t.miwa @30_mimaru

長いPDFをOCRにかけても、ページをまたぐ表や見出しの手直しが残る。そんな文書整理向けに、BaiduのUnlimited-OCR-2を紹介します。長文書の構造を読む設計ですが、導入時は「文字の正誤」と「ページのつながり」を分けて確かめるのが出発点です。 記事では、公開デモに架空の日本語納品書1枚を送り、伝票番号・数量12・単価150円・小計1,800円の一致を確認しました。一方、全角括弧や複数の空白は一部変化。簡単な横書き教材1枚の結果なので、縦書き・手書き・長い日本語文書の精度を保証するものではありません。 試す順番は、まず1ページで桁数・単位・符号・日付と、12×150＝1,800のような計算を原本と照合。次に2〜3ページの資料で、前ページ末尾と次ページ先頭の行が欠けたり、二重になったりしないかを見ます。既存OCRとの比較には、人が直す時間も含めます。 出力の欄がMarkdownでも、そのまま完成文書とは限りません。今回の生出力には構造用のタグが残り、公式スクリプトで文章へ変換しました。この後処理は、誤認識の自動修正とは別です。文書ID・ページ番号・生出力・変換後の文章をセットで残し、元画像へ戻れるようにします。 なお、確認した公開デモは1回最大8ページで、アップロードは外部送信。試用は公開可能な資料や架空教材から。モデルの公開と、手元のMacで動くことも別で、Mac上の推論は未検証です。入力画像・実出力・評価メモは返信の記事に。

「ゲストアクセスを拒否したから安心」とは限りません。社内WikiのGROWIを使う管理者・編集者向けに、本日公表された認可不備3件の点検をまとめました。まず稼働版と権限を確認し、8.0.7以降の修正を含む版へ更新。更新済みでも、古いコンテナや別拠点の環境が残っていないか確認します。 3件は、閲覧を許されていない版の本文・コメント取得、本文の別ページへの保存、同時編集の下書き変更に関わる問題です。影響する版の開始位置はCVEごとに異なるため、ひとまとめに判定せず、記事の対応表と稼働版を照合します。 同時編集では、ページを見られるログイン済みの閲覧専用ユーザー等にも影響します。ゲスト拒否でこの経路は防げません。また、下書きの変更を正規の編集者が保存すると、その編集者名で履歴に残る場合があります。ゲストが閲覧できたページは、保存前に不審な追記やリンク、手順変更がないか確認を。 更新は、バックアップと復元手順、現在の系列に対応する移行手順を確認してから。配布物の取得だけで終わらせず、実行中の全環境の版と、通常業務・権限の動作まで確かめ、担当者と確認結果を残します。 本文取得では新しい版が作られないため、編集履歴に異常がなくても、不正取得なしとは判断できません。ログの確認範囲と未確認期間を分けて記録します。記事で参照した一次資料には、実際の悪用・漏えい被害の確認情報は見つかっていません。対象版の表と点検手順は返信の記事に。

会議メモで締切が食い違うとき、AIには「新しい日付を正解にする」より、根拠と要確認を分けてほしい。会議後の整理を任せたい人向けに、ローカルAIアプリHobを日本語で試す手順と、回答の見極め方をまとめました。 Hobは、手元のPCに合うモデル選びからファイルの読み取り・整理までを扱うアプリです。ただし、同じ8GBメモリでも環境によって推奨モデルは変わります。モデルのダウンロード容量や空きメモリも確認し、まず短い文章で試すのが出発点です。 記事の教材は、架空の会議メモ2枚。専用フォルダーに入れ、「決定事項・担当者・期限候補・未決事項を分け、各項目に根拠のファイル名と短い原文を付ける」と依頼します。初回はチャットへの出力だけを依頼し、ファイルの作成・変更は頼みません。 確認の要点は、締切候補の10月30日と11月2日を両方残し、変更の承認は未確認と示せるか。担当者が空欄なら推測で補わないことも見ます。速さだけでなく、人が原文を確認して直す時間まで含めて判断します。 なお、ローカル推論でもWebアクセスは既定でオン。通信設定とファイル変更の権限は別々に確認が必要です。今回の実行検証はモデル選択関数に限り、この教材はHobの回答品質を実証したものではありません。手順と教材は返信の記事に。

