[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"blogEntry::post\u002Fcodatum-cli-beta:ja":3},{"title":4,"slug":5,"description":6,"body":7,"author":8,"category":9,"coverImageUrl":13,"ogImageUrl":14,"createdAt":15,"updatedAt":16,"datePublished":17,"locale":18,"related":19},"AIエージェントのためのデータ分析環境: Codatum CLIをリリースしました！","codatum-cli-beta","手で組むBIから、AIが書くBIへ。Codatum CLIは、普段使っているAIエージェントから、Markdownでダッシュボードやレポートを作成し、リンクで共有・再実行できるデータ分析環境です。","\u003Cp>本日、\u003Ca href=\"https:\u002F\u002Fcodatum.jp\u002Fcli\" target=\"_blank\" rel=\"noopener noreferrer\">Codatum CLI\u003C\u002Fa>をリリースしました！手で組むBIから、AIが書くBIへ。Codatum CLIを使うと、CursorやClaude Codeなど普段使っているAIから、リッチでインタラクティブなデータ分析を作れるようになります。\u003C\u002Fp>\u003Cp>最近では、ローカルのコーディングエージェントや、Slackなどに繋げたボットエージェントに、データ接続機能を持たせてデータ分析をさせることはよくあるかと思います。Codatum CLIを入れることで、このようなワークフローを簡単に構築するだけでなく、①もっと効率的に、②もっとインタラクティブに、③もっと安全に、データの分析と共有を行うことができるようになります。\u003C\u002Fp>\u003Cp>手で組むBIから、AIが書くBIへ。Codatum CLIの利用イメージを、1分の動画で紹介します。\u003C\u002Fp>\u003Cfigure class=\"EmbeddedContent_Wrapper\">\n            \u003Cvideo src=\"https:\u002F\u002Fvideos.ctfassets.net\u002Fggtw2zqmifs5\u002F3k5Jw2xtwSsJ95kSh36oTk\u002F68960dd798e9deb39fe2062532ec9efc\u002Fcodatum-cli-teaser.mp4\" controls=\"\" controlslist=\"nodownload\" style=\"width: 100%; max-width: 660px;\">\n              \u003Cp>お使いのブラウザは動画の再生に対応していません。\u003C\u002Fp>\n            \u003C\u002Fvideo>\n          \u003C\u002Ffigure>\u003Ch2>AIのためのデータ分析環境の難しさ\u003C\u002Fh2>\u003Cp>自社でAIを使ったデータ分析環境を整えようとすると、いくつもの大きな問題があります。たとえば、Claude Codeなどの環境を配り、DBもしくはDWHへの権限を付与して個々人の分析環境を作る場合です。\u003C\u002Fp>\u003Cfigure class=\"EmbeddedContent_Wrapper\">\u003Cimg src=\"https:\u002F\u002Fimages.ctfassets.net\u002Fggtw2zqmifs5\u002F7G2GYBfBWaQTyfhAUkNEjV\u002Fe4839730dd0db71b41a9587db3a90767\u002Fimg01.png\" alt=\"Codatum CLI Challenges\">\u003C\u002Ffigure>\u003Cp>\u003Cb>データ権限の管理。\u003C\u002Fb> Agentが分析結果をtextやhtmlに書き出して共有すると、その出力にはDWHから取得したデータが含まれます。しかし、DWH上で設定していたユーザーやグループごとの閲覧権限は、書き出したファイルには引き継がれません。共有して大丈夫なデータかどうかを毎回判断する必要があり、意図せず広く共有するか、安全を優先して共有範囲を狭めることになります。\u003C\u002Fp>\u003Cp>\u003Cb>Token効率、クエリコスト。\u003C\u002Fb> AgentにHTMLでレポートを作らせると、描画コードやスタイル、場合によっては取得したデータ自体もファイルに含まれます。Agentがこのファイルを読み書きするたびにTokenを消費し、データ量が多ければ数千〜数万tokenまで増えることがあります。