OpenAI API で構造化出力（JSON mode / Structured Outputs）を使う
LLM をアプリに組み込むとき、最初にぶつかるのが「返ってくるテキストが毎回少しずつ違う」という問題です。プロンプトで「JSON で返して」と頼んでも、前後に前置きが付いたり、コードフェンスで囲まれたり、キー名が揺れたりします。そのたびに後…
Pythonのデコレータを実務で使いこなす
Pythonのデコレータは「関数やクラスに手を加えずに、その前後へ処理を差し込む」ための仕組みです。入門書では @ 記号の使い方までは説明されても、実務でどこに効くのかまでは踏み込まないことが多いと感じます。
マルチステージビルドでイメージサイズを半分にする
Docker イメージのサイズは、ビルド時間・デプロイ時間・レジストリ転送量・コンテナ起動、そして攻撃対象領域（アタックサーフェス）に直結します。ビルドに必要なツール（コンパイラ・devパッケージ・ソース一式）を最終イメージに残すと、実行に…
OpenAI API のプロンプトエンジニアリング基礎
LLM を使ったアプリケーションを作るとき、モデルの性能そのものより「どう指示するか」で結果が大きく変わります。同じ GPT モデルでも、プロンプトの設計次第で精度・安定性・コストがまるで違ってきます。
Ruff で Python の Lint + Format を一括実行する
Python の Lint と Format は、長らく flake8 / isort / black などを組み合わせるのが定番だった。ツールごとに設定ファイルが分かれ、実行も別々で、CI のステップも増える。
mypy strict モードで型安全なPythonを書く
Python の型ヒント（type hints）は書けるだけでは意味がなく、静的解析ツールで検証してはじめて価値が出ます。その検証を担うのが mypy です。
Python の型ヒント入門 — 基本型からジェネリクスまで
Python は動的型付け言語ですが、3.5 以降で導入された「型ヒント（type hints）」を使うと、関数や変数に期待する型を注釈として書けます。型ヒントは実行時には基本的に無視されますが、mypy などの静的解析ツールやエディタの補…
OpenAI API 入門 — API キーの取得から初回リクエストまで
本記事は、OpenAI API を初めて触るエンジニア向けのハンズオンです。アカウント作成から API キーの発行、環境構築、そして初回リクエストの送信までを、最短経路で一通り体験します。手元にターミナルと任意のエディタがあれば読み進められ…
pyproject.toml の書き方完全ガイド
Python のプロジェクト設定は、かつて setup.py / setup.cfg / requirements.txt / MANIFEST.in / 各ツールごとの .ini ファイルへとバラバラに散っていました。これを 1つのファイ…
uv で Python パッケージ管理を始める（pip / Poetry との比較）
Python のパッケージ管理は長らく pip + venv + requirements.txt が定番でしたが、依存解決の遅さ・ロックの弱さ・Python 本体のバージョン管理を別ツールに頼る点が課題でした。uv は Rust 製の高速…