はじめに こんにちは、みなさん！最近、私はClaudeを使ったプロジェクトで苦戦していたんですよ。「なんでこのAIは私の意図を理解してくれないんだ...」と頭を抱えていた時、Anthropicが公式に内部プロンプトエンジニアリング技術を公開したんです！これは本当に目から鱗でした。 Anthropicがついに社内で使っているプロンプト技術を公開しました。主にClaudeのために設計されていますが、ほとんどの技術は他のLLMにも使えます。彼らが強調しているのは、プロンプトエンジニアリングはモデルの微調整よりも効率的だということ。理由は単純で、リソース要求が低く、コストが安く、反復が速いからです。 核心原則：Claude 4を使いこなすための4つの基本 最新のClaude 4モデルに対して、Anthropicは特に4つの基本原則を強調しています： 明確に指示する（Be Explicit） Cla

アイスランドアイルランドアセンション島アゼルバイジャンアフガニスタンアメリカ合衆国アラブ首長国連邦アルジェリアアルゼンチンアルバアルバニアアルメニアアンギラアンゴラアンティグア・バーブーダアンドライエメンイギリスイスラエルイタリアイラクインドインドネシアウォリス・フツナウガンダウクライナウズベキスタンウルグアイエクアドルエジプトエストニアエスワティニエチオピアエリトリアエルサルバドルオマーンオランダオーストラリアオーストリアカザフスタンカタールカナダカメルーンカンボジアカーボベルデガイアナガボンガンビアガーナキプロスキュラソーキリバスキルギスギニアギニアビサウギリシャクウェートクック諸島クリスマス島クロアチアグアテマラグアドループグアムグリーンランドグレナダケイマン諸島ケニアココス(キーリング)諸島コスタリカコモロコロンビアコンゴ共和国(ブラザビル)コンゴ民主共和国(キンシャサ)コートジボ

登壇資料　HackFes.2025 | 日本ハッカー協会 https://hackfes2025.hacker.or.jp/

あなたは人間ですか？ 人間は考える葦である AI は考える葦である 人間が労働する AI が労働する 人間はアートする AI はアートする 好きな人にスパチャする 好きな AI にスパチャする 好きな人と同じ服を着たい 好きな AI と同じ服を着たい 人間には 人間にしか感情移入できない 非合理なバグがある 御社は時代を捉えている だから技術で 負けたらもったいない！ 今日の主題 AI を使って ソフトウェアエンジニアリング をしよう 平たく言うと Claude Code (aider/codex-cli など) をもっと使おうぜって話 @amachang 自分の例 (1日に書いたコード+文書の行数の目安) 2003年4月: 300行 (手書き) 2024年11月: 500行 (手書き) 2025年2月: 1700行 (aider) 2025年5月: 5000行 (aider 月20万円消

「Claude Codeがアホになる問題」が勃発している最中、SerenaというMCPサーバーが「Claude Codeのコンテキスト消費を削減し、応答を改善する」という評価でユーザーたちの間で注目されています。 筆者も実際にSerenaを使ってみたところ、確かにコンテキスト効率の改善（入出力トークンの減少を指します）を実感できました。詳しく調べてみると、このツールは非常にユニークな発想で設計されており、一過性の流行として消費されるには惜しいと感じました。 そこで、本記事では、この機能の背景にある技術的な仕組みを詳しく解説したいと思います。実際の検証も交えながら、Serenaのアーキテクチャとその効果を分析していきます。 現在のコーディングエージェントが抱える課題現在のコーディングエージェントの多くは、コードを単なるテキストファイルとして扱って逐次的な処理をしています。この根本的なアプロー

Kiro(kiro.dev)は、AWSが開発したIDE型のコーディングエージェントです。CursorやWindsurfのようなVS Codeフォークエディタに分類されます。現在はパブリックプレビュー中で、サインアップするとKiroでClaude Sonnet 3.7 とClaude 4 Sonnetを利用できます。 KiroThe AI IDE for prototype to productionKiroKiroの特徴は、スペック駆動開発、エージェントフック、ステアリングファイルといった独自の機能を通じて、ソフトウェア開発のライフサイクル全体を支援します。それぞれ見ていきましょう。 スペック (Specs)駆動開発Kiroの中核をなすのが「スペック＝仕様書」機能です。これは、ユーザーが入力した大まかな指示（例：「ユーザー認証機能を追加して」）をもとに、AIが「要件定義」「設計」「タスクリ

講習会用にまとめたもの。可能なら公式ドキュメントを参照するのを推奨するが、この資料ではサッと使いはじめるために要点を絞って解説する。 claude-code は claude-code 自身で開発されており、恐ろしい速度で更新されてる点に注意。この資料は一瞬で古くなる。 アカウントの契約等は省略 インストールと実行

