Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Datadog LLM Observabilityで実現する 安全なLLM Usage 管理
Search
Brown
May 31, 2026
Programming
160
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
Datadog LLM Observabilityで実現する 安全なLLM Usage 管理
Japan Datadog User Group Meetup#17@沖縄 / 2026年5月28日の登壇資料です
Brown
May 31, 2026
More Decks by Brown
See All by Brown
SIGQ Company Deck 2025-08
3150
0
57
SIGQ におけるベクトル DB と Reranker の利用
3150
0
68
SIGQ Introduction Aug-2025
3150
0
200
20250623 Findy Lunch LT Brown
3150
0
1.2k
個人開発のAIツール活用_LT_Night_-_Brown.pdf
3150
0
1.1k
マルチクラウドCDNで高い耐障害性を持つKARTEのコンテンツ配信を実現する技術
3150
0
1.1k
Technologies that enable robust KARTE content delivery through a multi-cloud CDN
3150
0
180
Other Decks in Programming
See All in Programming
自作OSでスライド発表する
uyuki234
1
3.9k
鹿野さんに聞く!『TypeScriptコードレシピ集』で磨く実践力
tonkotsuboy_com
4
1.1k
エンジニアにデザインハーネスを 〜デザインプロセスを規定するためのハーネス〜 / Design harness from an engineer's perspective
rkaga
2
1.6k
ビデオ通話が繋がる0.2秒で何が起きているのか
supurazako
2
150
生成AI導入の「期待外れ」を乗り越える ー 開発フロー改革が目指す、真の組織変革
starfish719
0
1.8k
Lean は証明の正しさを確認するためだけのツールって思ってませんか?
inoueasei
1
100
共通化で考えるべきは、実装より公開する型だった
codeegg
0
270
The Past, Present, and Future of Enterprise Java
ivargrimstad
0
370
AIエージェントで 変わるAndroid開発環境
takahirom
2
710
AIキャラアプリkaiwaの低遅延音声通話基盤をどう作ったか - AWS Gravitonで支える低遅延・低コストAI Agent基盤
mogamit
0
180
AIを活用したE2Eテスト実装効率化のあゆみ / ebisu-mobile-14-kotetu
kotetuco
0
180
Generative UI & AI-Assistants for Your Angular Solutions
manfredsteyer
PRO
0
120
Featured
See All Featured
Visual Storytelling: How to be a Superhuman Communicator
reverentgeek
2
590
Site-Speed That Sticks
csswizardry
13
1.3k
Leadership Guide Workshop - DevTernity 2021
reverentgeek
1
330
How to Talk to Developers About Accessibility
jct
2
430
We Analyzed 250 Million AI Search Results: Here's What I Found
joshbly
1
1.6k
We Have a Design System, Now What?