また、修正や深掘りのたびにDWHへクエリを実行すると、クエリコストも増えていきます。\u003C\u002Fp>\u003Cp>\u003Cb>分析資産の再利用、共有。\u003C\u002Fb> Agentが作ったSQLやチャート、分析の前提は、個人の会話スレッドに残りがちです。ほかのメンバーは過去の分析を検索して利用できず、同じ分析が必要になるたびにAgentへ依頼し直します。その結果、似ているものの少しずつ異なるSQLが量産されます。\u003C\u002Fp>\u003Cp>\u003Cb>新鮮なデータでのインタラクティブな再実行。\u003C\u002Fb> textやHTMLとして共有された分析結果は、作成時点の静的な出力です。受け手が「別の期間を見たい」「地域を絞りたい」と思っても、自分で条件を変えたり、最新データで再実行したりできません。変更が必要になるたびに、作成者へ依頼し直すことになります。\u003C\u002Fp>\u003Cp>\u003Cb>分析の監視・監査ログ。\u003C\u002Fb> 分析が個々のローカルAgentで行われると、依頼内容、作成されたSQL、修正の過程、共有された結果が個人の環境に残ります。DWHのクエリログだけでは、どの依頼に対する分析か、どの分析結果として共有されたのかまで確認できません。問題のあるクエリや分析結果が見つかっても、後から経緯を追うことが難しくなります。\u003C\u002Fp>\u003Cp>Codatum CLIは、分析の作成から共有までを一つのワークフローとして扱うことで、これらの課題を解決します。分析は短いMarkdownで記述し、Agentから操作できます。完成した分析は、権限と監査ログが適用されるCodatum上で動的に共有し、Gitでレビュー・蓄積できます。ここから、その仕組みを順に紹介します。\u003C\u002Fp>\u003Ch2>1. 分析のための新しいMarkdownフォーマット ".cnb.md"\u003C\u002Fh2>\u003Cp>Codatum CLIの基盤になるのは、分析用に設計された新しいMarkdownフォーマットです。SQL、チャート設定、パラメータ、説明、レイアウトを、Markdownを拡張した\u003Ccode class=\"hljs\">.cnb.md\u003C\u002Fcode>に書くと、短い記述のままリッチでインタラクティブなダッシュボードやレポートとして描画できます。\u003C\u002Fp>\u003Cfigure class=\"EmbeddedContent_Wrapper\">\u003Cimg src=\"https:\u002F\u002Fimages.ctfassets.net\u002Fggtw2zqmifs5\u002F5cBm1lCB3lEXHQzd3ViwX1\u002Fa3e79768d497d9bfa884c26b714c71da\u002Fimg02.png\" alt=\"Codatum CLI Authoring Format\">\u003C\u002Ffigure>\u003Cp>このフォーマットは人間が読んでもAgentに読ませても効率的です。SQLと表示設定がテキストとして並ぶため、分析過程やレポート表現を読みやすく、Gitでも差分を確認できます。\u003C\u002Fp>\u003Cp>コンパクトさは、AgentのTokenコストにも直接効きます。例えば、EChartsを使ったHTMLが約650〜2,000 tokenだったのに対し、\u003Ccode class=\"hljs\">.cnb.md\u003C\u002Fcode>を使ったケースでは約130 tokenとなり、約80〜94%削減できました。さらに、HTMLにはデータ自体を埋め込むケースも多く、データ量が増えると数千〜数万tokenまで膨らむことがあります。\u003C\u002Fp>\u003Cp>\u003Cb>カタログのYAML管理:\u003C\u002Fb> Notebookだけでなく、CodatumのカタログもYAMLで管理できます。テーブル・カラムの説明やタグを\u003Ccode class=\"hljs\">.cann.yaml\u003C\u002Fcode>に保存し、CLIでCodatumと同期できます。詳しくは\u003Ca href=\"https:\u002F\u002Fcli-docs.codatum.com\u002Fyaml\u002Fcatalog-annotation\" target=\"_blank\" rel=\"noopener noreferrer\">カタログアノテーション\u003C\u002Fa>を参照してください。