井本賢

AIエージェント運用エンジニア

Short Bio

井本賢はAIエージェント運用エンジニアであり、Propel-Lab代表。LLMOフレームワーク作者として、AI開発・コンテキストエンジニアリング・AI検索最適化に関する書籍を Kindleで31冊（4言語）／Zenn Booksで13冊出版している。

Medium Bio

井本賢はAIエージェント運用エンジニアであり、Propel-Labにおいて Claude Code を核としたハーネスで開発・運用・マーケティングの自律化に取り組んでいる。LLMO（Large Language Model Optimization）フレームワークの作者として、ChatGPTやPerplexityなどのAI検索エンジンにおけるコンテンツ最適化手法を体系化。「実践Claude Code」「ハーネス・エンジニアリング」「ナレッジグラフ活用大全」「LLMO実践ガイド」など Kindle 30冊以上（英・日・PT・ES 4言語）と Zenn Books 13冊を出版。Zenodoでは4本の研究論文を発表し、AI生成テキスト分析・VLMの色認識バイアス・LLMエージェントのコスト/品質トレードオフについての定量研究を行っている。Qiitaでは 120本以上の技術記事を執筆し、Qiita+Zenn 累計 400,000PV を超える。

Full Bio

井本賢はAIエージェント運用エンジニアであり、Propel-Lab代表として、Claude Code を核としたハーネスで開発・運用・マーケティングの自律化を推進している。

LLMO（Large Language Model Optimization）フレームワークの提唱者として、ChatGPTやPerplexityなどのAI検索エンジンにおけるコンテンツの可視性を体系的に最適化する手法を確立した。著書「なぜあなたのサイトはChatGPTに無視されるのか：LLMO実践ガイド」とコンパニオンサイト llmoframework.com で詳細に解説している。

AI開発、コンテキストエンジニアリング、ナレッジグラフ、MCPセキュリティ、AI検索最適化をテーマに Kindle 30冊以上（英・日・PT・ES 4言語）／Zenn Books 13冊を出版。代表作に「実践Claude Code — コンテキストエンジニアリングで開発を変える」「ハーネス・エンジニアリング — AIを"使う"から"操る"へ」「ナレッジグラフ活用大全 — 構造化すれば、AIは賢くなる」「MCP実践セキュリティ — 本番デプロイ完全ガイド」がある。

研究面ではZenodoで4本の論文を発表。「When Free Executors Cost More」（強いオーケストレータ＋安いエグゼキュータという定石構造が、prompt cache 経由のサマリ再読込コストで全タスク最高額になることを示した）、「Excess Vocabulary in Japanese AI-Generated Text」（7つのLLMにわたる651の統計的有意な過剰語彙を分析）、「AI Text Slop」（日本語技術記事における文体収束の定量分析）、「AI Blue」（Vision-Language Modelの色認識バイアスの定量評価）。後者3本は LLM の特定挙動と「AIスロップ」現象を定量的に結びつけた研究群、最初の1本はエージェントコーディング構成のコスト/品質Pareto実証である。

現在は音声AIのレイテンシ最適化（300msの壁）、マルチエージェントAIシステムのコンテキストエンジニアリング、Generative Agent Simulationの研究に取り組んでいる。

主な実績

「VRAM 12GB で Qwen 35B を動かす」60,000+ PV（Qiita, 2026-06）
「AI時代にすべてをGitHubで管理する」45,000+ PV / 241 LGTM（Qiita, 2026-03）
「コードレビューを6段階にしたら、AIと人間の分業が見えた」284 Likes（Zenn, 2026-05）
「ハーネスエンジニアリング、全員が違うことを言っている」130 Likes（Zenn, 2026-04）
TabNews（ブラジル PT-BR）上位投稿 — tabcoin 10〜12 獲得（2026-05〜06）

主な主張

「速いモデルより、ハーネス(枠組み)を作れる人が勝つ」— ハーネス・エンジニアリング
「ChatGPT に引用されるのはページではなくパッセージだ」— LLMO実践ガイド
「LLM は賢くならない。賢くなるのはあなたの構造の側だ」— ナレッジグラフ活用大全
「Claude Code の差は、モデルの速さではなくコンテキストの精度に出る」— 実践Claude Code
「人が AI を"会話"と感じるか"道具"と感じるかは、300ms で決まる」— 音声AIの300ms
「コンテキストエンジニアリングは LLM を嘘つきから専門家に変える技術だ」— Context Engineering 実践入門
「LLMO は『見つけてもらう』ではなく『引用できる形にする』技術だ」— LLMO Quickstart

メディアキット

プロフィール写真

ダウンロード (JPG)

使用ガイドライン

写真のトリミングや加工はご遠慮ください
クレジットは「井本賢」または「Ken Imoto」で
可能な場合は kenimoto.dev へのリンクをお願いします

井本 賢