真土事件（しんどじけん）は1878年（明治11年）、神奈川県大住郡真土村（現平塚市）に起こった農民暴動。「真土騒動」「松木騒動」とも言う。 怨親を超えた人々の碑 （平塚市真土3-9-55真土自治会館） 怨親を超えた人々の碑（裏面・部分） （平塚市真土3-9-55真土自治会館） ここに見える「山明権六」を『大野誌』は「樹六」としている。 村人は村の戸長に土地を質入れして金を借りていたが、明治8年に地租改正が始まったことにより、所有権喪失を恐れて戸長に掛け合ったところ、戸長が村民65人の質入地235ヘクタールを勝手に自分の名義に変えていたことが発覚[1]。村民が訴えて裁判となり、一審では村人が勝訴したが、二審では敗訴。再審の費用の無い村人は暴動を起こし、戸長一家を殺害した。また泉鏡花はこの事件を素材とした『冠弥左衛門』を書いて文壇にテビューした。 1876年（明治9年）11月、冠弥右衛門ら六五

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? みなさん、ClaudeCodeを使っていますか？ (「バチバチ使いこなしているぜ！」という方は読んでも意味ないので、この記事は閉じてください！) 私はClaudeCodeが好きで、業務はもちろん日常生活でもほぼ毎日使っています。なるべくClaudeCodeに仕事をさせるように、設定やSkillを日々いじくり回しています。 ただ、ClaudeCodeは便利な反面、難しいツールでもあります。難しい理由は「機能の豊富さ」と「爆発的なアップデート速度および頻度」から来ていると思っています。気を抜くとすぐに自分の知らない機能が増えています。私もな

コンテンツブロックが有効であることを検知しました。 このサイトを利用するには、コンテンツブロック機能（広告ブロック機能を持つ拡張機能等）を無効にしてページを再読み込みしてください。 なお、Microsoft Edgeをご利用のお客様はプライバシー設定が影響している可能性があるため「追跡防止を有効にする」の設定を「バランス（推奨）」にしてご利用をお願いいたします。詳細は下記のFAQページをご参照ください。 https://help.toyokeizai.net/hc/ja/articles/33846290888345 ✕

はじめに 「ウォーターフォールでソフトウェアを作れる」という言説は、現場感覚を持つ人間ほど違和感を覚えるにもかかわらず、一定数の人に強固に信じられ続けています。これは単なる開発手法の好みの問題ではなく、人間のウォーターフォール神話とソフトウェア開発を巡る成功体験、そしてそれを支える認知構造が絡み合った現象です。 ソフトウェア開発の歴史を振り返れば、ウォーターフォールが教科書的に語られ、正統な方法論として扱われてきた時代が確かに存在します。しかし、その「正しさ」は結果から逆算された物語であり、検証可能な事実とは必ずしも一致しません。 本レポートでは、ウォーターフォールが実際に機能していたのかという事実認定を起点に、なぜそれでもなお「作れる」という嘘が信じられ続けるのかを、心理、組織、歴史、そして認知の観点から整理します。 感情論や宗派論争を避け、できるだけ冷静に、しかし現場の肌感を失わずに論

はじめに 「資料作成に時間がかかりすぎる」「構成を考えるのが苦手」「説得力のあるデータをどう集めればいいかわからない」といった悩みを抱えるビジネスパーソンは多いでしょう。 その課題を解決するのが、ChatGPTを活用したパワーポイント資料作成です。適切なプロンプトを使えば、ターゲット設定から構成作成、スライドの内容作成まで、資料作成の工程を大幅に効率化できるようになります。 本記事では、構成案の作成やデータ収集といった実務での活用方法から、プロンプト作成のコツや注意点まで、実践で使える知識を網羅的に解説します。 コピー＆ペーストしてそのまま使えるプロンプト例も多数用意しているので、資料作成を効率化したい方は、ぜひ参考にしてください。 生成AIの社内利用をお考えの企業様へ ナレフルチャットは業界最安級のコストパフォーマンスで、社内の生成AI活用を支援するツールです。情報漏洩のリスクを抑えなが