\u003C\u002Fp>\u003Cp>\u003Ca href=\"https:\u002F\u002Fcli-docs.codatum.com\u002Fmd\u002Fnotebook\" target=\"_blank\" rel=\"noopener noreferrer\">CLIドキュメント: Notebook file\u003C\u002Fa>\u003C\u002Fp>\u003Ch2>2. Agentが分析の流れを組み立てられるCLIコマンド\u003C\u002Fh2>\u003Cp>Codatum CLIは、Notebookの作成・取得から、検証、SQL実行、画像での表示確認、差分確認、Codatumへの反映までをカバーします。操作は個別のコマンドに分かれているため、Agentは分析の進み方に応じて必要な操作を組み合わせられます。\u003C\u002Fp>\u003Cpre>\u003Ccode class=\"hljs language-shell\">cdm notebook create\n\u003Cspan class=\"hljs-comment\"># 新しいNotebookをCodatum上に作成し、編集用の.cnb.mdをローカルに保存します。\u003C\u002Fspan>\n\ncdm notebook clone\n\u003Cspan class=\"hljs-comment\"># 既存のNotebookを.cnb.mdとしてローカルに取得します。\u003C\u002Fspan>\n\ncdm notebook \u003Cspan class=\"hljs-built_in\">format\u003C\u002Fspan>\n\u003Cspan class=\"hljs-comment\"># .cnb.mdを検証・整形し、修復可能なエラーを自動で修正します。\u003C\u002Fspan>\n\ncdm notebook run\n\u003Cspan class=\"hljs-comment\"># Notebook内のSQLをまとめて実行し、結果を.cnb.mdへ反映します。\u003C\u002Fspan>\n\ncdm notebook render chart\ncdm notebook render page\n\u003Cspan class=\"hljs-comment\"># チャートやページを画像として出力します。Agentは出力した画像を確認しながら表示を修正できます。\u003C\u002Fspan>\n\ncdm notebook preview\n\u003Cspan class=\"hljs-comment\"># .cnb.mdとブラウザを双方向に同期します。ファイルの編集はブラウザへ、ブラウザ上の操作はファイルへ反映されます。\u003C\u002Fspan>\n\ncdm notebook diff\n\u003Cspan class=\"hljs-comment\"># ローカルの変更をCodatumへ反映した場合の差分を確認します。\u003C\u002Fspan>\n\ncdm notebook push\n\u003Cspan class=\"hljs-comment\"># ローカルの.cnb.mdをCodatumへ反映します。\u003C\u002Fspan>\u003C\u002Fcode>\u003C\u002Fpre>\u003Cp>新しい分析は\u003Ccode class=\"hljs\">\u003Cspan class=\"hljs-keyword\">create\u003C\u002Fspan>\u003C\u002Fcode>、既存の分析は\u003Ccode class=\"hljs\">clone\u003C\u002Fcode>から始めます。その後、\u003Ccode class=\"hljs\">\u003Cspan class=\"hljs-built_in\">format\u003C\u002Fspan>\u003C\u002Fcode>、\u003Ccode class=\"hljs\">run\u003C\u002Fcode>、\u003Ccode class=\"hljs\">render\u003C\u002Fcode>を繰り返し、\u003Ccode class=\"hljs\">diff\u003C\u002Fcode>を確認して\u003Ccode class=\"hljs\">push\u003C\u002Fcode>します。Agentが画像を確認しながら進める場合は\u003Ccode class=\"hljs\">render\u003C\u002Fcode>、人がブラウザで調整する場合は\u003Ccode class=\"hljs\">preview\u003C\u002Fcode>を使えます。Notebookを一度生成するだけではなく、既存分析の再利用から確認・修正・反映までを一つの流れとして扱えることが、Codatum CLIの特徴です。詳しい引数やオプションは\u003Ca href=\"https:\u002F\u002Fcli-docs.codatum.com\u002Fguide\u002Fgetting-started\" target=\"_blank\" rel=\"noopener noreferrer\">はじめに\u003C\u002Fa>で確認できます。