Hobの導入条件、架空の会議メモ2枚と日本語の試用手順はこちら。 hukuhuku.co.jp/blog/tools-too…

AIに表を整理してもらった後、回答をExcelへ戻す作業に手間を感じていませんか。MCP Docsは、表・文書・スライドの編集画面とAIの操作口をまとめる道具です。導入を試すなら、原本を渡す前に「空欄を埋めない・別案件を消さない」を小さな架空データで確かめます。 ① まずは読み取りだけ。記事の見積CSVは4件、入力済み金額の合計は32万円、金額の空欄は1件。同じ顧客名でも案件IDが違えば別案件です。件数・合計・空欄のID・状態別件数を答えてもらい、期待値と照合します。依頼文だけでアクセス権限や通信を制限できるわけではありません。 ② 変更はコピーへ一つずつ。「状態で並べ替えるが、各行の値は変えない」など範囲を絞り、保存後に開き直してID・行数・金額・空欄を再確認。別の表計算ソフトでも確認します。Wordの脚注やコメントなど、取り込めない要素もあるため、Office原本の上書きから始めないのが現実的です。 ③ 手元への保存と、AIへの送信は別。接続先によって内容が外部AIへ渡り、AIの利用料金も別です。対象版0.2.28はApple Silicon MacとWindows x64向け。Mac版は公証未取得、Windows版は未署名なので、組織の導入基準も確認します。 記事で確認した8件は、CSV変換・判定関数の限定テストです。アプリ起動、AIによる日本語編集、Office形式の往復保存は未実測。処理時間に加え、人の照合と手直しの時間も測って判断を。架空CSVと日本語の依頼文は返信の記事に。

長い英語記事を、画面だけで追うのがつらい。NarroはWebページを読み上げ、読んでいる文をハイライトするChrome拡張です。ブラウザー内で動くAI音声も選べますが、今回追加されたKitten TTS Nanoは英語用。日本語への翻訳や、日本語記事の読み上げを保証する機能ではありません。 ① 最初は公開された英語の1段落から。Voice engineでKitten TTS Nanoを選び、音声とハイライトが同じ文を指すか確認します。途中から聴く場合は文字を選択し、右クリックの「Read aloud from here」。速度を調整し、数字・固有名詞・否定表現は本文でも読み直します。 ② 「ローカル」は音声の選び方次第。ブラウザー内モデルは本文を端末で処理しますが、クラウドAPIを選ぶと外部サービスへ送信します。System voicesも一律に通信不要とはいえません。機密文書を入れる前に、選んだ音声の条件を確認します。 ③ 入った版と、初回の待ち時間を確認。10月25日朝の確認ではGitHubはv1.2.0、Chromeストアの表示は0.1.0でした。Kittenの項目がなければ、インストール済みの版を確認して対応版の配信を待つ方法もあります。初回のモデル取得と、2回目の再生開始時間は分けて記録します。 記事は公開ソースと公式資料を調べた解説で、音声品質・日本語再生は未実測です。依存パッケージの監査でも要確認事項があり、配布拡張への影響は未評価。導入前に会社の拡張ルールと更新状況を確認してください。詳しくは返信に。