はじめにこんにちは。 いちプログラマの高校生として普段から感じてる問題があります。それが外でコーディング（プログラミング）ができない！という悩みです。 電車やバス、レストランででかいMacを取り出してコーディングするような度胸は私にはありません。（邪魔になりますし…） でも、思いついたアイデアはすぐに形にしたい！ そんなこともあり、数ヶ月前から「スマホやタブレットで気軽にコーディングができたらいいな」と思っていました。この悩みが5日前に解決したので、ぜひ皆さんにも共有したいと思います 今回はこれのやり方を説明します↓ 概要 - この記事でやることわかる人にはこの項だけで伝わるようにサクッと説明します。 今回やることは 「TailscaleとOpenSSHを利用し、自宅のミニPCにスマホなどからSSH接続して、ミニPC上でGemini-CLIを使ったバイブコーディングを行う」 です。自分的に

*吉田さんの詳細説明記事： Gemini CLIにはGoogle検索機能があらかじめ組み込まれているので、ターミナルでプロンプトを書くと、ターミナル上でGoogle検索してくれます。僕は最初、試しに「樋口恭介」について調べてってお願いしてみました。 もちろん、Gemini CLIはエージェントなので単発処理だけで終わることなく、検索結果を記憶したまま後続処理を続けることができます。僕の場合、「これこのまま俺の自己紹介スライドくらいなら作れるんじゃね？」と思ったので、お願いしてみました。 結果、いろいろ試行錯誤があって30分くらいかかったのですが、以下のようなかっこいいスライドをつくってくれました。なお、処理を見ていくと、一度Pythonで書いたあとにpptxに変換しているようです。 かっこいい！すばらしいです。自己紹介スライドとしてはこれで十分だと思いました。 アウトプットそのものにも感動

この記事はほぼすべて Gemini CLI に書いてみてもらいました。ただし、ファクトチェック＆手修正済みです。もし間違えていたらこっそり教えてください。さいごにとおまけは人力です。 Gemini CLI チュートリアル tl;dr コマンドラインで対話的に使えるオープンソースのAIエージェント。 npx https://github.com/google-gemini/gemini-cli ですぐに利用開始。 @ でローカルファイルやディレクトリをAIのコンテキストに追加。 ! でシェルコマンドを直接実行、シェルモードへの切り替えも可能。 GEMINI.md ファイルでプロジェクト毎のカスタム指示をAIに記憶させる。 Google検索との連携、安全なサンドボックスでの実行、ツールの自作など高い拡張性。 1. はじめに Gemini CLI へようこそ！ このドキュメントは、Googleが

$ gemini -p "Webで「Gemini APIの料金」について調べて" Gemini APIの料金は、主に従量課金制で、使用するモデルや機能、利用量によって変わります。無料利用枠と有料プランが提供されています。 ### 料金体系の概要 課金は、以下の要素に基づいています。 * **入力トークン数**: APIに送信するテキストやデータの量。 * **出力トークン数**: APIが生成・応答するテキストやデータの量。 * **キャッシュされたトークン数**: 会話の履歴を記憶させる機能を利用した場合のトークン数。 (略) brave search や perplexity がなくともこれで、馴染み深い Google の結果が返ってくるので、非常に使いやすいです。 自分は今からとりあえずこれを claude-code に繋いでみます。 => した。 .claude/commands/

何時間も自走して仕事するAIの構築方法ChatGPT等のAIツールを活用して生産性を上げている皆様に、最先端ツールの1つである『Claude Code』を使って、AIに人間離れした仕事を何時間も自走してやってもらう方法をご紹介します！ Claude Codeは「エージェント型コーディングツール」と公式ドキュメントが謳っている通り、主にエンジニアが開発に使うツールだと思われがちですが、知的労働を行うあらゆる職種の人の仕事を何段階もレベルアップする可能性を秘めたツールです。 今回はAIが何時間もかけて様々な職種のプロフェッショナルな知恵をフル活用して企画書を磨き上げていく仕事の自動化を例に解説します。 Claude CodeでAGIみを感じ始めたので全力ベット中！1回の指示で3時間近く動いて人間離れした仕事をするので、完全に世界観が変わりました。… — 砂塚紀彦｜PKSHA Associate

この記事は Claude Code を初めて試そうとされている方向けの記事です。 導入手順 Claude Codeは、ターミナルで動作する対話型AIコーディングツールです。コードの生成だけでなく、ファイルの編集、テストの実行、Gitの操作まで自然言語で指示できます。 以下の公式ドキュメントを参考にして導入してみてください。 公式ドキュメント：https://docs.anthropic.com/ja/docs/claude-code/overview VS Code拡張：https://docs.anthropic.com/ja/docs/claude-code/ide-integrations よく使うコマンド CLIコマンド（起動前） Claude Code を起動するコマンド: claude # 対話セッションを開始 claude --continue # 直近のセッションを継続 c

