LegalOn Technologies Engineering Blog

LegalOn Technologies 開発チームによるブログです。

社内資料「速習 AIエージェント入門」を公開します

こんにちは。LegalOn Technologiesでソフトウェアエンジニアをしている浅野(@takuya_b / @takuya_a)です。最近は検索推薦というよりはAIエンジニアっぽいことをしています。

このたび、社内の全プロダクトマネージャー・デザイナー・エンジニア・EM向けに「速習 AIエージェント入門」というタイトルで、AIエージェント開発の社内セミナーを担当しました。その発表で使用したスライドを、弊社のSpeaker Deckに公開しましたので共有します。

昨年、弊社のブログ「社内資料「プロダクトマネージャーのための検索推薦システム入門」を公開します」の中で検索推薦技術の入門講座のスライドを公開しましたが、そのAIエージェント版とも言えるものになっています。

speakerdeck.com

この記事では、AIエージェントの社内セミナーを開催することになった経緯や、その内容について簡単に紹介します。また、弊社でのAIエンジニアリングの今後の取り組みについても軽く触れます。

続きを読む

IngressでもGateway APIでもなかったWebフロントエンド向けゲートウェイ再構築

はじめに

こんにちは、SRE&プラットフォームチームの和田です。 今回は、「Google Cloud Next 2025」の発表ではお伝えしきれなかった、アプリケーションプラットフォームのグローバル化プロジェクトの詳細をご紹介したいと思います。 「Google Cloud Next 2025」の弊社の発表内容についてはこちらをご覧ください。

www.youtube.com

グローバル化プロジェクトでは、2024年にリリースした「LegalOn(旧製品名 LegalOn Cloud)」のアプリケーション基盤をベースに、グローバル向けサービス「LegalOn Global」との基盤統合を目指したマルチリージョン・マルチプロダクト対応のアプリケーション基盤へと再構築を行いました。このプロジェクトには、「LegalOn」と「LegalOn Global」の旧基盤からのインフラ移行とトラフィック移行が含まれ、1年がかりの大規模プロジェクトとなりました。

この記事では、決断に二転三転したフロントエンドゲートウェイについて取り上げています。我々がどのように課題を乗り越え、TerraformとGoogle Kubernetes Engine (GKE)を組み合わせたハイブリッド構成によって Webフロントエンド向けゲートウェイを実現したか、その技術的な詳細とノウハウを共有します。

続きを読む

GeminiでAIの「ブラックボックス」を解明!実装 Tipsとプロンプト全公開

はじめに

こんにちは。Data Analyst の Alicia です。

この記事をお読みいただく前に、まずは下記の記事でプロジェクトの全体像をご覧いただくことをお勧めします。2本合わせてお読みいただけると嬉しいです。

tech.legalforce.co.jp

今回は、その続編として、前回の記事でご紹介した「MQL ファクター」の技術的な裏側を深掘りして解説していきます。

皆さんの現場でも、こんな課題を感じたことはないでしょうか?

  • AI の予測結果が「ブラックボックス」で現場が使ってくれない
  • SHAP 分析の結果は専門的すぎてエンジニア以外に伝わらない

この記事では、 Geminiを活用して AI のブラックボックスをどのように解明していったのか、その鍵となった BigQuery ML (ML.GENERATE_TEXT) の活用ノウハウ、および実践的なプロンプトエンジニアリング実装の工夫について詳しくご紹介します。

続きを読む

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

はじめに

こんにちは。Data Analyst の Alicia です。

多くの企業の営業現場では日々、「どの顧客が有望なのか?」「なぜその顧客が有望なのか?」という 2 つの問いに直面することが多いのではないでしょうか。

私たちは、この 2 つの問いに納得感をもって答えられるように、予測 AI と生成 AI を融合させた新しい仕組みを開発・導入しました。

  • 予測AI (上図左側):顧客のメタ情報と行動データを基に、「商談化の可能性」をスコアリングし、スコアが高い有望顧客を特定。
  • 生成AI (上図右側):「なぜその顧客が有望なのか」という有望の根拠を、分かりやすい自然な日本語で生成。

この「スコア(有望顧客)」と「ファクター(有望の根拠)」をセットで提供する仕組みを社内で導入した結果、実際に商談化率が向上し、部門間の連携コストが削減され、具体的なビジネス成果を上げることができました。

この記事では、AI の分析結果をいかにして現場の「確信」へと変え、成果につなげていったのか、その実践的なアプローチの全体像をご紹介します。

続きを読む

12月16日『AI Engineering Summit Tokyo 2025』で登壇発表します。

はじめに

こんにちは。AIセクションでソフトウェアエンジニアをしている藤田です。

12月16日(火)に開催される「AI Engineering Summit Tokyo 2025」に、LegalOn Technologiesはゴールドスポンサーとして協賛し、登壇発表・ブース出展を行います。

イベントの詳細は、こちらの公式ページをご覧ください。

ai-engineering-summit-tokyo.findy-tools.io

本日は、登壇セッションの内容や、私の所属するチームについて簡単にご紹介できればと思います。イベント当日、ぜひ会場に足を運んでいただけると嬉しいです。

続きを読む

プレイブックに基づく契約書レビューにおけるLLMの性能検証

こんにちは、株式会社LegalOn TechnologiesのAIセクションチームです。LegalOn Technologiesでは、日本の法務分野における自然言語処理(NLP)のための包括的なベンチマークデータセット、LegalRikaiを作成しています。LegalRikaiは日本法に特化したさまざまなタスクを含むベンチマークデータセットで、法務NLPベンチマークデータセットの現状における重要なギャップを埋めることを目的としています。

この記事は、前回公開した記事の続編として、プレイブックに基づく契約書レビュータスクを紹介し、本タスクに対するモデルとPromptの性能検証を紹介します。

続きを読む

新卒採用、始めます。~AI時代が生む勝者と敗者の分かれ道~

はじめに

こんにちは。CTOの深川です。

だいぶパンチのあるタイトルを設定してしまいましたが、新卒採用始めます!というポジティブなブログです(笑)。

LegalOn Technologiesは、2027年卒からエンジニアの新卒採用を本格的に始める意思決定をしました。これまでも一部のポジションでインターンの受け入れからの新卒採用は行なっていましたが、基本的にはキャリア採用が中心だった私たちが、なぜ今、新卒採用に踏み切るのか。CTOとしての視点からお伝えできればと思います。

続きを読む