AIに開発計画を頼んだのに、長い文章だけでは画面や処理の分岐を思い描けない。そんな設計レビューに、blueprint4llmが使えます。Markdownの原稿に処理図と画面案を書き、ブラウザーで読めるHTMLへ変換する道具です。変換自体にLLMやAPIキーは要りません。 まずは「画面1つ・処理1つ」に絞る。たとえば問い合わせ受付なら、件名・内容・確認ボタンの画面案と、「必須項目が不足したら入力画面へ戻る」処理図を同じ文書に置きます。正常な流れだけでなく、戻り先まで見えると、実装前の話し合いが具体的になります。 原稿はMarkdownを正本にし、直したら再生成する運用に。生成したHTMLだけを手直しすると、次の変換で修正が消えます。図にしにくい認証・権限・二重送信・担当者不在の扱いは、AIに推測で決めさせず「未決事項」として短い文で残します。 記事では公開npm版0.16.1に固定し、日本語のMermaid処理図とWiremark画面案の表示、Mermaidの構文エラー例の検出を確認しました。試す際も版を固定し、チェック後に矢印の向きや分岐ラベルを目視します。チェックが成功しても、業務の流れや権限の正しさまで証明されるわけではありません。 複数の図を含む文書はHTMLにまとめ、0.16.1でSVGへ出すときは図ごとに原稿を分けます。画面案のボタンや「必須」の表示も、送信機能や入力検証の実装とは別。日本語教材、変換例、AIへ渡す設計用の指示文は返信の記事にまとめました。

動画の仮ナレーションや受付案内を、まず手元のMacで音にして確認したい人へ。Kitten-TTS 2には、確認したモデル版で日本語の声が4種類あります。最初は30秒以内の短い原稿を使い、同じ文で声・表記・読みを比べると、使いどころを判断しやすくなります。 ① 日本語では normalize=False を指定する。英語向けに数字や日付を読み上げ用へ展開する前処理を止める設定です。たとえば「10/23 15:00」は、まず「十月二十三日、午後三時」と書いて確認。日本語の読み方を自動で全部直す指定ではないので、固有名詞や数字の正解は人が先に決めます。 ② Apple Silicon Macでは、arm64版PythonとMLXの実行経路を確認する。記事ではIntel向けPythonで依存関係の導入に失敗し、arm64環境では導入できました。MLXはGPUも使うため、CPUだけの速度とは別です。Macなら同じ条件で動く、と一括りにしないことが大切です。 ③ 生成できたことと、正しく読めたことを分ける。記事では短文2本の生成とWAV保存を確認しましたが、人による聞き取り・アクセント評価は未実施。日時の取り違え、語の脱落、反復を原稿と照合し、音声認識で書き戻した文字が一致しても、人の校聴を残します。 Pythonコードとモデル重みではライセンスも異なり、モデルの商用利用には登録などの条件があります。公開用の音声に使う前に確認を。4つの声の名前、Mac導入例、原稿の評価手順は返信の記事にまとめました。

PHPを使うWebサイトの運用担当へ。CMSやプラグインを更新しても、PHP本体の脆弱性への対応が済むとは限りません。10月21日に修正された重大なRCE脆弱性2件は、PHP-FPMを含めて確認が必要です。大事なのは「更新したか」に加えて「実際に動くPHPへ修正が反映されたか」です。 ① 修正版と配布元を確認する。PHP公式の修正版は8.5.12／8.4.27／8.3.36／8.2.35。OSの配布元が修正を取り込んでいる場合は、表示される番号だけで判断せず、対象の2件に対応したパッケージかを確認します。古い系列への限定的な修正も、通常サポートの再開を意味しません。 ② サービスごとに、サーバー・コンテナ、動かし方、稼働版、配布元、担当者を一覧にする。負荷分散先やPHP-FPMの複数プールも対象です。管理画面で修正版を選べることと、稼働環境に適用済みであることは別なので、管理事業者にも反映状況を確認します。 ③ CLIの「php -v」だけで完了にしない。Web、CLI、定期処理では別のPHPを使うことがあります。Web側の設定と稼働プロセスを照合し、更新後は古いワーカーが残っていないか確認。コンテナもタグ名だけでなく、実際に動くイメージを確かめます。 ログイン、フォーム、アップロード、定期処理などの動作確認まで行い、未更新の接続先も記録します。攻撃条件は実行環境によって異なり、設定変更だけで修正完了とは扱えません。点検手順と管理事業者への確認項目は、返信の記事にまとめました。