さてまずは事の経緯から。 娘が中学生となり第一子の息子が中学生となった際にそうであったようパソコンを買い与えることになりました。ここまでは良いです。私も了承してます。 何故なら夫はプログラマー、情報技術者であり、私はそこまで詳しくはありませんが、相応の資格や会社での立場を持っているようです。生活に困らない程度には稼いで下さっているので収入面では大いに感謝しています。 しかしながら今回の娘のパソコン導入という問題から私たち夫婦は喧嘩をしてしまいました。夫は「娘に買い与えるパソコンOSをLinuxにする」と言うのです。 実は息子が使っているパソコンのOSもLinuxであり、何なら我が家にあるパソコンはすべて中身がLinuxです。その理由が夫の言葉を借りるなら「俺はLinuxフリークだ」そうです。意味がわかりません。 娘が欲しいと言ったパソコンはMacBook Air。デザインも可愛くてお洒落で

プヤ・ライモンディ (Puya raimondii)は、パイナップル科の植物である。 アンデスの高山帯に生息するが、亜熱帯の気候でしか育たない。この植物は一回結実性で、開花するまでは鋭い棘のついた細長い葉を栗のイガのようにつけ、その「イガ」の直径は数メートルほどになる。 この植物の巨大な花序は世界的に見ても独特で、どの株も3000以上の花を咲かせ、約40万個とも600万個とも言われる多数の種子を付ける。その生物的な周期は、生育する環境にもよるが約40～150年と長く、「100年に1度花を咲かせる」などと言われる所以である。100年前後にわたってこの姿で過ごした後、全長10メートル程の巨大な花序を突き出し、開花する。一回結実性のため、開花した後は枯死する。 1958年にアメリカのカリフォルニア大学植物園に植えられた株は、標高0メートルに近い低地だったためか、28年後の1986年8月に花をつけ

要件定義で意識していることを言語化したくなった こんにちは、のんピ(@non____97)です。 皆さんは要件定義で意識していることを言語化したくなったことはありますか? 私はあります。 いくつかのプロジェクトで要件定義をしてきましたが、改めて考えると、普段は感覚でやっている箇所も多くあったなと感じています。 そこで、改めて言語化することで、プロジェクトごとのブレを抑えたり、さらにどういった対応が必要なのかが整理できる予感がしてきました。 ということで、以降、要件定義で意識していることと要件の例を紹介します。 なお、「要件定義とは」や「要件定義の進め方」は語りません。書籍やインターネット上に先人たちが大量にアウトプットしてくださっているため、そちらを参照ください。 特にIPAが公開している「ユーザのための要件定義ガイド 第2版 要件定義を成功に導く128の勘どころ」や「システム再構築を成功

を教えてください。 聞いた範囲では、長時間のドライブが急にできなくなるタイミングが来るらしいのですが、本当ですか。 心の準備をしておきたいのです。 トラバとかでいただいたものを随時まとめていきます。 ドライブ以前に、長時間座ってるのが疲れるようになる 目が悪くなるので、運転するときにメガネが前提になる完徹を伴う趣味体臭が気になりだす アウトドアのレジャーで、シャワーができないときとかに不安になる 既にあるけど目が弱る。 特に老眼というか。 なんで漫画120巻一気読み・・・とかより文庫本が読めなくなる。 ゲームとかはまだモニターを巨大化するなどの対策がとれるぶんだけマシ. 世の中そうでもない人はいるけど「性欲の順位が下がる」。増田に答える形にすると、性欲ドライブで他を斬り捨てる勢いが無くなる。／ ダイエットしても最後の数キロが減らなくなる。／ 近くの文字が読めなくなるおしっこにいきたくなって

ナーシャ・ジベリ（Nasir Gebelli、ナーシ・ジベリ、ナーセル・ジェベッリー、ペルシア語: ناصر جبلی Nāṣer Jebellī、1957年 - ）は、コンピューターゲームのプログラマ。イラン出身。『とびだせ大作戦』、『ハイウェイスター』、『ファイナルファンタジーシリーズ（I - III）』、『聖剣伝説2』などをプログラムする。 イランの王族であったが、イラン革命により渡米してコンピュータ科学を学ぶ。1980年に友人とApple II用のゲームを製作するシリウス・ソフトウェア（英語版）を立ち上げるが、1981年に退社。その後ジベリ・ソフトウェア（英語版）を設立するが、アタリショックの影響もあり、倒産した。 その後は世界中を放浪していたが、Brøderbundのオーナーをしていた友人ダグ・カールストン（英語版）を訪ねた際にゲーム開発に誘われる。この時に偶然居合わせたのが、ス

