LegalOn Technologies Engineering Blog

LegalOn Technologies 開発チームによるブログです。

AIを信頼する — 一人でエンタープライズグレードを作るためのAIコーディングエンジニアリング

はじめに

こんにちは。新規事業の1人目エンジニアとして5月に入社した田中です。

弊社では現在、AIを活用した新たな企業研修プラットフォーム「LearningOn」を目下開発しています。また、本日無事にリリースしました!

新規事業の1人目エンジニアとして入社して約5ヶ月。普段は1人で開発を進めていますが、今回は「LearningOn」のAI駆動開発のノウハウや思考法を整理し、ノウハウとして共有するためにこの記事を書きました。(元々は社内向けにまとめたドキュメントですが、今回テックブログでも公開します)

なお、本記事で紹介するノウハウは、あくまで1人で開発を進める中でのベストプラクティスをまとめたものです。チーム開発においては最適解が異なる場合もありますので、その点はご留意いただきつつ、同じように1人エンジニアとして奮闘されている方や、AI開発の実践ノウハウを知りたい方の参考になれば幸いです。

on.tech

続きを読む

【入社エントリ】「見込み顧客予測機能」の複数プロダクト拡張と、「LegalOnプロダクト目標ダッシュボード」の提供

はじめに

はじめまして。LegalOn Technologiesでエンジニアリングマネージャーをしている今井です。2026年5月にジョインし、現在入社4ヶ月ほどになります。

私が所属しているデータ部門では、社内のデータ利活用を横断的に管理・推進しています。以下の2チームに分かれており、私はデータ分析チームのマネージャーを務めています。

  • データ基盤チーム:分析基盤の管理や運用を行う、データエンジニアやアナリティクスエンジニアが所属するチーム
  • データ分析チーム:データ分析を行う、データアナリストが所属するチーム

この記事では入社エントリとして、私が入社してから取り組んできた業務を通して、LegalOn Technologiesのデータ利活用やデータアナリストを始めとしたデータ部門メンバーの具体的な業務を紹介します。

また、これまでにもいくつかデータ分析チームの業務が記事になっているので、興味がある方はぜひお読みください。

共変量を考慮した顧客利用率モデリング ― 分位点回帰によるTier設計 - LegalOn Technologies Engineering Blog

AI がセールスを変革!「見込み顧客の予測」から「なぜ有望か」の解説までを実現した話 - LegalOn Technologies Engineering Blog

続きを読む

YAMLに、あと少しだけ欲しいもの

はじめに

こんにちは、株式会社LegalOn TechnologiesのWorkOn開発チームでバックエンドエンジニアをしている鵜飼(うかい)です。

YAMLやJSONで設定ファイルを管理していると、だんだん「ほぼ同じファイル」が増えてきます。これってかなりあるあるですよね?

サービスごとに少しだけ違うDeployment、環境ごとに少しだけ違うCI、チームごとに少しだけ違うランタイム設定です。

この記事では、そのような設定ファイルの重複に対して「あと少しだけ、こう書けたらいいのに」と感じていたことと、それを JSON++ という記法でどう実現したかを紹介します。

JSON / YAMLの設定ファイルを保守している方や、IaC・CI/CDの設定を扱う方に、設定の再利用を考えるきっかけを持ち帰っていただければ幸いです。

続きを読む

入社して3カ月でやったこと:共通基盤PoCからAIエージェント活用まで

はじめに

はじめまして!LegalOn Technologies でソフトウェアエンジニアをしている島田(@curryisdrink)です。2026年5月に入社し、もうすぐ最初の3ヶ月が終わろうとしています。

私が所属するのはいわゆる Platform Engineering とその周辺領域に取り組むチームで、ProductWide Features チームと呼ばれています。

この記事では当社初の入社エントリとして、私のこれまでの経歴からこの3ヶ月間行ってきた業務を紹介しつつ、ProductWide Features チームが何を担い日々どんなことをやっているのか、今後の展望なども含めて紹介させていただきたいと思います。

続きを読む

データガバナンス問い合わせの「待ち時間」をなくすために、Google Cloud診断と相談対応をAIに任せてみた

はじめに

こんにちは。LegalOn Technologiesのデータチームで Head of Data をしている若菜です。前回の記事「全社横断のデータガバナンスを実現するためにデータワーキンググループを設立・運営した」では、データマネジメントとガバナンスを統括する専門部会「データワーキンググループ(DWG)」の体制を紹介しました。あわせて、その基盤となる情報資産ガイドラインについても紹介しました。

前回の記事では、問い合わせの一次受けとしてCustom GPTやコーディングエージェントを活用している話に触れました。今回はその発展形として、DWGが日常的に運用している2つのClaude / Codex Skillを具体的に紹介します。

  • Google Cloudリスクアセスメントスキル(gcp-risk-assessment)
    • Terraformコードを静的解析し、情報資産レベル(IA3〜IA5)のベースラインセキュリティ要件への違反を自動検出するSkill
  • DWGアドバイザーSkill(dwg-advisor)
    • DWGへの問い合わせに対して、過去事例・ガイドライン・利用規約・技術リファレンスをもとに回答案を作成するSkill

対象読者は、プロダクトの成長に伴いセキュリティレビューやデータ利用相談の対応工数に課題を感じているデータガバナンス担当者や、生成AIを使った運用の自動化に関心のあるエンジニアの方を想定しています。「相談窓口をAIでどう支えるか」の具体的な実装イメージと、その際の設計判断を持ち帰っていただけますと幸いです。

続きを読む

非エンジニアのサポート担当者がCodex + Datadogでログ調査できるようになった話

はじめに

LegalOn Technologies でCRE 兼 カスタマーリレーショングループリーダーの長内(@Nick)です。

現在私は、CREとして業務を行いながら、ユーザーサポートメンバーのマネジメントを担当しています。今回のブログでは、非エンジニアのユーザーサポートチームが、Codexを利用したログ調査を自ら行うようになり、一次対応のスピード向上と開発部門の負担軽減を両立できた話をお伝えします。

非エンジニアメンバーを率いるマネージャーの方や、社内のAI活用を推進したいエンジニアの方の参考になれば幸いです。

(久しぶりのEngineering Blogになりますが、以前公開したこちらのブログも参考にご覧ください。)

tech.legalforce.co.jp

続きを読む

LegalOn Technologiesで7ヶ月インターンした話 — 読み順が崩れる官報PDFをLLMで構造化した

はじめに

LegalOn Technologiesで2025年12月から2026年6月までの約7ヶ月間、SWE(Software Engineer)としてインターンをしていた tsukune です。 本記事では、インターンで取り組んだ技術課題とその体験から得ることができた学びについてまとめます。

インターン開始時の自分のスペック

  • 情報専攻のB2(今はB3です)
  • インターン経験はあったが簡単なAPI・DB設計ができる程度
  • Pythonの業務経験やインフラ知識は皆無
続きを読む