公開日 2026.05.21 ／ テック比較ジャーナル編集部
AIエージェントやLLMアプリを本番投入する企業が増え、「AIの中で何が起きているかを可視化する」観測性（オブザーバビリティ）ツールの需要が急拡大しています。市場規模は約27億ドルに達するとも言われ、ツールも乱立気味です。「LangSmith・Langfuse・Phoenix・Galileo、結局どれを選べばいいのか？」──本記事では、主要4ツールを用途別に比較し、あなたの状況に合った選び方を早見表つきで初心者向けに解説します。
AIエージェント観測性ツールは、LLMアプリの動作を記録・可視化・評価します。具体的には、AIへの入力（プロンプト）、出力（回答）、処理過程（どのツールを使ったか）、コスト、品質スコアなどを追跡します。これにより、「なぜ変な回答が出たのか」「どこでコストがかさんだのか」「品質は改善しているか」を、感覚ではなくデータで把握できます。AIを本番運用するなら、もはや必須のインフラです。
| ツール | 提供形態 | 強み |
|---|---|---|
| LangSmith | 商用クラウド | 手軽・LangChain親和性が最高 |
| Langfuse | OSS＋クラウド | 無料セルフホスト・データ主権 |
| Arize Phoenix | OSS | 軽量・ローカルですぐ試せる |
| Galileo | 商用 | 観測性＋高度な評価を統合 |
LangChain社製で、LangChainユーザーなら環境変数の設定だけで使い始められる手軽さが最大の魅力。トレース・評価・監視を一元化できます。無料枠はありますが、本番ではトレース数に応じた有料プランが前提です。LangSmithの使い方と料金はこちらで詳しく解説しています。
オープンソースで、コア機能を無料・無制限でセルフホストできるのが強み。プロンプトや顧客データを自社内に保持したい、大量トレースでもコストを抑えたい場合に最適です。金融・医療などデータ管理が厳しい業界で選ばれます。Langfuseのセルフホスト手順はこちらで解説しています。
Arize社のOSSツールで、とにかく軽量に始められるのが特徴。ローカル環境にすぐ立ち上げてトレースを確認でき、「まず観測性を体験したい」という入口に向きます。OpenTelemetryという業界標準に準拠しているため、特定ベンダーに縛られにくいのも利点です。
観測性に加えて、高度な品質評価を統合した新興プラットフォーム。「記録するだけでなく、品質を自動で測りたい」というニーズに応えます。評価機能が手厚く、AIの品質改善を本格的に回したいチーム向けです。
| あなたの状況 | おすすめ | 理由 |
|---|---|---|
| もし LangChainを使っていてすぐ始めたい | LangSmith | 設定だけで連携、学習コスト最小 |
| もし データを社内に保持したい | Langfuse | 無料セルフホストでデータ主権を確保 |
| もし まず軽く試したい | Phoenix | ローカルですぐ動く軽量OSS |
| もし 品質評価まで本格的に回したい | Galileo | 観測性＋高度な評価を統合 |
AIエージェント観測性ツールは、AIを本番で動かすうえで欠かせないインフラになりました。選定の軸はシンプルで、「手軽さならLangSmith」「データ主権ならLangfuse」「軽量入口ならPhoenix」「統合評価ならGalileo」。まずは無料枠やOSS版で実際に触れ、自社のトレース量・データ要件・評価ニーズで絞り込むのが失敗しない進め方です。観測性を後回しにすると、本番でAIの不調を追えず手遅れになりがち。早い段階で1つ導入しておくことを強くおすすめします。
LLMアプリやAIエージェントの動作（入力・出力・処理過程・コスト・品質）を記録・可視化・評価するツールです。AIの「中で何が起きているか」を追跡し、デバッグや品質改善、コスト管理に使われます。
手軽さ重視ならLangSmith、データを自社管理したいならLangfuse、軽量に始めるならArize Phoenix、観測性と高度な評価を統合したいならGalileo、という用途別の選び方が基本です。無料枠やセルフホストの可否、既存スタックとの相性で絞り込みます。
Langfuseはコア機能を無料・無制限でセルフホストできます。Arize PhoenixもOSS版が無料です。LangSmithは個人向け無料枠があり一定数まで無料です。まず無料の選択肢で試してから本番プランを検討するのがおすすめです。