プライベートAI
Proton Lumoの使い方とプライバシー
Proton Lumoで保存・学習・履歴の扱いを確認。Ghost Mode、Web検索、添付、任意のフィードバックを分け、業務利用前の確認手順を整理します。
公開・約5分
読み込み中
仕組みの解説から選び方まで、テーマ別にまとめています。断定できない箇所は「要確認」と明示しています。
プライベートAI
Proton Lumoで保存・学習・履歴の扱いを確認。Ghost Mode、Web検索、添付、任意のフィードバックを分け、業務利用前の確認手順を整理します。
公開・約5分
プライベートAI
コーディングAIの送信先を推論API・検索・MCP・監視・履歴に分けて確認。架空プロジェクトの試験手順と、ZDRやローカルモデルだけでは判断できない範囲を整理します。
公開・約5分
プライベートAI
プロンプトを保存しないAPIでも、課金・認証情報は別に保持される場合があります。TinfoilとMistralの公式情報から、内容とメタデータを分ける確認手順を整理します。
公開・約3分
プライベートAI
ローカル・TEE・証明つき非TEE・規約のみ。上ほど自分で確かめられ、下ほど相手を信じることになります。段ごとの代償と選び方を実測にもとづいて整理しました
公開・約10分
プライベートAI
OpenCodeからTEE付きAPI・無検閲モデル・ローカルLLMを呼ぶための設定手順。opencode.jsonの書き方、鍵の扱い、モデルごとにツールを切る方法まで実例で示します。
公開・約17分
プライベートAI
学習に使わない・保存しない・外部へ送らないを分けてAIを選ぶ。チャット、API、ローカル、TEEの違いと、用途に合う比較・設定記事への入口を整理します。
更新・約5分
プライベートAI
Venice AIの提供形態、オープンウェイトモデルを使う設計、プライバシーの考え方と、編集部で確認できている範囲を整理します。
公開・約4分
プライベートAI
業務でAIを使う前に確認したい項目のチェックリスト。データ保持、学習利用、リージョン、再委託先、契約の5点を整理します。
更新・約4分
無検閲AI
無検閲モデルを正式カテゴリとして扱うOpenAI互換API。公開APIからカタログ21,745件と基準モデルの単価を実測し、定額制の並列上限とプライバシーの限界を検証。
公開・約12分
無検閲AI
拒否応答の少ないモデルを扱えるサービスの比較。無検閲AIの仕組み、ローカルとクラウドの違い、利用上の注意点を整理します。
公開・約5分
無検閲AI
MacでローカルLLMを動かす方法と、搭載メモリ別に選べるモデル規模の目安。無検閲系モデルを試すときの注意点も整理します。
公開・約3分
無検閲AI
Abliteratedと呼ばれる改変手法の考え方、Uncensored系モデルとの関係、ライセンスと品質面での注意点を解説します。
公開・約3分
ローカルLLM
Ollamaのクラウド機能を無効化し、ローカルモデルと接続先を確認する手順。OS別の設定、APIの動作確認、オフライン試験の限界まで整理します。
公開・約6分
ローカルLLM
ローカルLLMとAPIの損益分岐を、機材・電力・運用・入力出力単価から計算。仮定を明示した試算と、同じ作業で品質・速度を比較する方法を紹介します。
公開・約5分
ローカルLLM
PythonとOllamaで文書検索から回答までローカルに揃える最小構成。ダウンロードできるサンプル、架空文書での実行結果、業務利用に足りない点を示します。
公開・約6分
ローカルLLM
LM Studioでローカルモデルと文書を扱う前に、接続先・検索・MCP・履歴・API公開範囲を確認する手順。クラウド機能との違いも整理します。
公開・約5分
ローカルLLM
ローカルLLMの仕組みと始め方。Ollama・LM Studio・Janの違い、必要なスペックの考え方、最初に試すべきモデルサイズを解説します。
更新・約5分
ローカルLLM
7B・32B・70Bなどの規模からハードウェアを検討する手順。総パラメータと稼働数、量子化、長文・同時利用を分け、メモリと品質の確認先を示します。
更新・約3分
ローカルLLM
モデルの重み・KVキャッシュ・実行時の作業領域から必要メモリを見積もる。MacとGPUの違い、4bitの計算例、長文や同時利用で増える分を整理します。
更新・約4分