\u003C\u002Fp>\u003Ch2>3. 分析過程のパッケージングと共有\u003C\u002Fh2>\u003Cp>次に、Codatum CLIで作った分析は、Codatum Notebookとしてクラウドに保存・共有できます。共有されるのはチャートだけではありません。SQL、パラメータ、チャート設定、説明が一つに収まるため、どの条件で集計し、どう読み取ったのかまで共有できます。\u003C\u002Fp>\u003Cfigure class=\"EmbeddedContent_Wrapper\">\u003Cimg src=\"https:\u002F\u002Fimages.ctfassets.net\u002Fggtw2zqmifs5\u002FJge4SXm6qaedavHSh0RZY\u002F3084f991c04d1574ee0ad515f7b28e2c\u002Fimg03.png\" alt=\"Codatum CLI Analysis Accumulation\">\u003C\u002Ffigure>\u003Cp>同じ分析過程を2度3度と別の人がやることなく、分析による知識を積み上げていくことができます。これにより、個人ごとに分析を作り直す時間を減らし、チームは過去のSQLや判断の前提を出発点に、次の分析へ進めます。担当者が変わっても分析の背景が引き継がれ、会社として指標や分析方法を揃えやすくなります。\u003C\u002Fp>\u003Ch2>4. 静的ではなく動的な共有\u003C\u002Fh2>\u003Cp>共有されたものが静的ではなく動的であることも重要です。静的なものを共有した場合、実行日時が変わったりパラメータを変更したい時に、再度成果物を作る必要があります。Codatum Notebookでは、受け手がパラメータを変え、最新のデータで再実行できるため、作成者への更新依頼を減らせます。\u003C\u002Fp>\u003Cp>Agent環境やSQLの知識を持たないビジネス職のメンバーも、既存の分析を起点に、GUI上でフィルタや集計方法を変えて深掘りできます。問いごとにAgentに一から依頼して別のSQLを作らせないため、指標や条件がずれた分析を生むリスクも抑えられます。\u003C\u002Fp>\u003Ch2>5. 安心できる権限管理されたデータ環境\u003C\u002Fh2>\u003Cp>共有は、textやHTMLのファイルを送るのではなく、リンクで行います。リンクを開いた先でのデータの閲覧と実行は、Codatum上のアカウントごとの権限に従います。共有者が見せてよい範囲を自分で保証する必要はなく、コネクションの実行権限やNotebookの権限で制御できます。\u003C\u002Fp>\u003Cp>CLI側の操作にはPersonal Access Token（PAT）の権限が適用されるので、Agentに渡す権限を絞れます。また、ワークスペース上の操作は監査ログから確認できます。\u003C\u002Fp>\u003Ch2>6. Gitで蓄積・レビュー・再利用できる分析定義\u003C\u002Fh2>\u003Cp>\u003Ccode class=\"hljs\">.cnb.md\u003C\u002Fcode>はテキストファイルなので、Gitでそのまま管理できます。残るのは結果の画像ではなく、結果を再現する定義そのものです。\u003Ccode class=\"hljs\">.cnb.md\u003C\u002Fcode>は、HTMLや出力を含むJupyter Notebookと比べ、SQL、パラメータ、チャート設定の変更を差分として確認しやすい形式です。Streamlitのようなアプリケーションコードを読む必要もなく、分析定義に絞ってレビューできます。コミット前に\u003Ccode class=\"hljs\">cdm notebook \u003Cspan class=\"hljs-built_in\">format\u003C\u002Fspan>\u003C\u002Fcode>で整形し、\u003Ccode class=\"hljs\">cdm notebook strip\u003C\u002Fcode>で実行結果を取り除けば、データ更新のたびに差分が汚れることもありません。\u003C\u002Fp>\u003Cfigure class=\"EmbeddedContent_Wrapper\">\u003Cimg src=\"https:\u002F\u002Fimages.ctfassets.net\u002Fggtw2zqmifs5\u002FcHV3nTP10o85RtPhyO1sZ\u002F48aeb463a3480e836dd3933d10c33894\u002Fimg04.png\" alt=\"Codatum CLI Lifecycle with Git\">\u003C\u002Ffigure>\u003Cp>GitHub上のファイルを正とするチームは、GitHub ActionsなどのCIで検証して、mainブランチへのマージ後にCodatumへ反映できます。