#AI分析基盤
該当記事: 16 件
← タグ一覧へ戻る
AIエージェントのWeb取得：AIなしで先に保存する構築ログ
AIエージェントのWeb取得で調査が6本中4本止まった後、AIを使わない取得スクリプトが先に検査して保存し、エージェントはファイルを読むだけにした構築ログです。上限の一覧と、PDFと長いURLでのつまずきを紹介します。
SVG グラフのスマホ対応：公開済み 94 枚を描き直した構築ログ
SVG グラフがスマホで読めない原因を、viewBox の幅と font-size から画面上の px に直して示します。公開済み 97 枚のうち 94 枚を描き直した手順と、仕様ファイルを残していなかったつまずきを記録します。
AI 生成の重複チェック：企画を台帳と照合して止める構築ログ
AI 生成の重複チェックを、書く前の企画と公開済み記事の台帳を主キーワード・検索意図で照合して作った記録です。空の値どうしの一致と全角・半角の違いという 2 つの穴、正規化 4 形式で表記違い 10 例を試した結果を表で示します。
Search Console API の自動記録：構成図と上限・月額の試算
Search Console API で記事ごとの検索の数値を公開 7・28・56 日後に自動記録する構成を図にし、記事 100〜1 万件で API 上限の何割を使うか、BigQuery と手元のファイルで月額がいくらかを試算します。
CI と手元検査の選び方：13 本中 1 本しか動かなかった記録
GitHub Actions の CI を手元の検査に替えると、費用と検査の抜けはどう変わるのか。料金表から月額を 9 通り試算し、テストが 13 本中 1 本しか動かなかった実例から、CI と手元検査の選び方を 5 項目と判断フローで整理します。
定期実行のネットワーク待ち：復帰前に起動して失敗した構築ログ
定期実行のネットワーク待ちを、スリープ明けに失敗した実例から説明します。待ちを最初の通信の前に置く順番、宛先 2 つで 30 分の上限を分け合う数え方、秒数の 08 や 030 を bash が 8 進数と読む落とし穴を、待ち時間の計算つきで扱います。
BigQuery AI関数の料金：1,000行〜10万行の月額を頻度別に試算
BigQuery AI関数の料金を、クエリの料金とモデルの料金に分けて整理しました。既定モデルの単価で1,000行・1万行・10万行を月1回・週1回・毎日処理した月額を試算し、実行前の見積もり方と上限の決め方を紹介します。
データパイプラインの冪等性：PR が 2 つでき判定が狂った構築ログ
本番には 6 本出たのに判定は「一部だけ」。予備の bot の二重実行と、一覧の先頭 1 件だけを見る判定が原因でした。データパイプラインの冪等性を 3 つの型で整理し、MERGE 文や dbt の対策と点検表に落とします。
BigQuery の無料枠で GA4 エクスポートは何か月もつか：月 10 万・100 万・1,000 万イベントで計算する
GA4 を BigQuery に書き出すと、無料枠の保存 10 GiB・クエリ 1 TiB とサンドボックスの 60 日期限にいつ当たるのか。公開サンプルの実測 834 バイト/イベントから、月間イベント 10 万・100 万・1,000 万の 3 ケースで到達月と超えた後の月額を計算しました。
毎日の AI 実行をどこで動かすか：手元の Mac・Cloud Run Jobs・GitHub Actions の月額を 1 日 2〜20 時間で試算し、止まり方と認証で比べる
1 日 1 回・最長 20 時間動く AI の定期処理を、手元の Mac（launchd）、Cloud Run Jobs、GitHub Actions で動かした場合の月額を料金表から計算しました。14.5 時間/日なら Cloud Run は約 29 ドル、Actions は約 145 ドルです。
1 日 6 本の AI 実行が約 14.6 時間かかり 6 本目が待ち上限で止まった：同時実行数と待ち上限を決め直した構築ログ
毎日 6 本の AI 実行が約 14.6 時間かかり、6 本目だけが 12 時間の待ち上限で止まりました。総時間を「波の数 × 1 本の時間」で見積もり、同時 6 本・上限 20 時間に変えて何が解決し、何が残るかを実測と試算表で整理します。
dbt の無料枠はいつ尽きるか：人数・実行回数・モデル数で、dbt Core・Dataform・dbt Starter を 1〜5 人で比べる
dbt の無料プランの上限「月 3,000 ビルド」は、モデル数と 1 日の実行回数で何モデルまで持つのかを計算しました。dbt Core の自前実行・Dataform・dbt Starter の月額を、1〜5 人と 1 日 1〜4 回の組み合わせで比べ、選ぶ順番も整理します。
AI の成果物を人の確認なしで本番へ出す経路の設計：出してよいパスだけ通す 4 つの AI なし検査と、書き込みトークンを最後だけに渡す構成を費用試算
AI が書いた記事や設定を人の確認なしで本番へ出すとき、どこに検査を置き、書き込みできるトークンをいつ渡すか。筆者が運用で試した構成を 1 枚の図にまとめ、GitHub Actions の月額を 2026-11-06 時点の料金で試算します。
AI の自動実行が CI の結果を読めなかった：GitHub のトークン権限を書き込み用と読み取り用に分けて 3 回直した構築ログ
AI が作った PR の CI 結果を待つ手順が 15 分で時間切れになりました。GitHub App のトークンと workflow の GITHUB_TOKEN を書き込み用と読み取り用に分け、3 回の修正で必要な読み取り権限だけを足した記録です。
AI にデータパイプラインを作らせる基盤は月いくらか：BigQuery Data Engineering Agent と dbt State を 10 GB / 100 GB / 1 TB で試算
Google ドライブの表計算ファイルを入力に、BigQuery Data Engineering Agent と dbt でパイプラインを作る構成を、東京の料金表から 3 規模で月額に換算。AI に任せられる範囲と人に残る作業も整理します。
AI エージェントの毎日自動実行が初回 0 本で止まった：launchd × claude -p の「10 分の待ち上限」と「dontAsk で効かない許可」を直した構築ログ
手元の Mac の launchd から claude -p を毎朝無人で動かしたら、初回は成果物 0 本・12 分で停止しました。原因を「待ち上限」と「許可の書き方」の 2 系統に分けて直した記録と、GitHub Actions・Cloud Run jobs との費用比較をまとめます。