RORK LABEN
TOOLING — Rorkの開発者向けリポジトリが動き続けています。rork-xcodeが7月16日、rork-deviceが7月15日、rork-plistが7月13日に更新されましたOPUS46 — RorkでClaude Opus 4.6が稼働しています。Rork MaxはClaude Codeを土台にアプリを組み立てる設計ですSIM — ブラウザ上で動くクラウドのiOSシミュレータを備え、実機へのインストールは1クリック、App Storeへの提出は2クリックと案内されていますMAX — Rork MaxはReact Nativeではなく純粋なSwiftを出力します。iPhone・iPad・Apple Watch・Apple TV・Vision Pro、そしてiMessageまでが射程ですNATIVE — HealthKit、ARKitとLiDAR、NFC、Dynamic Island、Live Activities、Metalによる3D、Core MLのオンデバイス推論まで扱えますSEED — RorkはLeft Lane Capitalが主導する1,500万ドルのシードラウンドを実施し、Peak XVとa16z Speedrunが参加しましたTOOLING — Rorkの開発者向けリポジトリが動き続けています。rork-xcodeが7月16日、rork-deviceが7月15日、rork-plistが7月13日に更新されましたOPUS46 — RorkでClaude Opus 4.6が稼働しています。Rork MaxはClaude Codeを土台にアプリを組み立てる設計ですSIM — ブラウザ上で動くクラウドのiOSシミュレータを備え、実機へのインストールは1クリック、App Storeへの提出は2クリックと案内されていますMAX — Rork MaxはReact Nativeではなく純粋なSwiftを出力します。iPhone・iPad・Apple Watch・Apple TV・Vision Pro、そしてiMessageまでが射程ですNATIVE — HealthKit、ARKitとLiDAR、NFC、Dynamic Island、Live Activities、Metalによる3D、Core MLのオンデバイス推論まで扱えますSEED — RorkはLeft Lane Capitalが主導する1,500万ドルのシードラウンドを実施し、Peak XVとa16z Speedrunが参加しました
記事一覧/AIモデル
AIモデル/2026-04-23上級

Rork + Langfuse で本番 AI アプリのトレース・コスト・品質を計測する運用ガイド

Rork で作った AI アプリを本番に出した後に必ず必要になる、トレース・コスト計測・品質評価(Evals)を Langfuse で構築する実践ガイドです。

Rork515LangfuseAI ObservabilityLLM コストEvals本番運用10

プレミアム記事

Rork で AI を使ったアプリを作るところまでは、今はそれほど難しくありません。難しいのはリリースした翌週、サーバーログを眺めながら「先月の OpenAI の請求がなぜこんなに膨らんだのか」「どの会話でユーザーが離脱したのか」をひとりで追いかけはじめたときです。

私自身、Rork でリリースした AI チャット系アプリを1ヶ月運用してみて、最初に学んだのは「AI アプリは出してからが本番」でした。推論コストは予測を裏切る形で膨らみ、ユーザーからの「返答がおかしかった」という報告は、どのリクエストのことを指しているのか再現もできありません。ログの grep では間に合わず、可視化ツールが必要だとはっきり感じた瞬間でした。

ここではRork で作った本番 AI アプリに Langfuse を組み込み、(1)リクエスト単位のトレース、(2)モデル別・ユーザー別のコスト計測、(3)プロンプトや出力の品質スコアリング(Evals)を一気通貫で回す運用基盤の作り方をまとめました。Rork で AI を使っているけれど、月次のコストと品質に確信が持てない方に向けた実装ガイドです。

なぜ AI アプリに Observability が「後から」では遅いのか

先に結論から書きます。AI アプリの Observability は、リリースしてから追加するのは技術的には可能ですが、運用上の「判断」が致命的に遅れます。

理由は3つあります。1つ目は、コストの異常が起きたときに原因を特定できないこと。2つ目は、品質問題が起きたときにどのプロンプト・どの入力・どのモデルバージョンだったかを再構成できないこと。3つ目は、改善サイクルが「ユーザー報告」頼みになり、A/B テストやプロンプトの差し替えを自信を持って判断する根拠が揃わないことです。

ここでいう Observability とは、ただログを集めることではありません。リクエストが LLM プロバイダに届くまでの中間処理を全部つなげて1つの「トレース」として見られること、トレースごとにトークン数・コスト・モデル・ユーザー・バージョンが紐づくこと、そして後から人間がスコアを付けたり自動評価(Evals)が走って記録されることです。

Langfuse を選んだ理由(他の選択肢との比較)

