<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>vasilyjp</author_name>
  <author_url>https://blog.hatena.ne.jp/vasilyjp/</author_url>
  <blog_title>ZOZO TECH BLOG</blog_title>
  <blog_url>https://techblog.zozo.com/</blog_url>
  <categories>
    <anon>AI</anon>
    <anon>Google Cloud</anon>
    <anon>トラブルシューティング</anon>
    <anon>運用改善</anon>
    <anon>機械学習</anon>
  </categories>
  <description>はじめに こんにちは、データサイエンス部コーディネートサイエンスブロックの大川です。私たちは、WEARにおける「似合う」をユーザーに届けるため、LLMやマルチモーダルAIを活用してコーディネートの特徴抽出や似合うに関する独自の判定処理のR&amp;Dを行っています。 LLMが台頭して以降、LLMに構造化出力を要求するタスクは増えています。数百件のテストでは問題なく動いていたシステムが、本番運用で10万件・100万件規模の推論を回すと思わぬエラーに直面することがあります。 本記事では、ファッション画像から柄の特徴を抽出するタスクを本番運用する過程で直面した課題と、その解決策を共有します。具体的には、エラ…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftechblog.zozo.com%2Fentry%2Freduce-llm-output-errors&quot; title=&quot;LLMの構造化出力エラーを87％削減した実践手法 ── Gemini API 10万件運用の知見 - ZOZO TECH BLOG&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/v/vasilyjp/20260303/20260303163826.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2026-03-05 11:00:00</published>
  <title>LLMの構造化出力エラーを87％削減した実践手法 ── Gemini API 10万件運用の知見</title>
  <type>rich</type>
  <url>https://techblog.zozo.com/entry/reduce-llm-output-errors</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
