れるかも先に確かめる ③判断基準と示唆：どうなったら当たりか、当たったら何を変えるかを、見る前に決めておく まずは、資料請求とセミナーの両方に来てくれた人が今何人いるかを、一度数えてみる。 ダッシュボードを作るとき、最初に何を決めていますか？

【AI時代のレビューが終わらない問題、Claude Codeチームは「3周で打ち切り」で解決していた】 ClaudeがClaude Codeのコードの約9割を書いていて、6〜9月でマージされたPRは2倍超、やり直しになった割合は4割超減ったそう。レビューを無くしたのではなく、読んで確かめる作業の大半を、AIやプログラムで機械的にできるようにした。 参考になったのはここ。 ・変更の危険度で、人の承認の人数を変える（低リスクは人なし、大事な部分は2人） ・3周で通らなければ、直し続けずにやり方から考え直させる ・指摘は1行ずつではなく「この種類のバグ」として出し、同じ種類をまとめて直させる 自分もこの間、AIのレビューが無限に回りそうになった。止めるだけじゃなく、同じ指摘が出ない仕組みの方を直すのが大事なんだと思う。

【守る側にもAI。Anthropicが、重要なオープンソースの弱点探しを無料で始めた】 午前にGMOのブログを読んで「守る側はAIを使えないの？」と思ってたら、ちょうどこれが出てた。 AnthropicのOSS Scanner。多くのサービスの土台になっている重要なオープンソースに、いちばん強いモデルで定期的に脆弱性スキャンをかける。見つけた弱点には、攻撃が成立する証拠と、できれば修正パッチまで付けて開発者に届ける。開発者が申し込めば無料。試験では、専門家が確かめた重大・高リスク97件のうち85件が本物だったそう。 弱点のあるオープンソースを使うと、自社のサービスにも同じ穴が開く。土台になっているツールが守られるのは、使う側としても安心。 ただ、直すのは作っている側。修正が出ても、自分たちが更新しないと穴は残る。だから、自分たちが使っているオープンソースの一覧があるか、弱点の修正が出たときにすぐ気づいて更新できる仕組みがあるかは、確かめておきたい。

【「攻撃の多くがAI」ってどういうこと？セキュリティが分からないので、元のブログを読んでみた】 GMOイエラエさんのこの投稿、65万回以上見られてた。正直、セキュリティのことは何も分からない。でも普通に気になるので、前回の分と合わせてブログを2本読んだ。 分かったこと ・使われていたのは「ARTEX」というツール。AIそのものではなく、外部のAIにつないで、侵入できるか試す作業を自動で進める。本来は、企業が自社の弱点を調べるためのもの ・観測できたサーバー1台だけで、日本企業約20社が狙われていて、うち9社は同じ業種。国と業種を絞って狙っている ・「対策しているつもり」の落とし穴が3つ 　①脆弱性の公開情報に載っていない古いバージョンも狙われる 　②外からの点検では中身が分からないものが残り、後回しになりやすい 　③門番（WAF）がいても、IPアドレスを数百に切り替えてすり抜けられた じゃあ守る側も同じくらい強く点検すればいいのでは、と思って調べたら、本番のシステムを強く叩くと止まることがあって、止まればそれ自体が損害になる。だから本番のコピーで試したり、範囲と期間を決めて本気で攻めてもらったりするらしい。 孫子の「全部に備えようとすると、全部が手薄になる」という話を思い出した。備える側は手薄になって、攻める側はどこを攻めるか選べる。守る側は全部の穴をふさがないといけないのに、攻撃側は1つ見つければ勝ち。しかも攻撃側は、守る側が「ここは大丈夫」と思っているところを調べて突いてくる。 「敵を知り己を知れば、百戦殆うからず」も孫子。守る側はまず、自分たちが何を持っていて、どこが「大丈夫なつもり」なのかを知るところからなんだろうな。

【AIに「目的だけ渡して任せる」時代、先に決めておくことは何か】 今週は、目的を伝えると何時間も働き続ける業務用のAIエージェントが相次いだ。GoogleのGeminiエージェントと、Slackから頼めるようになったOpenAIのdots。 便利なほど、成果を分けるのは「どの業務を、どこまで任せるか」と、つなぐアプリの範囲や承認のルール。今週の5本をまとめました↓ note.com/weel_media/n/n37350…

【メールのボタンが押されない。いきなり置き場所を変える前に、見る順番がある】 メルマガの最後に置いている資料のボタンが、3回続けて誰にも押されていなかった。「あ、そんなに押されてないんだ。そもそも見られてないのかも」と思った。 すぐ置き場所を変えたくなるけど、原因が「中身・言葉・場所」のどれか分からないまま全部変えると、何が効いたのか分からなくなる。今回はこの順で考えた。 ①そもそも欲しい人がいるか：資料をまだ受け取っていない読者がほとんど。資料は変えない ②ほかのリンクは押されているか：記事のリンクは毎回押されている。読まれてはいる ③変えやすい所から1つだけ：場所を変えるには仕組みの変更が要るので、まず言葉だけ。押した人が出なければ、次に場所 こういう数字は、AIに聞けばすぐ出てくる。おかげで考える回数がすごく増えた。

【AIに仕事を分けて同時に任せると、速くなる。その代わり、最後に確かめる手間が増える】 ChatGPTのGPT-6 Astra Pro（Proプラン）で、1つの仕事を複数のエージェントが分担して同時に進められるようになった。それぞれの進み具合を見ながら、終わった作業を開いて確かめられる。 自分は今、1つの会話で順に進めて、都度確かめるやり方が多い。同時に進めるほど、ズレた結果をまとめて確かめる手間が増えると感じている。 任せる前に「出来上がりのイメージ」をAIと合わせておくのが、並行で任せるときの一番の準備だと思う。

【「社内データは外に出せない」の“外”はどこまでか。Replitが自社のクラウドで動く形を出した】 AIでアプリを作れるReplitが、企業向けに「Bring Your Own Cloud」を始めた。普段はアプリもデータもReplit側のサーバーに置かれるが、これを自社のAzure・Google Cloud・AWSの中で動かせる。丸ごと自社で動かす形はまだ一部の企業向けの試験提供。 自分はこれを見て、「外に出せない」にも段階があると思った。外部サービスのサーバーはダメでも自社のクラウドならよいのか、手元の環境から出せないのか。うちで提案しているハイブリッドAIや手元で動かすAIは、後者の話になる。 AIを使う前に、自社のルールがどこまでを「外」と呼んでいるかを確かめたい。