残業が多いと言われるIT業界の中で、アクシアでは２０１２年から残業ゼロを継続しております。２００９年頃から業務効率化の取り組みに着手し、残業ゼロにたどり着くまでには色々な苦労をしてきました。 残業ゼロとなった今でもさらなる業務効率化、生産性向上を目指しておりますが、ここにたどり着くまでにアクシアで経験してきた業務効率化の失敗談を社員のやる気を奪う業務改善７つの法則として取りまとめてみました。今後も業務改善を追求していくので、この情報は更新されていくかもしれません。 SNSで多くの人の声を見ていると、他の多くの会社にも当てはまる法則だと思います。業務改善を進める際にこれをやるとほぼ確実に社員のやる気を奪いますので、「やってはいけない悪手」として参考にしていただければと思います。 １．現場無視の法則 これは業務改善に限らずですが、会社で何かを進める際にはそこで働く社員に対する配慮が必要です。業

用語 概念を理解するために、非同期処理で何が起きているかを把握します。 イベントループ：タスクをスケジュールする タスク：コルーチンを実行し、実行結果などを管理する コルーチン：実行や一時停止ができる処理 私たちはやりたいことをコルーチンで書いてタスクにしてイベントループに入れるだけで、イベントループがうまいこと処理してくれる、というイメージです。 ここでいううまいこととは、CPUを使わないのに何秒もかかるタスクがあるときに、代わりに別のタスクにCPUを使わせる、といった具合です。 これらのことをするために、Pythonの標準ライブラリであるasyncioを使用します。 コルーチンを作成する（async） コルーチンを作成するのは簡単で、defの前にasyncをつけるとコルーチン関数ができます。 # 通常の関数(同期関数) def main(): print('hello world')

パフォーマンスの10倍改善は、インフラコストの大幅な削減を意味します。 クラウド時代において、CPU時間は直接的な経費です。月額100万円のAWSインフラコストが10万円になれば、年間1,080万円の利益改善。これは中小企業なら社員を1名雇用できる金額であり、大企業ならコスト削減となります。 しかし、本当の価値はコスト削減だけではありません。 レスポンスタイムの改善。ユーザー体験が向上し、コンバージョン率が上昇 スケーラビリティの向上。同じリソースでより多くのユーザーに対応可能 競争優位性の確立。競合より高速なサービスは、それだけで差別化要因 計算量が同じでも実行時間は10倍違う 多くのエンジニアは「高速化＝アルゴリズムの改良」と考えがちです。確かに、O(n²)をO(n log n)に改善することは重要です。しかし、同じO(n)のアルゴリズムでも、実装次第で10倍以上の性能差が生まれること

Ryan J. SalvaSenior Director, Product Management, Google Cloud ※この投稿は米国時間 2025 年 6 月 25 日に、The Keyword blog に投稿されたものの抄訳です。 開発者にとって、コマンドラインインターフェース (CLI) は単なるツールではなく、日々の業務の基盤です。ターミナルの効率性、汎用性、および可搬性により、作業を遂行するための不可欠なユーティリティとなっています。開発者のターミナルへの依存が続く中、AI による統合アシスタンスの需要も高まっています。 そこで Google Cloud は Gemini の強力な機能をターミナルに直接統合するオープンソース AI エージェント Gemini CLI を発表します。これにより、Gemini へのアクセスがより容易になり、プロンプトからモデルへの経路が短縮

Google⁠⁠、Geminiをコマンドラインから利用できるGemini CLIをオープンソースとして公開 Googleは2025年6月25日、AIアシスタントGeminiをコマンドラインから操作できる「Gemini CLI」をオープンソースとして公開した。 Google announces Gemini CLI: your open-source AI agent Gemini CLI : オープンソース AI エージェント | Google Cloud公式ブログ（上記の日本語訳） Introducing Gemini CLI, a light and powerful open-source AI agent that brings Gemini directly into your terminal. >_ Write code, debug, and automate tasks

最新モデル「Google Imagen 4」を試してみる／誰が生成しても高品質、画像生成AIを使う優位性は低下 - Blog 2025/05/23 昨日からGoogle DeepMindの最新モデル「Imagen 4」が利用可能になりましたので、いつもの検証用プロンプトで試してみます。 今は、どの画像生成モデルも高性能なので、まったく驚きがないのですが「日常系の表現」なら、間違いなく「Imagen 4」が画像生成モデルの中で最も優秀。しかも、LLM (Google Gemini)で誰でも簡単に生成できるという手軽さは、競合サービスにとって脅威。 参考： Imagen - Google DeepMind 他の画像生成AIモデルとの比較明確に違いがわかるのは、「手の関節」「指の長さのバランス」「爪の厚みや質感」です。 人物の「骨格」の正確性 人物の「手の関節」「指の長さのバランス」「爪の厚みや