<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet href="/feed.rss.xml" type="text/xsl" media="screen"?>
<rss version="2.0" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:media="http://search.yahoo.com/mrss/" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>ken imoto</title>
    <description>Propel-Lab代表。WebRTC・音声AIのエンジニアをやりながら、LLMを仕事の戦力にするための設計を研究しています。
中心テーマは「ハーネス・エンジニアリング」——AIの成果はモデルそのものより、その外側の環境（制約・フィードバック・ツール）で決まる、という考え方です。
これとContext Engineering、AIコードレビューの自動化などをZennとKindleで本にしてきました。

ここには各本の要点をスライドにまとめて置いていきます。
詳しくは kenimoto.dev へ。</description>
    <link>https://speakerdeck.com/kenimo49</link>
    <atom:link rel="self" type="application/rss+xml" href="https://speakerdeck.com/kenimo49.rss"/>
    <lastBuildDate>2026-05-31 06:25:19 -0400</lastBuildDate>
    <item>
      <title>ナレッジグラフ活用大全 ― 構造化すれば、AIは賢くなる</title>
      <description>AIに渡す知識を文章のまま積むのではなく、エンティティと関係に構造化する――それがナレッジグラフです。GraphRAG や Neo4j を使い、検索の精度と説明可能性を上げる実践をまとめました。

『ナレッジグラフ活用大全』の予告編12枚。トリプル抽出の落とし穴から、グラフを RAG に組み込む流れまでを見渡します。

▼ 全文を読む
・Zenn Book（無料）: https://zenn.dev/kenimo49/books/knowledge-graph-practical-guide
・Kindle: https://amazon.co.jp/dp/B0GX465PG7
・著者: https://kenimoto.dev

#ナレッジグラフ #GraphRAG #Neo4j #RAG #生成AI #データ設計</description>
      <media:content url="https://files.speakerdeck.com/presentations/df3036a0f5af463bb60491fded19e612/preview_slide_0.jpg?39568239" type="image/jpeg" medium="image"/>
      <content:encoded>AIに渡す知識を文章のまま積むのではなく、エンティティと関係に構造化する――それがナレッジグラフです。GraphRAG や Neo4j を使い、検索の精度と説明可能性を上げる実践をまとめました。

『ナレッジグラフ活用大全』の予告編12枚。トリプル抽出の落とし穴から、グラフを RAG に組み込む流れまでを見渡します。

▼ 全文を読む
・Zenn Book（無料）: https://zenn.dev/kenimo49/books/knowledge-graph-practical-guide
・Kindle: https://amazon.co.jp/dp/B0GX465PG7
・著者: https://kenimoto.dev

#ナレッジグラフ #GraphRAG #Neo4j #RAG #生成AI #データ設計</content:encoded>
      <pubDate>Sun, 31 May 2026 00:00:00 -0400</pubDate>
      <link>https://speakerdeck.com/kenimo49/naretuzigurahuhuo-yong-da-quan-gou-zao-hua-sureba-aihaxian-kunaru</link>
      <guid>https://speakerdeck.com/kenimo49/naretuzigurahuhuo-yong-da-quan-gou-zao-hua-sureba-aihaxian-kunaru</guid>
    </item>
    <item>
      <title>AIコードレビューを仕組み化する ― hooks・AI・人間の3層モデル</title>
      <description>コードレビューを人間が全部見る運用から、hooks・AI・人間の3層に分けて仕組み化する設計をまとめました。機械的な指摘は hooks と AI に任せ、人間は設計判断に集中する――その境界の引き方が要点です。

『AIコードレビューを仕組み化する』の予告編12枚。どこまで自動化し、どこから人間が見るかを具体例で示します。

▼ 全文を読む
・Zenn Book（無料）: https://zenn.dev/kenimo49/books/harness-code-review
・Kindle: https://amazon.co.jp/dp/B0GHT7FQ7G
・著者: https://kenimoto.dev

#コードレビュー #ClaudeCode #CodeRabbit #hooks #AIエージェント #生成AI
</description>
      <media:content url="https://files.speakerdeck.com/presentations/e8a31559acfc4ba9b34b5007557ed8e3/preview_slide_0.jpg?39568227" type="image/jpeg" medium="image"/>
      <content:encoded>コードレビューを人間が全部見る運用から、hooks・AI・人間の3層に分けて仕組み化する設計をまとめました。機械的な指摘は hooks と AI に任せ、人間は設計判断に集中する――その境界の引き方が要点です。

『AIコードレビューを仕組み化する』の予告編12枚。どこまで自動化し、どこから人間が見るかを具体例で示します。

▼ 全文を読む
・Zenn Book（無料）: https://zenn.dev/kenimo49/books/harness-code-review
・Kindle: https://amazon.co.jp/dp/B0GHT7FQ7G
・著者: https://kenimoto.dev

