内容紹介：本書は、LLMアプリケーションの開発・運用に必要な一連のプロセス――観測可能性の確保、品質評価、プロンプト管理、本番展開――を、オープンソースプラットフォーム「MLflow」を使って体系的に実践する技術書です。LLMアプリケーションは、従来の機械学習システムとは異なる難しさを持ちます。プロンプトのわずかな変更が品質に大きく影響し、エージェントの挙動は複雑で追跡が難しく、コストは見えにくい場所で膨らみます。MLflow 3はこうした課題に正面から向き合い、トレーシング、評価（LLM-as-a-Judge）、Prompt Registry、AI Gatewayといった機能を1つのプラットフォームに統合しました。本書では、シンプルなLLMアプリケーションから始め、RAGシステム、マルチエージェントまで段階的にカバーしています。実際に動くPythonコードとともに、「作って終わり」ではなく「運用し続けられる」LLMアプリケーションの構築方法を提供します。
ＬＬＭアプリケーションをプロトタイプで終わらせないＭＬｆｌｏｗ　３で実現する観測・評価・運用の基盤。ＡＩエージェント開発を軸に、ＭＬｆｌｏｗの主要機能を実践的に習得。トレーシングで障害の原因を可視化し、デバッグ時間を大幅削減。ＬＬＭ‐ａｓ‐ａ‐Ｊｕｄｇｅと自動評価パイプラインで品質を定量管理。Ｐｒｏｍｐｔ　Ｒｅｇｉｓｔｒｙでプロンプトをバージョン管理し、改善を追跡。本番デプロイからコスト・品質のリアルタイム監視まで１冊で完結。
もくじ情報：第１章　ＬＬＭＯｐｓの世界へようこそ；第２章　ＭＬｆｌｏｗとは；第３章　ＭＬｆｌｏｗのインストールと初期設定；第４章　可観測性の確保―トレーシングの導入；第５章　改善サイクルを加速する―評価の仕組み；第６章　プロンプトエンジニアリング―プロンプトの運用と管理；第７章　本番環境で動かす―サービングとデプロイメント；第８章　監視と運用―ＬＬＭアプリケーションの健全性管理；第９章　実践ケーススタディ；第１０章　エンタープライズ環境でのＭＬｆｌｏｗ活用；第１１章　ＬＬＭＯｐｓの未来とベストプラクティス；付録Ａ　ＭＬｆｌｏｗ　ＣＬＩリファレンス（ＬＬＭ関連）；付録Ｂ　トラブルシューティングガイド；付録Ｃ　用語集

弥生　隆明(ヤヨイ　タカアキ)
大手製造業にてインフラ管理・システム開発、大手ＩＴメーカーにて自然言語処理の研究開発・ＩＴコンサルティング・サービス開発運用・海外赴任を経て、外資系コンサルティングファームでデータ分析プロジェクトに従事。現在はＤａｔａｂｒｉｃｋｓ　Ｊａｐａｎにて、生成ＡＩおよびデータエンジニアリングを専門にＤａｔａｂｒｉｃｋｓの導入支援に取り組む。２０２６年４月より青山学院大学特別研究員を兼務。興味・得意分野は生成ＡＩ、データエンジニアリング、Ｗｅｂアプリ、Ｄａｔａｂｒｉｃｋｓ