今日PHPは死んだのかなと思う。 いやそれは言い過ぎだ、そんな声もあるだろう。 しかしこの生成AI大隆盛のいま、そもそも学習コストが低く誰でもわかりやすい、というような利点を持つプログラミング言語は役割を終えていたのだと思ってる。 そこにきて今回の脆弱性。 このタイミングで応急処置をしながらも、もうphpで組まれたシステムを他言語にリプレイスする話も出てくるだろう。 確かに、他の言語だって脆弱性の問題は今後続出するとは思う。しかし全部条件が同じであれば、真っ先に脆弱性問題で一国の総理大臣がアラートを挙げるほどの問題を起こしたPHPは、信頼信用の失墜した言語を新たに採用しようとする人が多くいるか。おそらく多くはいないと思う。 あまりにも不運ではあるが。 私はここ数年は使用していなかった が、1999年から使っていた思い入れあるPHP。 久しぶりに大々的なニュースでPHPの名前が出てきたのが、こんなことであったことはとても残念だ。

高市早苗 @takaichi_sanae

a week ago

皆様に、今夜に対応して頂きたい大至急のお願いです。   多くのウェブサイトで使用されているPHPに関し、PHPのセキュリティチームが、重大な２件の脆弱性に関する注意喚起を行っています。

5K 89K 396K 101.4M 45K

宇宙のニュースを見て、「なぜそこへ行くの？」「学校で習う物理とどうつながるの？」と思った方へ。MMXを入口に、ロケットの仕組みから持ち帰る砂の科学までたどる連載「日本の宇宙科学最前線」を、全12回でまとめました。中高生はもちろん、親子で宇宙の話をする入口にも。 ふくふくは宇宙科学の専門家ではありません。JAXAやNASAなど、ネット上で読める公開資料をできる限りたどり、出典を確かめながら整理しました。何が確認されていて、何が計画や仮説なのか、図はどこを単純化しているのかも分けて伝えるようにしています。 たとえば「少しの砂を持ち帰るのに、なぜ巨大なロケットが必要なのか」。運ぶのは砂だけでなく、観測装置、電源、通信機、採取装置、往復のための推進薬まで含む一式です。持ち帰った実物には、将来の新しい装置でも調べ直せる、という価値もあります。 H3や燃料、宇宙の距離、スイングバイ、衝突への備えなど、疑問ごとに読める構成にしました。「何トン運べる？」なら行き先も見る。「何kmの旅？」なら目的地までの直線距離と実際に進んだ道のりを分ける。数字の読み方も一緒に扱っています。 最後は、学校の物理で軌道を考える発展編へ。まず図から予想し、初速を変えて軌道がどう変わるかをブラウザーの教材で確かめられます。太陽と探査機だけを考える学習用モデルで、MMXの実際の航路を計算するものではありません。第1回からでも、気になる疑問からでも。連載一覧は返信に。

AIに「このボタンを直して」と頼んでも、別の場所まで変わってしまう。そんな画面修正の受け渡しには、見た目・ソース上の位置・変更内容をセットにする方法があります。SpotnoteはVite用プラグイン。画面で要素を選ぶと、ファイルと行・列、現在のスタイルを添えた修正指示を作れます。0.5ではWebhookで送るメモに周辺画像も付けられます。 ①まずはコピー方式で小さく試します。開発画面で対象を選び、メモを書いてEnter。生成された指示文をエディターへ貼り、ファイル・行と選んだ要素が一致するか確認してから、使っているAIへ渡します。画像送信や外部連携は、必要になってから足せます。 ②依頼には「変更しないもの」も。記事では架空の見積もり画面で「上下の余白を16pxに。文言と送信処理は変更しない」と日本語で入力。対象の5行目・142列目が選んだボタンと一致し、画像付きの送信もローカル受信先で確認できました。 ③行番号が示すのは、その要素を生成した場所です。CSSやイベント処理の修正箇所を全部特定するわけではありません。共通部品を変えるなら他画面への影響を確認し、コード更新後は古い行番号をそのまま使わず再照合。修正後はPC・スマートフォン表示とキーボード操作も確認します。 Vite 5以上・Node.js 22以上が必要で、Next.jsは非対応です。画像には周辺の情報も入るため、送信先と内容を確認。今回実測したのは指示文と画像の受け渡しで、AIの自動改修や作業時間の削減率ではありません。記事は返信に。