#コードレビュー #ClaudeCode #CodeRabbit #hooks #AIエージェント #生成AI
</content:encoded>
      <pubDate>Sun, 31 May 2026 00:00:00 -0400</pubDate>
      <link>https://speakerdeck.com/kenimo49/aikodorebiyuwoshi-zu-mihua-suru-hooksairen-jian-no3ceng-moderu</link>
      <guid>https://speakerdeck.com/kenimo49/aikodorebiyuwoshi-zu-mihua-suru-hooksairen-jian-no3ceng-moderu</guid>
    </item>
    <item>
      <title>LLMを"嘘つき"から"専門家"に変える ― Context Engineering 実践入門</title>
      <description>LLMがもっともらしい嘘をつく原因は、能力よりも「渡している文脈」にあることが多いです。何を、どの順で、どれだけ渡すか――Context Engineering はそこを設計します。

『Context Engineering 実践入門』の要点を12枚にまとめた予告編です。RAG・MCP・メモリ設計を含む5つの戦略を見渡し、文脈の作り方で精度が大きく変わった検証も紹介します。

▼ 全文を読む
・Zenn Book（無料）: https://zenn.dev/kenimo49/books/context-engineering
・Kindle: https://amazon.co.jp/dp/B0GHNC29MF
・著者: https://kenimoto.dev

#ContextEngineering #LLM #RAG #MCP #生成AI #プロンプトエンジニアリング</description>
      <media:content url="https://files.speakerdeck.com/presentations/1e8f3d680a6745f8b52ce68fb6b26cce/preview_slide_0.jpg?39568159" type="image/jpeg" medium="image"/>
      <content:encoded>LLMがもっともらしい嘘をつく原因は、能力よりも「渡している文脈」にあることが多いです。何を、どの順で、どれだけ渡すか――Context Engineering はそこを設計します。

『Context Engineering 実践入門』の要点を12枚にまとめた予告編です。RAG・MCP・メモリ設計を含む5つの戦略を見渡し、文脈の作り方で精度が大きく変わった検証も紹介します。

▼ 全文を読む
・Zenn Book（無料）: https://zenn.dev/kenimo49/books/context-engineering
・Kindle: https://amazon.co.jp/dp/B0GHNC29MF
・著者: https://kenimoto.dev

#ContextEngineering #LLM #RAG #MCP #生成AI #プロンプトエンジニアリング</content:encoded>
      <pubDate>Sun, 31 May 2026 00:00:00 -0400</pubDate>
      <link>https://speakerdeck.com/kenimo49/llmwo-xu-tuki-kara-zhuan-men-jia-nibian-eru-context-engineering-shi-jian-ru-men</link>
      <guid>https://speakerdeck.com/kenimo49/llmwo-xu-tuki-kara-zhuan-men-jia-nibian-eru-context-engineering-shi-jian-ru-men</guid>
    </item>
    <item>
      <title>ハーネス・エンジニアリング入門 ― なぜ同じAIで成果が変わるのか</title>
      <description>同じモデルを使っても、成果が出る人と出ない人がいます。その差はモデルの外側――制約・フィードバック・ツールの設計、つまりハーネスにあります。

このスライドは、Zenn/Kindleで公開している『ハーネス・エンジニアリング入門』の要点を12枚にまとめた予告編です。AIが失敗する典型パターンから、Agent = Model + Harness という捉え方、6つの構成要素、自己改善ループまでを一気に見渡します。

▼ 全文を読む
・Zenn Book（無料）: https://zenn.dev/kenimo49/books/harness-engineering-guide
・Kindle: https://amazon.co.jp/dp/B0GF8VGSPC
・著者: https://kenimoto.dev

#ハーネスエンジニアリング #LLMO #ContextEngineering #AIエージェント #生成AI #ClaudeCode</description>
      <media:content url="https://files.speakerdeck.com/presentations/f41e0b78380c4d3fbec12343c4f8821f/preview_slide_0.jpg?39568147" type="image/jpeg" medium="image"/>
      <content:encoded>同じモデルを使っても、成果が出る人と出ない人がいます。その差はモデルの外側――制約・フィードバック・ツールの設計、つまりハーネスにあります。

このスライドは、Zenn/Kindleで公開している『ハーネス・エンジニアリング入門』の要点を12枚にまとめた予告編です。AIが失敗する典型パターンから、Agent = Model + Harness という捉え方、6つの構成要素、自己改善ループまでを一気に見渡します。

▼ 全文を読む
・Zenn Book（無料）: https://zenn.dev/kenimo49/books/harness-engineering-guide
・Kindle: https://amazon.co.jp/dp/B0GF8VGSPC
・著者: https://kenimoto.dev

#ハーネスエンジニアリング #LLMO #ContextEngineering #AIエージェント #生成AI #ClaudeCode</content:encoded>
      <pubDate>Sun, 31 May 2026 00:00:00 -0400</pubDate>
      <link>https://speakerdeck.com/kenimo49/hanesuenziniaringuru-men-nazetong-ziaidecheng-guo-gabian-warunoka</link>
      <guid>https://speakerdeck.com/kenimo49/hanesuenziniaringuru-men-nazetong-ziaidecheng-guo-gabian-warunoka</guid>
    </item>
  </channel>
</rss>