構成例は\u003Ca href=\"https:\u002F\u002Fcli-docs.codatum.com\u002Fuse-cases\u002Fmanage-with-github\" target=\"_blank\" rel=\"noopener noreferrer\">GitHubで管理するガイド\u003C\u002Fa>で公開しています。ここまでの体制が要らない個人の分析なら、\u003Ccode class=\"hljs\">cdm notebook push\u003C\u002Fcode>だけで反映できます。\u003C\u002Fp>\u003Ch2>セットアップ \u002F 利用方法\u003C\u002Fh2>\u003Cp>実際の利用方法は、次の動画で確認できます。\u003C\u002Fp>\u003Cp>\u003Cfigure class=\"EmbeddedContent_Wrapper\">\u003Ciframe width=\"660\" height=\"315\" src=\"https:\u002F\u002Fwww.youtube.com\u002Fembed\u002FkYDvtqkgIl4\" title=\"https:\u002F\u002Fwww.youtube.com\u002Fembed\u002FkYDvtqkgIl4\" frameborder=\"0\" allow=\"accelerometer; encrypted-media; gyroscope; picture-in-picture\" allowfullscreen=\"\">\u003C\u002Fiframe>\u003C\u002Ffigure>\u003C\u002Fp>\u003Cp>必要なのは、Codatumのアカウントとワークスペース、そしてBigQuery、Snowflake、Databricks、Redshiftのいずれかのコネクションです。インストーラはmacOS、Linux、Windows向けに用意しており、Cursor、Claude Code、CodexなどのAgentと組み合わせて使えます。\u003C\u002Fp>\u003Cp>手順は\u003Ca href=\"https:\u002F\u002Fcli-docs.codatum.com\u002Fguide\u002Fgetting-started\" target=\"_blank\" rel=\"noopener noreferrer\">はじめに\u003C\u002Fa>を参照してください。インストールしたら、まずは最近依頼された分析を一つ選んで、Agentにチャートを一枚作らせ、Codatumへ反映してWeb上で条件を変えられることを確かめてみてください。\u003C\u002Fp>\u003Ch2>ぜひ使ってフィードバックをください！\u003C\u002Fh2>\u003Cp>手で組むBIから、AIが書くBIへ。\u003Ca href=\"https:\u002F\u002Fcodatum.jp\u002Fcli\" target=\"_blank\" rel=\"noopener noreferrer\">Codatum CLI\u003C\u002Fa>なら、分析の作成から共有・再実行、Git管理までを一つの流れで進められます。ぜひ利用して、フィードバックをお寄せください。\u003C\u002Fp>\u003Cp>いただいたフィードバックをもとに、正式版に向けて改善を続けます！\u003C\u002Fp>","Codatum Team",{"title":10,"slug":11,"description":12},"プロダクト","product","","https:\u002F\u002Fimages.ctfassets.net\u002Fggtw2zqmifs5\u002F6CmBdMv8pMgTsssSvs51sd\u002Fe5fd485d4a60cc44bb81045e08c1e65f\u002Fcover.png","https:\u002F\u002Fimages.ctfassets.net\u002Fggtw2zqmifs5\u002F3RlKGmndYGxO9Wvm3cR5NX\u002F998545ae2163a9995f209b978b913bc6\u002Fog.png","2026-08-03T21:00:11.196Z","2026-08-03T22:15:41.156Z","2026-08-04T06:00+09:00","ja",[20,30,40],{"title":21,"slug":22,"description":23,"author":24,"category":25,"coverImageUrl":26,"ogImageUrl":27,"createdAt":28,"updatedAt":28,"datePublished":29,"locale":18},"SQLは動くのに、なぜ分析は間違うのか","ai-data-analysis-38-percent","AI にデータ分析を任せても、SQL が動くことと分析が正しいことは別です。