●SANDBOX — Claude Codeにsandbox.credentials設定が加わり、サンドボックス実行のコマンドが認証情報ファイルや秘密の環境変数を読めなくなります●MODEL — 組織が設定したモデル制限がmodel picker・--model・/model・ANTHROPIC_MODELのすべてに反映されるようになりました●AGENTS — PRを編集・マージ・コメント・pushしたセッションが、claude agentsのビュー上で該当のPRにリンクされます●FIX — --json-schemaが無効なスキーマのとき無言で非構造化出力を返す不具合と、--max-turns到達時のメッセージ消失が修正されました●RECAP — Claudeに月次リキャップとフォーカス設定がbetaで追加され、休憩リマインダーやクワイエットアワーを設定できます●OPUS — Claude Opus 4.7が一般提供となり、長時間のコーディングタスクと高解像度のvisionが改善されています●SANDBOX — Claude Codeにsandbox.credentials設定が加わり、サンドボックス実行のコマンドが認証情報ファイルや秘密の環境変数を読めなくなります●MODEL — 組織が設定したモデル制限がmodel picker・--model・/model・ANTHROPIC_MODELのすべてに反映されるようになりました●AGENTS — PRを編集・マージ・コメント・pushしたセッションが、claude agentsのビュー上で該当のPRにリンクされます●FIX — --json-schemaが無効なスキーマのとき無言で非構造化出力を返す不具合と、--max-turns到達時のメッセージ消失が修正されました●RECAP — Claudeに月次リキャップとフォーカス設定がbetaで追加され、休憩リマインダーやクワイエットアワーを設定できます●OPUS — Claude Opus 4.7が一般提供となり、長時間のコーディングタスクと高解像度のvisionが改善されています

TAG

Evaluation

2 記事

← タグ一覧に戻る

Claude API のプロンプトをリグレッションから守る — Golden Dataset で品質を継続検証する仕組み

モデル更新やプロンプト微修正で精度が静かに落ちる現象を、Golden Dataset と LLM-as-a-Judge で CI に組み込み継続検証する実装ガイドです。

⬡ API & SDK/2026-03-27上級

Claude API LLM評価パイプライン構築ガイド — Claude-as-Judge・プロンプトA/Bテスト・品質スコアリングの実装パターン

Claude API を使った LLM アプリケーション評価パイプラインの設計と実装。Claude-as-Judge、プロンプト A/B テスト、品質スコアリング、回帰テストの本番実装パターンを扱います。