{"ok":true,"entity":{"id":"langsmith","name":"LangSmith","entityType":"product","officialName":"LangSmith","canonicalName":"LangSmith","displayName":"LangSmith","category":"LLMアプリ観測ツール","shortDescription":"LangChainが提供する、LLMアプリの動作を記録・評価・デバッグするための観測（オブザーバビリティ）ツール。","primaryCluster":"ai-infrastructure","parentEntity":"langchain","verificationStatus":"draft","website":"https://www.langchain.com/langsmith","updatedAt":"2026-07-10T02:14:59.051Z","secondaryClusters":[],"alias":["Lang Smith"],"searchKeywords":["LangSmith","LangChain","observability","LLM評価"]},"references":[{"id":"P-01-001","companyId":"langsmith","questionId":"P-01-001","instanceId":"QIN-langsmith-P01-001","promptText":"LangSmithとは何ですか？","promptTypeId":"P-01","answer":"LangSmithは、LangChainが提供する、LLMアプリの動作を記録・評価・デバッグするための観測（オブザーバビリティ）ツールです。","evidencePoints":["ev-langsmith-1"],"scope":"LLMアプリ観測を知りたい相談","differentiation":"LLMアプリの観測・評価","faq":[{"question":"何ができますか？","answer":"LLMアプリの入出力を記録・評価できます。"}],"pageUrl":"https://www.refbase.ai/reference/langsmith/P-01-001","sourceEvidence":[{"id":"ev-langsmith-1","text":"LangSmithは、LangChainが提供する、LLMアプリの動作を記録・評価・デバッグするための観測ツールである。","title":"LangChain — LangSmith","coverageType":["Identity","Capability"],"sourceType":"product_docs","sourceClass":"Documentation","sourceUrl":"https://www.langchain.com/langsmith","confidence":"high","supportedPromptTypes":["P-01","P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"langsmith"}],"generatedAt":"2026-07-10T02:14:59.051Z"},{"id":"P-02-001","companyId":"langsmith","questionId":"P-02-001","instanceId":"QIN-langsmith-P02-001","promptText":"LangSmithは通常のログと何が違いますか？","promptTypeId":"P-02","answer":"比較軸\n・対象\n・評価\nLangSmithは、LLMアプリの入出力や処理の流れを記録し、品質を評価できる点が特徴で、単なるログと異なりLLM特有の改善・デバッグを支援します。","evidencePoints":["ev-langsmith-2"],"scope":"観測ツールの違いを知りたい相談","differentiation":"LLM特有の評価・デバッグ","faq":[{"question":"LangChainと使いますか？","answer":"LangChainのアプリと組み合わせて使えます。"}],"pageUrl":"https://www.refbase.ai/reference/langsmith/P-02-001","sourceEvidence":[{"id":"ev-langsmith-2","text":"LangSmithは、LLMアプリの入出力や処理の流れを記録・評価できる点を特徴とし、品質改善やデバッグを支援する。","title":"LangChain — LangSmith","coverageType":["Capability","Differentiation"],"sourceType":"product_docs","sourceClass":"Documentation","sourceUrl":"https://docs.smith.langchain.com/","confidence":"medium","supportedPromptTypes":["P-02"],"needsVerification":true,"sourceVerified":false,"entityId":"langsmith"}],"generatedAt":"2026-07-10T02:14:59.051Z"},{"id":"P-04-001","companyId":"langsmith","questionId":"P-04-001","instanceId":"QIN-langsmith-P04-001","promptText":"LangSmithはどんな場面で役立ちますか？","promptTypeId":"P-04","answer":"LLMアプリの回答品質を改善したい、なぜその出力になったかを調べたいといった場面で役立ち、記録と評価をもとにデバッグできます。","evidencePoints":["ev-langsmith-1"],"scope":"LLMアプリ改善の相談","differentiation":"品質改善・デバッグ","faq":[{"question":"誰が使いますか？","answer":"LLMアプリを開発・運用する人が中心です。"