Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Datadog LLM Observabilityで実現する 安全なLLM Usage 管理
Search
Brown
May 31, 2026
Programming
210
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
Datadog LLM Observabilityで実現する 安全なLLM Usage 管理
Japan Datadog User Group Meetup#17@沖縄 / 2026年5月28日の登壇資料です
Brown
May 31, 2026
More Decks by Brown
See All by Brown
SIGQ Company Deck 2025-08
3150
0
63
SIGQ におけるベクトル DB と Reranker の利用
3150
0
70
SIGQ Introduction Aug-2025
3150
0
200
20250623 Findy Lunch LT Brown
3150
0
1.2k
個人開発のAIツール活用_LT_Night_-_Brown.pdf
3150
0
1.1k
マルチクラウドCDNで高い耐障害性を持つKARTEのコンテンツ配信を実現する技術
3150
0
1.1k
Technologies that enable robust KARTE content delivery through a multi-cloud CDN
3150
0
180
Other Decks in Programming
See All in Programming
GraphRAGのKnowledge Graphを 直接!見る/View-GraphRAG's-KnowledgeGraph-directly!
tyumugi1113
0
240
AIエージェント時代のコードレビューを設計する
nogu66
6
2.5k
高専キャリア LT 発表内容
crysta1221
6
5.6k
一参加者から『中の人』へ 〜全通PHPerがブースに立って学んだ、カンファレンスを100倍楽しむコツ〜
wp_daisuke
0
120
【デモ】Kiroで体験する仕様駆動開発|設計からコーディングまでAIと進める開発フロー
cmkudo
0
600
[DroidKaigi 2026] Bring your own phones to Gradle Managed Devices
f2lk
0
110
PyO3 で既存 Python 評価器を Rust core 化する ー wasm-bindgen でブラウザにも配るための設計
kdash
1
510
AIと壁打ちしながら進めるコスト管理
fufuhu
2
1.9k
Laravelのアプリケーションをどこにデプロイするか #ツナギメオフライン.9
akase244
0
120
Go × SIMDで高速化するベクトル検索 ~ルーフラインモデルでSIMDが効く境界を探れ! ~
po3rin
1
130
AI駆動開発にグラフDBを重ねてみた
satoshi256kbyte
2
750
Discordを用いたラボオートメーション関連情報収集の自動化
noguhiro2002
0
500
Featured
See All Featured
HTML-Aware ERB: The Path to Reactive Rendering @ RubyCon 2026, Rimini, Italy
marcoroth
4
590
Building Applications with DynamoDB
mza
96
7.2k
Sam Torres - BigQuery for SEOs
techseoconnect
PRO
0
540
Noah Learner - AI + Me: how we built a GSC Bulk Export data pipeline
techseoconnect
PRO
0
430
Groundhog Day: Seeking Process in Gaming for Health
codingconduct
0
330
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
25
2.1k
Measuring Dark Social's Impact On Conversion and Attribution
stephenakadiri
2
270
Technical Leadership for Architectural Decision Making
baasie
3
560
The Director’s Chair: Orchestrating AI for Truly Effective Learning
tmiket
1
290
How to Build an AI Search Optimization Roadmap - Criteria and Steps to Take #SEOIRL
aleyda
1
2.2k
A brief & incomplete history of UX Design for the World Wide Web: 1989–2019
jct
2
500
Automating Front-end Workflow
addyosmani
1369
210k
Transcript
