--- title: Langfuse Academy description: なぜ LLM エンジニアリングが従来と異なるのか、AI エンジニアリングのライフサイクル全体をどう進めるかを理解します。 translatedAt: 2026-08-19 --- # 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](/academy/japan/ai-engineering-loop) 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](/academy/japan/tracing) - [モニタリング](/academy/japan/monitoring) - [データセット](/academy/japan/datasets) - [実験](/academy/japan/experiments) - [評価](/academy/japan/evaluate) 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。 - LLM アプリケーションやエージェントシステムを構築する AI エンジニア・ソフトウェアエンジニア - 品質、反復、トレードオフについて考える必要があるプロダクトマネージャー - AI システムがどう構築・改善されるかを実務的に理解したい技術系・ビジネス系のリーダー - 人間が AI エンジニアリングの概念とワークフローを理解するのを支援する AI エージェント --- ## Agent Instructions This page is part of the [Langfuse](https://langfuse.com) documentation, published as plain Markdown for AI agents. Every page is available as Markdown by appending `.md` to its URL, or by sending an `Accept: text/markdown` header. This page: `https://langfuse.com/academy/japan.md`. ### Querying these docs If the answer is not on this page, query the documentation instead of guessing: - **Semantic search** across all Langfuse docs, returning an answer with the relevant pages and excerpts. Ask a specific, self-contained question: ```bash curl -sG "https://langfuse.com/api/search-docs" --data-urlencode "query=How do I trace a LangGraph agent?" ``` - **Index of every page**: , with per-section indexes [llms-docs.txt](https://langfuse.com/llms-docs.txt), [llms-integrations.txt](https://langfuse.com/llms-integrations.txt), and [llms-self-hosting.txt](https://langfuse.com/llms-self-hosting.txt). ### Before writing Langfuse code - **Install the [Langfuse Agent Skill](https://langfuse.com/docs/api-and-data-platform/features/agent-skill).** It encodes Langfuse's own best practices for instrumentation, prompt management, and evaluation, and materially improves results. - **Read [What does a good trace look like?](https://langfuse.com/docs/observability/best-practices.md)** before instrumenting an application. - **Verify endpoints, parameters, and response fields** against the [API reference](https://api.reference.langfuse.com) instead of inferring them from code examples. - **Use the [Langfuse CLI](https://langfuse.com/docs/api-and-data-platform/features/cli)** (`npx langfuse-cli api `) to read or write traces, prompts, datasets, and scores from the terminal. Found an error in these docs? Please open an issue at .