「重大な脆弱性」のニュースを見て、何から確認すればよいか迷う運用担当者へ。最初に作るのは、製品名の一覧だけでなく「配布元・実行版・使う機能・外部入力が届く条件・修正版」を結び付けた台帳です。調査結果を「対象／対象外（根拠あり）／未確認」に分け、担当者まで決める手順を紹介します。 ①端末のコマンドだけでなく、アプリに組み込まれたライブラリやコンテナも確認。版番号の大小だけで判断せず、公式勧告と配布元の説明を照合します。古い版へ修正を取り込む「バックポート」もあるため、パッケージのリリース番号と、実際に稼働する版が手がかりになります。 ②製品はあるのに利用条件が分からない場合は「未確認」にし、追加資料・担当・再確認期限を記録します。対象と未確認の中でも、外部からの入力を扱う重要な業務を優先。暫定回避策には、期限と業務への副作用を添えます。 ③更新ファイルを配ったら終わり、にはしません。必要な再起動や再デプロイを済ませ、稼働版への反映と旧プロセスが残っていないことを確認。該当機能を含む業務が動くか、エラーが出ていないかも見て、証拠とともに台帳へ残します。 LLMで整理するなら、会社で認められた匿名化資料と、公式勧告・実行版・利用機能の証拠を渡します。出力には「資料名と該当箇所」「確認できた事実」「未確認の前提」「担当者が確認する完了条件」を求め、未実行のテストを成功扱いにしない。記事には指示文と確認台帳のひな形もあります。記事は返信に。

社内資料をローカルAIに読ませたいなら、まずは架空の規定2枚で「金額・適用日・出典」を照合するところから。AMD GAIA 0.25の記事では、答えを人が把握できる小さな資料で試す手順を紹介しています。「ローカルが既定」でも、全機能が通信しないわけではありません。 ①旧規定には「9月30日まで、宿泊費の上限は1泊12,000円」、現行規定には「10月1日から、15,000円」と書いて別々の資料にします。2枚を渡し、10月20日の出張の上限を、適用日・参照資料名・旧規定との差とともに質問。期待する答えは現行規定の15,000円。旧額だけを答えたり平均したりすれば不合格です。 ②次に「出張の日当はいくら？」と聞き、資料だけでは分からないと答えられるか確認。同じ質問の言い換えも試します。正しい金額だけで合格にせず、参照資料、使ったモデル、接続先、待ち時間を記録。初回のモデル読込や索引作成と、2回目の応答時間も分けて見ます。 ③社内資料を入れる前に、接続先と使用モデルを確認。クラウドのプロバイダーを選ぶと会話履歴が送信され、Web検索や外部ツールも通信します。「Webを使わないで」という指示は通信を遮断する設定ではなく、Web取得は通常、確認なしで実行されると公式ガイドが説明しています。 この規定の例は試用案で、GAIAで成功した実測結果ではありません。記事は0.25.0の公開資料に基づく解説で、実機推論・日本語の回答品質・音声認識は未実測。架空データで照合してから、会社で認められた資料へ進める順番です。記事は返信に。

Macで問い合わせの担当候補をAIに選ばせたい人へ。Tinkerbox 2.0は、判断AIをNeural Engineで動かすアプリです。ただしM4以降＋macOS 27が必要。まず単体で日本語の判断を確かめ、ショートカット連携は署名条件を確認してから進める、という試し方が紹介されています。 ①「ZIPを入れれば連携できる」とは限りません。2.0.1の配布版はアドホック署名と説明され、資料ではその署名だとショートカットとの通信に失敗する注意があります。初回起動を許可することと、連携に必要な署名を整えることは別です。 ②最初は架空の問い合わせ1件で。「請求書の宛名を直して再発行してほしい」に対し、請求／配送／技術／営業／担当者確認の5択を用意。結果を画面に表示して人の正解と照合し、情報不足や複数の依頼も試します。自動送信やファイル移動はまだつなぎません。 ③保留の分岐で見るのは「Chosen Option」。Confidenceが設定値未満だと空になります。一方「Most Likely Option」には最上位候補が残るので、そのまま担当先に使うと保留を飛ばしてしまいます。試験値0.8は、正答率80％を保証する設定ではありません。 推論は端末内でも、初期環境やモデルの取得には通信が必要です。記事で確認したのは公開資料と実装。アプリ推論、日本語品質、連携、速度は未実測なので、対応Macがあっても業務例での照合から。記事は返信に。