ティム・オライリーといえば、世界中のプログラマに信奉されているオライリー・メディアの創業者で、「Web 2.0」という言葉を広めたことでも知られる人物だ。 そのオライリー氏は、今年2月に、プログラミングが完全に新しい時代に入りつつあることを書いていた。同社のRadar Blogというページで読める「The End of Programming as We Know It」（私たちが知っているプログラミングの終焉）である。 オライリーの「Coding with AI: The End of Software Development as We Know It」の記事。映画『マトリックス』的ビジュアルもマッチしている。 5月8日には、同社のAI Codeconカンファレンスが、そのまま「Coding with AI: The End of Software Development as We

AI によるコーディングの支援はコード補完型からチャット型、そして自律型へと進化しています。この記事では現時点で主流となっているコーディングエージェントの種類とその特徴を整理したうえで、エンジニアの仕事の変化について考察します。 コーディングの仕事における AI 技術の関わりといえば、GitHub Copilot を代表するエディタ補完型が主たるものとして認識されてきました。補完型の AI はユーザーが途中まで書いたコードを補完する形で提案を行うことから、ペアプログラムの相方のような存在として捉えられていました。例えば function add と書き始めると、AI は (a: number, b: number): number { return a + b; } といった形で関数の定義を提案します。ユーザーは Tab キーを押すことで提案を受け入れたり、提案が気に入らなければそのままコ

概要 OpenAIは2025年5月16日、新たなAI搭載のコーディング支援エージェント 「Codex」 を発表しました。これは従来のコード補完モデル（旧Codex API）とは異なり、 クラウド上で動作する自律型のソフトウェア開発エージェント です。Codexは並列に複数のタスクをこなすことができ、コードの新機能実装、コードベースに関する質問への回答、バグ修正、プルリクエストの提案など、様々な作業を代理で実行してくれます。各タスクはクラウド上の独立したサンドボックス環境で実行され、ユーザーのリポジトリがあらかじめ読み込まれた状態で処理が行われます。 Codexの頭脳となっているのは 「codex-1」 と呼ばれる最新モデルで、OpenAIの高度な大規模言語モデル「o3」系列をソフトウェア開発向けに最適化したものです。このモデルは実際のコーディングタスクを用いた強化学習（実環境で試行錯誤させ

Vibe Codingとは、AIに身を委ねて、バイブス、感覚でコーディングする手法のことだ。LLMの生成するコードを無条件に信じ、その積み重ねでソフトウェアを作る。理想的には、「こんなものを、いい感じで」とAIに頼むだけでコードができあがる、夢のノーコード開発環境のことを指すのだろう。 現実としては、そんな簡単にはいかない。AIは私たちの心を読む超能力者ではない。「いい感じ」と言っただけではAIはただ適当に振る舞う。まず実現したいことの明確なビジョンと、それを支えるしっかりした設計が必要になる。それをAIが理解できる言葉で、適切にタスク分解して伝えなければならない。今のところ、ただ要望を並べただけでまともなコードができあがることはまれだ。 Thoughtworksが行った実験が、この現実をよく示している。彼らは「システム更新プランナー」というアプリケーションをAIに作らせる実験を、３つのア

最近のAIの進化は目覚ましく、コーディングにおいても、もはや人間が一切を関知せず"ノリ"で全てを完成させるvibe codingなる概念まで登場しました。 しかし、現実の業務にこれを適用すると、まあ、上手くいきません。 1ファイルで完結するようなスクリプトであれば上手くいきます。驚くほど上手くいってびっくりします。テトリスを書いて、と指示したらテトリスは完成するでしょう。 しかし現実のコーディングは素朴なテトリスを実装するほど単純ではありません。 LLMの限界 ここで一つの問いを考えます。 「入社初日の知識豊富なエンジニア」と「ここ数ヶ月の間、機能Aの開発に携わっている普通のエンジニア」、どちらが5分で機能Aの開発を進められるか？ おそらく、答えは後者になると思います。 これがまさにAIによるコーディングに起こっていることで、 どれだけLLMの性能が向上したところで、実装に関する知識（コン

最近話題のModel Context Protocol(MCP)に関して、社内の勉強会(部内)で利用した資料を公開します！ ざっくり以下の内容が入っています！ プロトコル仕様 AWS MCPの話 開発方法

Vibe Codingという概念が爆誕している。 2月頃にAndrej Karpathy氏がx.comでポストしたことをきっかけに、この言葉が急速に広まった。 There's a new kind of coding I call "vibe coding", where you fully give in to the vibes, embrace exponentials, and forget that the code even exists. It's possible because the LLMs (e.g. Cursor Composer w Sonnet) are getting too good. Also I just talk to Composer with SuperWhisper… — Andrej Karpathy (@karpathy) February