【2026年版】生成AIを学ぶための51冊 ― LLM・RAG・AIエージェント・LLMOps・Physical AIまで
- 2026年版の生成AI関連書籍リストが公開された
- LLM・RAG・AIエージェント・LLMOps・Physical AIの分野をカバー、27冊の新刊と24冊の追加が記載
- 書籍の内容は技術的基礎を学ぶためのもので、実務での導入や運用の具体的な手順は記載されていない
#RAG
Claudeのキャッシュを使い倒す
- Claude APIのプロンプトキャッシュを活用して入力コストを最大90%削減できる仕組みが解説されている
- プロンプトキャッシュはプレフィックスの再利用、ブレークポイントの配置、TTLの設定が主な機能で、キャッシュヒット率と料金計算が具体的に説明されている
- キャッシュの最小トークン数未満では無視されるため、事前にトークン数を確認し、静的プレフィックスを固定する必要がある
なぜプロンプトを直しても、AIの出力は安定しないのか
- プロンプトを直してもAIの出力が安定しないのは、味付けと動線の設計のどちらを直すべきかを見誤っているから
- 味付けは同じ処理内の調整、動線は材料と工程の流れの問題、評価で原因を特定する
- 同じ評価例で修正を試し、改善したかを確認する際は一箇所ずつ直すことが重要
「SQLite + xangi」で始める軽量RAG：個人利用から仕事利用へ広げるアプローチ
- SQLiteとキーワード・ベクトル検索のハイブリッド方式でRAGを構築可能
- ベクトル検索とキーワード検索を組み合わせ、差分インデックスで効率化
- 個人からチーム利用へ広げる際はセキュリティと運用ルールを事前に確認する必要がある
コンテキストエンジニアリングの最新事情— GraphRAGとOKFを実際に動かして整理してみた
- GraphRAGとOKFの比較検証で、知識グラフの構築と管理の課題が明らかになった
- GraphRAGは自動抽出でノード分裂とコスト増大、OKFはシステム前提のページ名固定で概念分裂を防ぐ
- OKFは既存システムの構造を活用するが、関係性の判断は6割未満で人間の修正が必要
New Relic アップデート(2026年7月)
- New RelicがAutopilotとNotebookの一般提供を開始
- AutopilotはAIエージェントによる障害調査自動化、Notebookは変数による動的データ分析と手順書統合
- Autopilotは自然言語対話で障害調査を数分で完了、Notebookは変数変更で全チャート一括更新可能
RAG構築の壁を越える！ローカル×クラウドのハイブリッド構成とコスト戦略
- RAGシステムの検索精度・コスト・データ機密性のバランスを取るため、ローカルとクラウドのハイブリッド構成が有効とされる
- ローカルでベクトル検索とキーワード検索を組み合わせたハイブリッド検索、リランキングモデルによる検索結果の再評価、ローカルLLMとの連携が実装例として示される
- ローカルで機密データを処理し、クラウドでスケーラビリティを活かすことでコストとセキュリティのバランスを取る設計が推奨される
台湾本社の「All in AI」を日本へ！開発現場を劇的に変える「生成AI研究会」の挑戦💻【AI研究会インタビュー・前編】
- 台湾本社の「All in AI」戦略に基づき、日本法人で生成AI研究会が立ち上げられ、AI活用の土台が築かれている
- AIの基礎知識を体系的に学ぶための資格取得支援と、GitHub CopilotなどのAIツールの環境整備が行われている
- 現場エンジニアはAIの出力結果をチェックする作業に追われており、AIに正しく指示を出し、出力を見極めるスキルが重要になる
階層型RAG完全ガイド：Part 5 - GraphRAG & 本番アーキテクチャ設計
- GraphRAGはエンティティ・リレーションシップ・クレーム・コミュニティの4要素で構成され、ローカル検索とグローバル検索を提供する
- エンティティ統合とコミュニティ検出、ローカル検索では近傍ノード探索、グローバル検索ではコミュニティ要約レポートの並列処理
- 本番運用では事前フィルタリングによるセキュリティ確保と、メタデータ階層での権限制御が必須となる。