問い合わせの振り分けにAIを使いたい人へ。まずは担当候補を出し、人が確認・修正する運用から試せます。Herbert v0.8は、指定した選択肢ごとの確率を返す判断モデル。記事では日本語の短い問い合わせを公開デモへ送り、使える範囲と制限を確かめました。 ① 二重請求・配送遅延・アプリ不具合の3件は、事前に決めた窓口と一致しました。ただし4件目の見積り依頼は、無料GPUの利用枠超過で結果を取得できず。これは今回の観測で、誰でも3回までという固定ルールや、日本語の業務精度を示すものではありません。 ② 「確率0.95」を95％の正解保証と読まない。提示した候補の中で、モデルがどこへ重みを置いたかを示す値です。最初は「請求・返金／配送／技術サポート／営業／情報不足・担当者確認」のように選択肢を明示。デモでは選択肢を空欄にすると、候補の文章生成を含む別の処理になります。 ③ 次は、返金と配送が混じる文、否定表現、情報不足、該当部署のない文で確かめます。同じ入力で選択肢の順序も変え、人の正解と照合し、修正にかかる時間を記録。「担当者確認」を加えれば必ず判断を保留できるわけではなく、この挙動は記事でも未検証です。担当候補の提案と、返金の自動承認は分けて扱います。 今回動かしたのはクラウド上のデモで、Macでのローカル実行ではありません。明確な3件から本番の正解率やJevとの優劣は決められません。まず架空の文章1件から試す手順と、実際の応答・未実行条件の記録は返信の記事に。

AI開発で同じ設計やファイルを何度も説明し直している人へ。記憶を残すなら、保存できたことに加え「次の会話で正しく取り出せるか」を確かめたいところです。コードの地図と判断メモを持つRubi v0.4.0の記事では、日本語での保存・検索に二つのつまずきを再現しました。 ① 日本語だけの見出しは、別の内容が結合される場合があります。請求処理と認証の判断を登録した試験では、同じ識別子の記憶へ混ざりました。見出しにbilling-refund、auth-sessionのような異なる英字識別名を付けると分離できましたが、保存後のファイル数と本文も確認します。 ② 日本語の質問だけでは見つからない例も。「同じ請求書が再送されたときはどうする？」では関連メモが返らず、billingとrefundInvoiceを関連語に加えると、関連付けたファイルを経由して取得できました。保存時の関連ファイルと、検索時の手掛かりをセットで試します。 ③ 引き継ぎには「終わったこと」「未確認のこと」「次に読むファイル」「次に実行する検査」を残します。新しい会話で判断理由と未完了事項を取り出せるか、同じ仕事の探索回数が減るか、メモ修正の手間が増えないかを比較。まず使い捨ての小さなプロジェクトから確認します。 「費用37%減」は提供元のシミュレーションで、導入後の請求額を実測した削減率ではありません。記事は基礎テスト14件と保存・検索処理を確認したもので、実LLMの費用・速度や各アプリとの実接続は未検証。再現例と試用手順は返信の記事に。