LLM Observabilityで実現する 安全なLLM Usage 管理 1 Japan Datadog User Group
Meetup#17@沖縄 / 2026年5月28日 株式会社SIGQ 代表取締役 金築 敬晃
2 会社概要 会社名 株式会社SIGQ(シグキュー) 所在地 〒305-0031 茨城県つくば市吾妻2-5-1 つくば市産業振興センター203号室 代表取締役CEO 金築
敬晃 設立 2024年8月20日 事業内容 インシデントマネジメントAI「Incident Lake」 意思決定支援・組織定着 認証 ISMS 27001 SOC 2 Type 1 保証報告書を受領済み (Incident Lake) Mission 信頼性を設計する SIGQは、インシデント対応の 支援を通じて、単なる運用を超 えた「信頼性の設計」を提供。 開発者が本質的な価値創造に集 中できる環境を実現し、企業の 成長と社会的意義の両立に貢 献。 株式会社SIGQ
3 TOPICS プレシリーズAで総額1.53億円 の資金調達を実施 J-KISS型新株予約権と金融機関か らのデットを組み合わせ、 総額1億5,300万円を調達。 みずほキャピタル、SMBCベンチ ャーキャピタル、三菱UFJキャピ タルに加え、プレイド、マネーフ
ォワード、PKSHA Technology等 の成長を牽引した個人投資家も参 画 。 調達資金の用途:Go-to-Market(GTM)戦略の本格始動 エンタープライズ組織の立ち上げ マーケティング投資の拡大 パートナーシップによる「運用のラストワンマイル」の資産化 株式会社SIGQ
私:Webサービスのインシデント対応に詳しい 4 【経歴】 マネーフォワード→プレイド→SIGQ 一貫して全社横断のSRE / Incident Manager 【バックグラウンド】 筑波大学大学院修了(情報工学)
専門はデータベースと分散システム 【発表】 ・Datadog Summit Tokyo 2024 ・Fastly Yamagoya 2024 ・PagerDuty Summit 2023 etc... 株式会社SIGQ 株式会社SIGQ 代表取締役 金築 敬晃
5 Incident Lakeとは何か 既存運用ツールはそのまま。その上に乗る意思決定支援レイヤー。 Incident Lake AI インシデント・インテリジェンス層 マネージャー /
意思決定者 既存ツール Slack / Microsoft Teams / Datadog / Jira / Notion / Google Drive / Share Point / OneDrive / Box... 即座に統合・要約 散在する情報を AI がリアルタイムで束ね、 「今何が起きているか」を全員が把握 過去事例から最適解 蓄積された自社の対応ログを基に、AI が次 の一手を提示 報告書まで自動生成 社内用レポート、当局報告ドラフト、ポス トモーテムを宛先毎に自動作成 1 2 3 株式会社SIGQ
Incident Lake で求めるLLM Observability 6 コストの急増を防ぐ コストそのものはLLM Provider側のBillingで見ている →急増を即座に検知し、状況把握・対応をしたい モデルごとの利用量トレンドを把握する
Gemini, Opus etc...の各モデルを提供していて、ユーザーが自身で切 り替えられる →モデルごとの利用量トレンドを把握することで、使われていないモ デルの廃止や、新しいモデルの追加を行う 株式会社SIGQ
LLM Observability は便利だが、 気をつけないと危ない 7 そのまま普通に使うと、 プロンプトに含まれるデータがそのままDatadogに送られてしまう 問題点 センシティブなデータがDatadogに渡ってしまう Datadogの利用規約ではそもそもPIIを含むセンシティブなデータ
を送るのを非推奨としている かつ、社内の情報統制的にも問題がある 株式会社SIGQ
LLM Observability でセンシティブな プロンプトが入るのを防ぐ方法① 8 方法①:そもそもプロンプトを 送らない(推奨) 「llm_observability span- processing」などで検索すると出
てくるが、以下のようなコードで そもそも送らないようにする const tracer = require('dd-trace'); const llmobs = tracer.llmobs; function maskProcessor(span) { for (const m of span.input || []) m.content = ""; for (const m of span.output || []) m.content = ""; return span; } llmobs.registerProcessor(maskProcessor); 株式会社SIGQ
LLM Observability でセンシティブな プロンプトが入るのを防ぐ方法② 9 方法②:Secret Scanningを使う 「プロンプトは送ってもいいが、 PIIは除きたい」というケース カバレッジ100%は無理だし、
対応漏れが起きるので、 ①の方がベター 株式会社SIGQ
茨城県つくば市吾妻2-5-1 つくば市産業振興センター203 号室 company.sigq.io See you in NY 株式会社SIGQ 10
株式会社SIGQ