Langfuse Academy へようこそ

AI アプリケーションやエージェントの構築は、従来のソフトウェアとは大きく異なります。 出力は確率的です。 システムが正常に動作していても、誤った、ブランドに合わない、あるいは無意味な応答を返すことがあります。 チームは品質・コスト・レイテンシー、そしてそれらのトレードオフについて考える必要があります。

難しい分野ですが、AI システムを構築するための共通プラクティスは確立されつつあります。 Langfuse Academy は、この AI エンジニアリングのライフサイクルを解説するものです。 各要素がどう繋がり、プロトタイプから本番まで AI プロダクトやエージェントをリリースするには何が必要かを理解できます。

このサイトで得られるもの

Langfuse Academy は AI エンジニアリングのライフサイクルに沿っています。 本番環境の挙動を可視化する最初の一歩から、体系的な改善と評価までを扱います。

各ステップがなぜ存在し、どんな問題を解決し、ステップ同士がどう繋がるのかを説明することが目的です。

まずは AI エンジニアリング・ループ で全体像を把握し、その後で個別のステップを深掘りしてください。

• トレーシング
• モニタリング
• データセット
• 実験
• 評価

概要レベルの概念を説明するページもあれば、ライフサイクルの特定の部分を深掘りするページもあります。 順番に読み進めることも、現在のチームに最も関連するトピックへ直接飛ぶこともできます。

なぜこれを公開するのか

Langfuse はオープンソースであり、AI エンジニアリングの概念面もオープンソース化したいと考えています。 Academy は、LLM アプリケーション開発の中核となる考え方・用語・ワークフローを、誰もがアクセスしやすい形にするための取り組みです。