morganepeng
55
8.2k
Scaling GitHub
holman
464
140k
How to Think Like a Performance Engineer
csswizardry
28
2.7k
Sam Torres - BigQuery for SEOs
techseoconnect
PRO
0
440
Building Applications with DynamoDB
mza
96
7.1k
New Earth Scene 8
popppiees
3
2.4k
The SEO identity crisis: Don't let AI make you average
varn
0
520
Transcript
LLM Observabilityで実現する 安全なLLM Usage 管理 1 Japan Datadog User Group
Meetup#17@沖縄 / 2026年5月28日 株式会社SIGQ 代表取締役 金築 敬晃
2 会社概要 会社名 株式会社SIGQ(シグキュー) 所在地 〒305-0031 茨城県つくば市吾妻2-5-1 つくば市産業振興センター203号室 代表取締役CEO 金築
敬晃 設立 2024年8月20日 事業内容 インシデントマネジメントAI「Incident Lake」 意思決定支援・組織定着 認証 ISMS 27001 SOC 2 Type 1 保証報告書を受領済み (Incident Lake) Mission 信頼性を設計する SIGQは、インシデント対応の 支援を通じて、単なる運用を超 えた「信頼性の設計」を提供。 開発者が本質的な価値創造に集 中できる環境を実現し、企業の 成長と社会的意義の両立に貢 献。 株式会社SIGQ
3 TOPICS プレシリーズAで総額1.53億円 の資金調達を実施 J-KISS型新株予約権と金融機関か らのデットを組み合わせ、 総額1億5,300万円を調達。 みずほキャピタル、SMBCベンチ ャーキャピタル、三菱UFJキャピ タルに加え、プレイド、マネーフ
ォワード、PKSHA Technology等 の成長を牽引した個人投資家も参 画 。 調達資金の用途:Go-to-Market(GTM)戦略の本格始動 エンタープライズ組織の立ち上げ マーケティング投資の拡大 パートナーシップによる「運用のラストワンマイル」の資産化 株式会社SIGQ
私:Webサービスのインシデント対応に詳しい 4 【経歴】 マネーフォワード→プレイド→SIGQ 一貫して全社横断のSRE / Incident Manager 【バックグラウンド】 筑波大学大学院修了(情報工学)
専門はデータベースと分散システム 【発表】 ・Datadog Summit Tokyo 2024 ・Fastly Yamagoya 2024 ・PagerDuty Summit 2023 etc... 株式会社SIGQ 株式会社SIGQ 代表取締役 金築 敬晃
5 Incident Lakeとは何か 既存運用ツールはそのまま。その上に乗る意思決定支援レイヤー。 Incident Lake AI インシデント・インテリジェンス層 マネージャー /
意思決定者 既存ツール Slack / Microsoft Teams / Datadog / Jira / Notion / Google Drive / Share Point / OneDrive / Box... 即座に統合・要約 散在する情報を AI がリアルタイムで束ね、 「今何が起きているか」を全員が把握 過去事例から最適解 蓄積された自社の対応ログを基に、AI が次 の一手を提示 報告書まで自動生成 社内用レポート、当局報告ドラフト、ポス トモーテムを宛先毎に自動作成 1 2 3 株式会社SIGQ
Incident Lake で求めるLLM Observability 6 コストの急増を防ぐ コストそのものはLLM Provider側のBillingで見ている →急増を即座に検知し、状況把握・対応をしたい モデルごとの利用量トレンドを把握する
Gemini, Opus etc...の各モデルを提供していて、ユーザーが自身で切 り替えられる →モデルごとの利用量トレンドを把握することで、使われていないモ デルの廃止や、新しいモデルの追加を行う 株式会社SIGQ
LLM Observability は便利だが、 気をつけないと危ない 7 そのまま普通に使うと、 プロンプトに含まれるデータがそのままDatadogに送られてしまう 問題点 センシティブなデータがDatadogに渡ってしまう Datadogの利用規約ではそもそもPIIを含むセンシティブなデータ
を送るのを非推奨としている かつ、社内の情報統制的にも問題がある 株式会社SIGQ
LLM Observability でセンシティブな プロンプトが入るのを防ぐ方法① 8 方法①:そもそもプロンプトを 送らない(推奨) 「llm_observability span- processing」などで検索すると出
てくるが、以下のようなコードで そもそも送らないようにする const tracer = require('dd-trace'); const llmobs = tracer.llmobs; function maskProcessor(span) { for (const m of span.input || []) m.content = ""; for (const m of span.output || []) m.content = ""; return span; } llmobs.registerProcessor(maskProcessor); 株式会社SIGQ
LLM Observability でセンシティブな プロンプトが入るのを防ぐ方法② 9 方法②:Secret Scanningを使う 「プロンプトは送ってもいいが、 PIIは除きたい」というケース カバレッジ100%は無理だし、
対応漏れが起きるので、 ①の方がベター 株式会社SIGQ
茨城県つくば市吾妻2-5-1 つくば市産業振興センター203 号室 company.sigq.io See you in NY 株式会社SIGQ 10
株式会社SIGQ