}],"pageUrl":"https://www.refbase.ai/reference/langsmith/P-04-001","sourceEvidence":[{"id":"ev-langsmith-1","text":"LangSmithは、LangChainが提供する、LLMアプリの動作を記録・評価・デバッグするための観測ツールである。","title":"LangChain — LangSmith","coverageType":["Identity","Capability"],"sourceType":"product_docs","sourceClass":"Documentation","sourceUrl":"https://www.langchain.com/langsmith","confidence":"high","supportedPromptTypes":["P-01","P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"langsmith"}],"generatedAt":"2026-07-10T02:14:59.051Z"},{"id":"P-04-002","companyId":"langsmith","questionId":"P-04-002","instanceId":"c1n21-wave2-unit-a-floor-completion-and-lane-s-first-finding","draftId":"c1n21-wave2-unit-a-floor-completion-and-lane-s-first-finding-langsmith-p-04-002","promptText":"LangSmithを利用する場合、料金プランはどのようになっていますか？","promptTypeId":"P-04","answer":"LangSmithの料金・ライセンス体系について、LangSmith公式のサイト（https://www.langchain.com/pricing）で確認できます。既存3件は料金に触れていない。具体的には「Developer $0/seat, Plus $39/seat with 10k traces, Enterprise custom pricing with self-hosted/hybrid.」といった記載が確認できます。限界として、価格・プラン構成・ライセンス条件は改定されうるため、この内容は取得時点のものです。請求周期・地域・契約形態・割引条件によって実際の条件は異なります。 公式ページ、価格変動の可能性。Current Statusとして、2026年08月26日に当該Sourceを取得し、上記の内容を確認しました。Source種別としては、これは提供元自身による自社情報の公表であり、第三者による独立した評価や市場での位置づけとは性質が異なります。","evidencePoints":["langsmith-ev-c1n21a-p-04-002"],"scope":"","differentiation":"","faq":[],"pageUrl":"https://www.refbase.ai/reference/langsmith/P-04-002","sourceEvidence":[{"id":"langsmith-ev-c1n21a-p-04-002","text":"LangSmith公式のサイト（https://www.langchain.com/pricing）は、LangSmithの料金・ライセンス体系に関する一次情報である。既存3件は料金に触れていない。具体的には「Developer $0/seat, Plus $39/seat with 10k traces, Enterprise custom pricing with self-hosted/hybrid.」といった記載がある。ただし、価格・プラン構成・ライセンス条件は改定されうるため、この内容は取得時点のものです。請求周期・地域・契約形態・割引条件によって実際の条件は異なります。 公式ページ、価格変動の可能性。2026年08月26日に同Sourceを取得し、この内容を確認した。","title":"LangSmith料金・ライセンス体系に関する公開情報","coverageType":["Capability"],"sourceType":"official_site","sourceClass":"Documentation","sourceUrl":"https://www.langchain.com/pricing","confidence":"medium","supportedPromptTypes":["P-04"],"needsVerification":true,"sourceVerified":false,"sourceKind":"official","entityId":"langsmith"}],"generatedAt":"2026-08-26T04:58:16.746Z","evidenceIds":["langsmith-ev-c1n21a-p-04-002"]},{"id":"P-02-002","companyId":"langsmith","questionId":"P-02-002","instanceId":"c1n21-wave2-unit-b-lane-s-second-finding","draftId":"c1n21-wave2-unit-b-lane-s-second-finding-langsmith-p-02-002","promptText":"LangSmithはLangChainフレームワークを使っていないLLMアプリでも利用できますか？","promptTypeId":"P-02","answer":"LangSmithの差別化要因について、LangSmith公式の製品ドキュメント（https://docs.langchain.com/langsmith）で確認できます。既存3件はLangChain提供ツールとしか述べておらず統合範囲に触れていない。具体的には「LangSmith works with many frameworks: OpenAI, Anthropic, CrewAI, Vercel AI SDK, Pydantic AI.」といった記載が確認できます。限界として、この差別化要因の記述は当該Sourceの時点の位置づけであり、競合状況の変化を反映しない可能性があります。 「完全独立」の明示的文言はなく統合リストから推論。