Confidential Computing
Tinfoilの公式CLIを例に、AI APIの証明を検証する手順と判定項目を解説。証明の取得、署名・期待値・接続先との結び付き、推論の証明範囲を分けます。
公開・約6分
Confidential Computing
AWS・Azure・Google の公式資料を当たりました。機密コンピューティングの基盤は揃う一方、マネージドなLLM推論をTEEで動かす機能は限られています
公開・約10分
Confidential Computing
TEE対応を掲げるAPI窓口4社のカタログを実測しました。保護されるのはカタログの一部だけで、エンクレーブを動かしているのは多くの場合その窓口ではありません
公開・約10分
Confidential Computing
同じモデルをTEEで動かしたときの単価を、公開APIから窓口横断で実測しました。gpt-oss-120bは最安と最高で入力単価が13.3倍違います
公開・約10分
Confidential Computing
TEE対応のPhala推論APIをOpenCodeにつなぎ、コーディングエージェントを約7時間動かしました。653ターン・740回のツール呼び出しと実効コストの内訳を公開します。
公開・約13分
Confidential Computing
PhalaのTEEを使ったAI実行の考え方、リモートアテステーションによる検証、利用時に確認すべき点を整理します。
公開・約10分
Confidential Computing
実行環境の検証可能性を重視するPhalaと、分散GPUでコストを抑えるChutes。判断が分かれるポイントを整理します。
公開・約5分
Confidential Computing
TEE（保護された実行環境）とZero Data Retention（保存しない運用）の違いを、守っている対象と信頼の置き所から整理します。
更新・約4分
Confidential Computing
Intel TDX（Trust Domain Extensions）の位置づけと、AIワークロードに使われる理由を整理します。
公開・約6分
Confidential Computing
使用中のデータを保護するConfidential Computingの考え方と、AI推論に適用したときに何が変わるのかを解説します。
公開・約3分
Confidential Computing
GPU上のデータを保護する機密計算機能の考え方と、CPU側のTEEと組み合わせる必要がある理由を解説します。
公開・約5分
AI API
ZDR対応APIを選ぶため、申請・対象機能・例外・外部ツールの保存先を比較。OpenAI、Claude、Mistral、OpenRouterの公式資料を確認します。
公開・約6分
AI API
Mistral APIを使う前に確認したい学習利用設定とZDRの適用条件を整理。公式情報に基づく料金・モデル一覧と、機密データを含めずに接続する例を紹介します。
公開・約4分
AI API
基準モデルを1つに固定して11サービスの単価を並べました。差の正体は性能ではなく、上乗せの有無と守り方です。2026-08-22に実測した値で比較しています
公開・約7分
AI API
国産LLM APIを機密性の観点で当たりました。誰でも使える代表例は既定で入力が学習に使われうると公表し、国内で処理が完結する保証はないとFAQに明記しています
公開・約7分
AI API
Chutesの提供形態と、分散した計算ノード上で推論を行う構成の考え方、利用前に確認すべきデータの扱いについて整理します。
公開・約3分
AI API
OpenRouter本体と実行先の学習・保持条件を分けて確認。ログ、ZDR強制、Safety Retention、検索や外部ツールまで、利用前の設定手順を整理します。
更新・約5分
AI API
ブラウザで完結するVenice AIと、多数のモデルを切り替えるゲートウェイのOpenRouter。用途別の選び分けを整理します。
公開・約2分
AI API
中国発の主要なオープンウェイトモデルの違いを、開発元・規模・ライセンス・入手性の観点から整理します。
公開・約3分
AI API
コーディングエージェントから呼び出すAPIを選ぶときの基準。OpenAI互換性、コードの扱い、コンテキスト長の観点で整理します。
公開・約3分