概要
https://zenn.dev/kiva/articles/4eb59207a9a82a
詳細内容
## FDEっぽいことして学んだ、AIの「精度向上」の心得
https://zenn.dev/kiva/articles/4eb59207a9a82a
AIエージェント開発において「何でもAIでやろうとしない」という逆説的なアプローチが精度向上の鍵であることを実体験から提案する。
**Content Type**: 📖 Tutorial & Guide
**Language**: ja
**Scores**: Signal:4/5 | Depth:4/5 | Unique:4/5 | Practical:5/5 | Anti-Hype:5/5
**Main Journal**: 58/100 | **Annex Potential**: 57/100 | **Overall**: 88/100
**Topics**: [[AIエージェント, MCP, コンテキストエンジニアリング, マルチエージェント, FDE]]
実在の顧客業務（スプレッドシートからスライド作成）を自動化する**AIエージェント**開発の過程で得られた、精度向上のための泥臭い知見を共有している。著者は、初期の「すべてをAIに任せる」アプローチが**コンテキスト汚染**によって失敗した経験から、**マルチエージェント**化、そして最終的には「ロジックが明確な部分はコード（**MCPツール**）で実行する」というハイブリッドな構成へと進化させた。
特に、プロンプトでの制御が難しい複雑なデータ転記において、**個社別MCP**としてロジックをコード化することで、精度を95%以上に引き上げ、処理時間を大幅に短縮した成功例は示唆に富む。AIの万能感を捨て、**決定論的なコード**とAIの推論をどう使い分けるべきかという、実務的な設計指針が提示されている。RAGや**AIエージェント**機能を実装し、実用レベルの精度に苦しむエンジニアが、開発の「引き際」を見極めるための好材料となるだろう。