AIが書いたコードを自分で説明できるか、不安な開発者へ。取り込む前に「途中で失敗したら」「二度実行したら」を自分で予測すると、読み直すべき箇所が見えてきます。Sphinxは、その理解確認をGitのpushに組み込むツールです。 ① たとえばCSV取込の架空例。「処理済みIDを保存→顧客情報を更新」の途中で更新だけ失敗したら、再取込はIDを見て飛ばされ、顧客情報が未更新のまま残る可能性があります。同一トランザクションか、再試行の状態を分けているか、途中失敗のテストがあるかを確認します。 ② 導入前に影響範囲を確認。インストールはユーザー全体のGitフック設定を変え、初期設定では他のリポジトリのmain／masterへのpushにも作用します。公開してよい練習用コードから始め、除外設定とモデル呼び出し上限を先に用意。標準ではコミット後などにも質問の準備が走り、push前でも通信や利用枠の消費が起こり得ます。 ③ 小さな変更で、正しい説明が認められるか、誤った説明を見抜くかを確かめます。待ち時間・利用量に加え、テスト追加や理解し直すきっかけになったかも記録。採点するLLMも誤るので、合格をコードの安全性の保証にせず、通常のテストと人のレビューを併用します。 記事では模擬モデルを使った動作テスト22件の成功を確認しました。実LLMの日本語での出題・採点精度や学習効果、推論料金の実測ではありません。導入条件と試行時の確認項目は返信の記事に。

AIの答えが短くなっても、仕事が速くなるとは限りません。Dory 1.0 4Bの記事では、出力トークン数だけで判断せず、正答・完了までの時間・人が直す時間を並べて比べる手順を紹介しています。同じ重みを使いながら、内部のループ回数で計算量を変えるモデルです。 ① 「考える回数」は再質問の回数ではありません。モデル内部の同じブロックを繰り返します。出力が短くなっても1トークン当たりの計算は増えるため、待ち時間や費用が減るとは限りません。公式の評価表にも、2回から4回へ増やすと値が下がる項目があります。 ② 比較は一度に一条件ずつ。同じ機械・モデル・入力・生成上限で、まずキャッシュ方式を固定して1／2／4ループを複数回試します。欠落、追加された情報、完了時間、修正時間を記録。出力上限で打ち切られた実行を成功に数えず、その後に回数を固定してキャッシュ方式を比較します。 ③ 日本語は、同じ意味の英語課題と並べて確認を。公式の対応言語は英語です。記事の日英教材には「資料にない締切を尋ねる」課題もあり、不明な情報を作らないことを合格条件にできます。日本語が返ることだけで、業務に採用できるとは判断しません。 10/17時点ではllama.cpp・vLLMの対応は未マージのPR段階で、通常の最新版を入れれば動くとは限りません。記事は公開仕様と評価手順の解説で、Doryの実行・日本語性能は未検証。詳しい導入条件と日英の試験セット、空の比較表は返信の記事に。

料金改定やツール更新の調査をAIに任せたい人へ。答えにURLが付くだけでは、根拠を確認できたことにはなりません。DeepSeek Search／Fetch APIの記事では、候補探し・本文取得・主張と根拠の整理を分け、未確認を残す調査手順を紹介しています。 ① 最初は問いを1つに絞る。Searchで公式料金ページや変更履歴を探し、必要なページだけFetchで本文を取得。料金・適用日・例外を読み、主張ごとにURLと短い該当箇所を残します。検索要約だけで結論を出さず、最後は人が元ページを確認します。 ② 公開日と適用日を混ぜない。たとえば「10月17日発表、11月1日から新料金」なら別々の欄へ。検索結果の日付が不明でも今日で穴埋めしません。本文が空なら「未取得」、取得に失敗したら「未確認」として保存し、情報が存在しないとは断定しません。 ③ 料金は結果の件数と呼び出し回数を区別。SearchとFetchは、どちらも成功1,000リクエストあたり0.75米ドル。Searchを1回、Fetchを3回、すべて課金条件を満たすなら計算上0.003米ドルです。本文をLLMに読ませる料金は別。特定エージェント経由の無料期間を、直接APIの利用にも一律適用しないよう確認します。 まず公開情報の調査を数件固定し、本文の取得・適用日の誤り・人の訂正時間を記録すると、業務で使う価値を比べやすくなります。記事は公開仕様と導入案の解説で、API実行・日本語検索の精度比較は未実施。詳しい条件と空の調査記録表は返信の記事に。