ITエンジニアのためのMarkdown実践入門 ──生成AI時代の"伝わる"書き方 | Gihyo Digital Publishing … 技術評論社の電子書籍ITエンジニアのためのMarkdown実践入門 ──生成AI時代の"伝わる"書き方 著者 平田賀一 著 発売日 2026年7月6日 更新日 2026年7月6日
“詰む”前に仕組みを作れ 〜技術の波に溺れないためのキャッチアップ術〜
エンジニアがこの先生きのこるためのカンファレンス2026 向けの登壇資料です。
数を増やしても一貫性を保つ、runn の API テスト構成設計 - カミナシ エンジニアブログ
こんにちは、ソフトウェアエンジニアの渡邉（匠）です。 「カミナシ 設備保全」の開発に携わっています。 以前、「40,000行のAPIテスト作成で学んだClaude Code Skillsの育て方」という記事を書きました。 AI を使って大量の API テストを生成した話です。 今回はその土台になっている、テストそのものの構成を紹介します。 私たちのバックエンドの API テストは、数十のAPIを対象に、200 本を超えるファイル、1,000 件を超えるテストケースまで育ちました。 本記事の主題は、テストフレームワーク runn で書いた runbook の設計、なかでも「何を確かめるか」と「どう呼ぶか」を分ける部品化です。 まず土台となる、runn を go test に埋め込む実行基盤を紹介した上で、本題の runbook 設計に入ります。 runn を go test に組み込む ru
数十ページのPDFを1回で処理、ローカルOCRモデル「Unlimited OCR」をバイドゥが無料公開。商用利用もできる（生成AIクローズアップ） | テクノエッジ TechnoEdge
1週間の気になる生成AI技術・研究をいくつかピックアップして解説する連載「生成AIウィークリー」から、特に興味深いAI技術や研究にスポットライトを当てる生成AIクローズアップ。 今回は、Baiduの研究チームが開発した、数十ページのPDFなど長文を一括処理できるエンドツーエンドのOCRモデル「Unlimited OCR」を取り上げます。このモデルはMITライセンスで公開されており、商用利用も可能です。 ▲人間が本を書き写す際のワーキングメモリを模したUnlimited OCRの構成図 大規模言語モデル（LLM）をデコーダーに採用したOCRモデルが注目を集めています。LLMをデコーダーとして用いることで、言語の文脈知識を推論に活かせるため、認識精度が向上するというメリットがありますが、その一方で、出力するテキストが長くなるほど「KVキャッシュ」（過去の計算結果のメモリ保持）が累積し、メモリ消
シニアエンジニアがコードをほぼ書かなくなった理由
「AIはコードを書く。人間はコードを読む。」 私はソフトウェアエンジニアとして15年のキャリアがある。コードを書くことが仕事だと思っていた。 今は違う。コードを書くのはAIで、私は仕様を書いている。 今、私が書くコードは体感で全体の1%に満たない。業務もプライベートも関係なく、コードを書くのはAIだ。 残業時間は大幅に削減され、生産性は飛躍的に向上した。 これは私に起きた変化の記録だ。 TL;DR 仕様書を書く — ClaudeにはSpec.mdを渡す。あいまいな指示はあいまいなコードを生む AIが書いたコードを読む — 全承認は品質の低下。コードを読む力が今一番大事なスキルである わからない領域はClaudeに聞きながら広げる — T型人材への横展開コストをAIが下げてくれる きっかけ：2025年9月、VSCodeに拡張機能が来た 転機は2025年9月だった。 AnthropicがCla
LLMによる情報抽出入門 | 技術評論社
著者 中田百科（なかだひゃっか），桐生佳介（きりゅうけいすけ） 著 定価 3,520円（本体3,200円＋税10%） 発売日 2026.7.27 判型 B5変形 頁数 272ページ ISBN 978-4-297-15727-2 978-4-297-15728-9 概要 大規模言語モデル（LLM）が普及し、サービス価値やユーザ体験が変革の時を迎えています。チャットUIとしての印象が強いLLMですが、文献調査やコーディングの支援、果ては映画の編集など適用先は無限大に広がっています。とりわけ、テキストや画像、音声などこれまで扱いが難しかった非構造化データの解析に対して、LLMは極めて高い性能を発揮します。これらのデータの多くは企業や組織の中に手付かずのまま眠っていますが、その活用がビジネスでの競争力に直結するために、適切な形で情報を抽出する必要があります。このためLLMによる非構造化データからの
NotebookLMで要件定義が楽になった話 ― 仕様駆動開発（SDD）の前段を整える - WHITEPLUS TechBlog
こんにちは、ホワイトプラス コアシス開発グループのfjtです！ 以前仕様駆動開発（SDD）を実際のプロジェクトで試してみたという記事を書きました。AIが実行可能なレベルまで構造化した仕様書を先に作り、それに基づいて実装を任せるという開発手法の話です。 実際にやってみて効果を感じた一方で、ひとつ手前に残っていた重たい工程がありました。SDDに流し込む「要件定義書」そのものを作る作業です。 今回はその要件定義フェーズをNotebookLMで楽にした話を書きます。 これまでの要件定義の何がつらかったか 要件定義のインプットは、だいたい次のようにバラバラの形で集まってきます。 事業部からの要求資料（スライドやスプレッドシート、チャットの断片） ヒアリング事項をまとめたスプレッドシート 打ち合わせのたびに増えていくMTGの議事録 これらは情報としては揃っているのですが、フォーマットも粒度もバラバラで
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