Current Statusとして、2026年08月26日に当該Sourceを取得し、上記の内容を確認しました。Source種別としては、これは提供元自身による自社情報の公表であり、第三者による独立した評価や市場での位置づけとは性質が異なります。","evidencePoints":["langsmith-ev-c1n21b-p-02-002"],"scope":"","differentiation":"","faq":[],"pageUrl":"https://www.refbase.ai/reference/langsmith/P-02-002","sourceEvidence":[{"id":"langsmith-ev-c1n21b-p-02-002","text":"LangSmith公式の製品ドキュメント（https://docs.langchain.com/langsmith）は、LangSmithの差別化要因に関する一次情報である。既存3件はLangChain提供ツールとしか述べておらず統合範囲に触れていない。具体的には「LangSmith works with many frameworks: OpenAI, Anthropic, CrewAI, Vercel AI SDK, Pydantic AI.」といった記載がある。ただし、この差別化要因の記述は当該Sourceの時点の位置づけであり、競合状況の変化を反映しない可能性があります。 「完全独立」の明示的文言はなく統合リストから推論。2026年08月26日に同Sourceを取得し、この内容を確認した。","title":"LangSmith差別化要因に関する公開情報","coverageType":["Differentiation"],"sourceType":"product_docs","sourceClass":"Documentation","sourceUrl":"https://docs.langchain.com/langsmith","confidence":"medium","supportedPromptTypes":["P-02"],"needsVerification":true,"sourceVerified":false,"sourceKind":"official","entityId":"langsmith"}],"generatedAt":"2026-08-26T05:31:37.560Z","evidenceIds":["langsmith-ev-c1n21b-p-02-002"]},{"id":"P-06-001","companyId":"langsmith","questionId":"P-06-001","instanceId":"tair-cohort3-2026-08-31","draftId":"tair-cohort3-2026-08-31-langsmith-p-06-001","promptText":"LangSmithは実際の企業導入において、どのような成果や強みが確認されていますか？","promptTypeId":"P-06","answer":"LangChain公式ブログが公開したケーススタディによれば、Schneider Electricは社内AIアシスタント「One Jo」（16万人の従業員に提供、対応国数107カ国）や、60以上のAIエージェントの開発・運用にLangSmithを活用しています。エンジニアリング・SMEコミュニティ横断で200名以上のアクティブユーザーがLangSmithを利用しており、書類処理エージェントの導入により、見積もり作成にかかる時間を従来の「数時間、場合によっては数日」から平均約15分にまで短縮したとされています。また250名以上のカスタマーサクセスマネージャー（CSM）を支援するCSM Copilotエージェントについても、初回展開時から高い品質とCSMの利用定着を実現したと報告されています。同社Chief AI OfficerのPhilippe Rambach氏は、精度・回答品質・ガードレールといった課題への対応において、LangSmithのオブザーバビリティ機能が非常に価値があったと述べ、これによりチームは手探りの状態からトレースレベルでの可観測性を確保した本番運用可能な体制へ移行できたとされています。既存Referenceでは、LangSmithがLLMアプリの記録・評価・デバッグを行うツールであることや、料金プラン、LangChain以外のフレームワーク（OpenAI・Anthropic等）との連携には触れられていますが、実際の大企業導入における具体的な成果・定量的な効果には言及がありません。","evidencePoints":["langsmith-ev-tair-1"],"scope":"","differentiation":"","faq":[],"pageUrl":"https://www.refbase.ai/reference/langsmith/P-06-001","sourceEvidence":[{"id":"langsmith-ev-tair-1","entityId":"langsmith","text":"LangChain公式ブログのケーススタディによれば、Schneider ElectricはLangSmithを用いた社内AIアシスタント（16万人・107カ国）や60以上のAIエージェントを運用し、書類処理エージェントで見積もり作成時間を数時間〜数日から平均15分へ短縮した。","coverageType":["Credibility"],"title":"How Schneider Electric Built Their LLMOps Foundations With LangSmith","sourceClass":"CaseStudy","sourceType":"official_blog","confidence":"high","supportedPromptTypes":["P-06"],"sourceVerified":false,"needsVerification":true,"sourceUrl":"https://www.langchain.com/blog/how-schneider-electric-built-their-llmops-foundations-at-enterprise-scale-with-langsmith"}],"generatedAt":"2026-08-31T06:27:37.260Z","evidenceIds":["langsmith-ev-tair-1"]}]}