AI アプリの Observability には Langfuse のほかにも Helicone、LangSmith、Braintrust、PostHog LLM Analytics、Arize などの選択肢があります。私が Rork アプリで Langfuse を採用した理由は大きく3つあります。

1つ目は、セルフホスト可能で、個人開発のデータを外部に持ち出したくないケースに対応できること。Rork で作った国内向けアプリの場合、ユーザーの会話ログを海外 SaaS に送ることに抵抗がある場面は珍しくありません。Langfuse は Docker で自分の VPS に立てられるため、プライバシー要件の厳しい案件にそのまま持っていけます。

2つ目は、トレース・プロンプト管理・Evals・データセット・アノテーションキューが1つのツールに統合されていることです。他社は「トレースは強いが Evals が弱い」「プロンプト管理は別ツール」という分担になりがちで、運用するほど道具が増えてつらくなります。

3つ目は、SDK の設計が「プロバイダ中立」であること。OpenAI、Anthropic、Google、あるいはオンデバイス推論まで、同じトレース形式で扱えます。Rork のアプリは AI プロバイダを後から乗り換えることがよくあるので、ロックインしない観測基盤は重要でした。

もちろん、これは私の使い方ベースの選択です。フルマネージドだけで済ませたい、チームで大規模に使う予定があるなら LangSmith や Braintrust のほうが向く場面もあります。

ここまでお読みいただきありがとうございます。

この記事の続きを読む

この先には、実装コードやベンチマーク結果など、実務でお役に立てる内容をご用意しています。このサイトは広告を掲載しておらず、サーバーや開発にかかる費用はメンバーの皆様のご支援で成り立っています。もしお役に立てていましたら、ご支援いただけますと大変ありがたいです。

この記事で得られること
AI アプリをリリースしたあとに「月額コストが読めない」「どのプロンプトで事故が起きたか追えない」と困っていた状況が、今日から計測可能になります
Langfuse のトレース構造・スコアリング設計を Rork アプリに落とし込む具体的なコードを手に入れ、自前の Evals パイプラインを動かせるようになります
リリース直後に赤字化しやすい AI アプリの運用を、ユーザー体験の質を落とさずに黒字化まで持っていく判断基準が身につきます
Stripe による安全な決済 · いつでもキャンセル可能

この記事を購入する

この先の内容をすべてお読みいただけます。一度のご購入で、いつでも何度でもアクセスできます。このサイトは広告を掲載しておらず、皆さまのご支援がサーバー費用などの運営を支えています。

または
メンバーシップなら全記事が読み放題 →
シェア

お読みいただきありがとうございます

Rork Lab は広告なしで運営しており、サーバー費用などの運営コストはメンバーシップのご支援で賄っています。実装コード・ベンチマーク・本番設計パターンなど、実務でお役立ていただける記事を毎日更新しています。もし読んでよかったと感じていただけましたら、ぜひご覧ください。

  • コピー&ペーストで使える実装コード付き
  • 毎日新しい上級ガイドを追加
  • ¥580/月 または ¥1,480 の永久アクセス
メンバーシップを見る →

関連記事

AI モデル2026-04-22
Rork × LiveKit: AI 音声エージェントを本番運用する通話インフラ設計ガイド
LiveKit Agents を Rork 製の React Native アプリに組み込み、低遅延な AI 音声エージェントを本番運用するまでの通話インフラ設計を解説します。
AI モデル2026-07-17
3分の動画だけが失敗する — Rork の動画解析をワーカー経由から端末直送に引き直す
Gemini Files API に動画を渡す経路を、Cloudflare Workers 中継から端末直送へ引き直した記録です。128MB のメモリ上限に当たる仕組み、resumable upload の発行だけをサーバーに残す実装、解像度とフレームレートで請求を決める判断までをまとめます。
AI モデル2026-07-05
家計アプリのAI分類が『その他』に飲まれていくとき — 静かに崩れる支出仕分けを計測して立て直す運用メモ
Rork で作ったAI家計アプリの支出自動分類は、リリース直後は当たっていても数ヶ月かけて静かに精度が落ち、月末アドバイスまで狂わせます。確信度と分類分布を計測してドリフトを先回りする運用手順を、動くコードとともにまとめました。
📚RECOMMENDED BOOKS
大規模言語モデル入門
山田育矢
LLM開発
生成AIプロンプトエンジニアリング入門
我妻幸長
プロンプト
Claude CodeによるAI駆動開発入門
平川知秀
AI駆動開発
※ アフィリエイトリンクを含みます
もっと見る →