Update：
2026/6/17 ページ公開！

本勉強会の主旨：
GMOインターネットグループが日夜行っている新技術の調査検証について、現場の担当から事例紹介を行う勉強会イベントです。

内容：
登壇者2名、各テーマ20分程度を予定しています。
・開発環境におけるAIエージェント連携で、トークンマネジメントとレビュー精度向上を実現していくお話
・大量のドキュメントを対象にしたRAGのシステムを作り込み、精度を向上をしていく開発事例

対象者：
・新しい技術を活用したWebプロダクト開発に興味がある方
・AI、LLM、データサイエンスを用いた課題解決に興味がある方
・GMOの技術者が普段どのように業務をしているのか興味がある方
是非ご参加ください。皆さんのご参加をお待ちしています！！

タイムテーブル

※各セッション毎に質疑応答ができればと思っています
※進行状況により時間が前後する場合があります

トークテーマ

セッション１： AI 同士の連携で“利用枠”と品質を両取りする— Claude×Codex 自作スキルの運用事例と公式プラグイン比較

Claude Code から OpenAI Codex CLI を呼び出し、実装やコードレビューといった作業を別の AI に委譲する自作スキルを作って運用してきました。本セッションでは、そのスキルの仕組み（安全ガード・3層レビュー・トークン経済）と運用の実績をまず紹介します。
その上で、同等のことを行う OpenAI 公式プラグイン codex-plugin-cc と比較し、自作ならではの良いところ（パスや差分量のガード、レビュー統合）と、公式から学んで改善できそうな点（非同期実行、session resume）を、実運用データとともに事例として共有します。

登壇者：上田（次世代システム研究室）

セッション２： 答えは、問いに似た文書にはなかった。 ― 55万件超から"本当の知恵"を引き出すRAGの作り方

答えは、生の文書ではなく"蒸留したナレッジ"の中にありました。55万件超を扱う中で行き着いたのは、生の文書を"探す"のをやめること。データの種類に合わせて何種類ものナレッジに抽出し、文書ではなくそのナレッジをベクトル検索する。全体像を描く"ナレッジマップ"がそれを補強します。さらに従来RAGが弱いとされた網羅性を、キーワード抽出・全文検索の併用とAgentic Searchの発想で底上げし、MapReduce的な大規模分散パイプラインで支えました。GMOブランドセキュリティ社との取り組みで試作したプロトタイプを題材に、エンジニア目線で種明かしします。

登壇者：片野（AI研究開発室）

主催： GMOインターネットグループ株式会社 グループ研究開発本部

GMOインターネットグループにおいて、全社横断で技術的課題に取り組むCTO直下のR&D組織です。
直近の技術テーマとしてヒューマノイドロボット、AI、LLM、機械学習、Blockchain、セキュリティ、量子コンピューティングなどに取り組んでいます。

◆グループ研究開発本部のブログ
https://recruit.group.gmo/engineer/jisedai/blog/

◆次世代システム研究室
https://recruit.group.gmo/engineer/jisedai/system/

◆AI研究開発室
https://recruit.group.gmo/engineer/jisedai/ai/

◆大阪ラボ（大阪研究開発グループ）
https://recruit.group.gmo/engineer/jisedai/osaka/

Xアカウント
https://x.com/GMO_RD

注意事項

※視聴方法は登録後にご案内します