Data Agent Benchmark（DAB）で最新モデルでも pass@1（1 回で正解できた割合）が 38% にとどまった理由を、失敗の 85% を占める計画と実装の問題から読み解き、人間がレビューできる Data Agent の設計を考えます。","Naoki Shibayama",{"title":10,"slug":11,"description":12},"https:\u002F\u002Fimages.ctfassets.net\u002Fggtw2zqmifs5\u002F2RLeBK16dSIUNOf0leYv6h\u002F054743575aa7bba8f33a8c2df25a9070\u002Fcover-banner.png","https:\u002F\u002Fimages.ctfassets.net\u002Fggtw2zqmifs5\u002F3b9n82XQDour4myn1ZcYb\u002F9a0ff84d6a860c4456687a12ee2a6167\u002Fcover-hero.png","2026-06-22T01:00:10.416Z","2026-06-22T10:00:00+09:00",{"title":31,"slug":32,"description":33,"author":8,"category":34,"urlCategorySlug":11,"coverImageUrl":35,"ogImageUrl":36,"createdAt":37,"updatedAt":38,"datePublished":39,"locale":18},"署名付き埋め込みとは：セキュアなデータ提供を実現する組み込み型BI","embedded-analytics","顧客へのデータ提供を検討する上で、セキュリティと運用効率の両立、または開発・保守の工数に頭を悩ませている担当者は多いのではないでしょうか。 自社サービスにデータ分析機能やダッシュボードを組み込む方法の一つとして、「署名付き埋め込み（Embedded Analytics）」があります。署名付き埋め込みは、上記の課題を解決しながら、シームレスな顧客体験を提供することが可能です。 本記事では、署名付き埋め込み機能の仕組み、メリット・デメリット、実装ステップなどについて解説します。",{"title":10,"slug":11,"description":12},"https:\u002F\u002Fimages.ctfassets.net\u002Fggtw2zqmifs5\u002F2sxhcmyojbFe3WifesBP49\u002Ff470c652f865848aaa4687604c0a356d\u002Fcover.png","https:\u002F\u002Fimages.ctfassets.net\u002Fggtw2zqmifs5\u002F3dKwZPYOx3hNp9yLJ3iXaf\u002Ff5a3833843a685dbdbae870c16807d58\u002Fog.png","2025-11-19T09:36:01.589Z","2026-05-07T09:25:49.084Z","2025-11-19T00:00+09:00",{"title":41,"slug":42,"description":43,"author":24,"category":44,"urlCategorySlug":11,"coverImageUrl":45,"ogImageUrl":46,"createdAt":47,"updatedAt":48,"datePublished":49,"locale":18},"Embedded Analytics (組み込みBI) 導入ガイド: データ資産を新たなビジネスに","embedded-analytics-bi","新機能Signed embedで実現する安全なデータ共有と新たなビジネス価値：マルチテナントダッシュボードと個別クライアントレポートを通じて、データ活用の可能性を広げます",{"title":10,"slug":11,"description":12},"https:\u002F\u002Fimages.ctfassets.net\u002Fggtw2zqmifs5\u002F28SImGQdQTPy6wJvDQP0rq\u002Fcf3364b708169aa4d5de5bfec1013a59\u002Fembed.png","https:\u002F\u002Fimages.ctfassets.net\u002Fggtw2zqmifs5\u002F2FwauNWRhfflN1kxIsfe5m\u002F1f86a095439514d8f5ce51ec13895476\u002Fog.png","2025-04-25T13:57:23.846Z","2026-05-07T09:25:55.645Z","2025-04-25T22:00+09:00"]