CLAUDE.mdは長いほど効くわけではありません。むしろ長いほどClaude Codeは従いにくくなります。 100行書いたCLAUDE.mdと、35行に削って残りを.claude/rules/に分離したCLAUDE.md。同じ指示を出しても、後者の方がClaudeの出力品質が明らかに高いのです。 この記事では、なぜそうなるのかを公式仕様に基づいて解説し、「どの行を残し、どの行を移し、どの行を消すか」を1行単位で設計する方法論を紹介します。 CLAUDE.mdの注入メカニズム — なぜ「埋もれる」のか User Messageとして注入される事実 公式ドキュメントにはこう書かれています。 CLAUDE.md adds the contents as a user message following Claude Code's default system prompt. — Claude

ターン数とは、1 回のプロンプト実行中に Claude が何回 API ラウンドトリップ（ツール呼び出し → 結果受け取り → 次の応答）を繰り返したかの回数です。 v1（新規作成）の所要時間 v1 では言語間の差が大きく出ています。Python（32.9 秒）と Ruby（33.2 秒）が僅差でトップ、JavaScript（36.0 秒）が続きます。一方、Ruby/Steep は 105.0 秒と Ruby の約 3.2 倍。Lua（96.4 秒）や OCaml（80.9 秒）も遅め。 v1 は空のディレクトリからスタートするので、Cargo.toml や package.json などのプロジェクト設定ファイルを生成するコストが含まれます。Python/Ruby/JavaScript などは minigit ファイル 1 つを生成するだけで済むので、差が大きくなっている可能性があります

【狂気】2026年、PS3を開発する——1行もコードを書けない人間が、AIと組んで「開発地獄」と呼ばれたPS3に挑み、15年間誰も開けられなかった扉をこじ開けた1週間の記録。 まえがき ━━━━━━━━━━━━━━━━━━━━━━━ この記事で紹介しているPS3開発の知見を、 Claude Code用スキルファイルとしてBOOTHで販売中です。 PS3-DEV — Claude Code用 PS3ホームブリュー開発スキルファイル https://tanakaps.booth.pm/items/8086703 プログラミング未経験でも、このスキルファイルをClaudeに 読み込ませるだけでPS3開発を始められます。 環境構築からSPU並列処理、cellGcm直叩き3D、 DOOM移植やVRChatアバターPS3描画（世界初）の知見まで。 ¥500〜¥5,000の4グレード展開。 ━━━━━━

はじめに 「全エンジニアが Claude Code を 100% 活用する」 これは、ダイニーの今期の目標のひとつです。 正直、最初に思ったのは「何をもって 100% なんだ？」です。 手がかりを探るために、まずチーム全員にアンケートを取りました。 結果はバラバラで、「かなり活用できている」という人もいれば、「スキルやサブエージェントはほとんど使えていない」という人もいます。 中でも多かったのが、「他の人がどう活用しているのか分からない」という声でした。 実際、有志がスキルやサブエージェントを作っても、その存在自体を知らないメンバーがいます。知っていても中身が分からないから使えない。結局、作った本人しか使わないまま埋もれていく。そんな状態です。 これでは「活用度」以前の問題。 そもそも何が使えるのか、誰がどう使っているのかが見えなければ、活用度を定義できません。 そこで作ったのが、エンジニ

はじめに：AIエージェントの「できること」を拡張する Claude Codeは、ターミナル上で動くAIエージェントです。コードの読み書きだけでなく、PowerShellやPython、OSコマンドの実行もできます。しかし、プロジェクト固有の業務手順やツール連携をClaudeが最初から知っているわけではありません。 ここで登場するのが Skills です。 Skillsとは、Claude Codeに「特定の業務をどう実行するか」を教えるための仕組みです。SKILL.md というファイルに手順を書いておくだけで、Claudeはそのスキルを自律的に選択し、PowerShellスクリプトやPythonプログラムを実行して業務を遂行します。 新人に業務マニュアルを渡すのに似ています。マニュアル（SKILL.md）とツール（スクリプト）をセットで渡せば、新人はそれを読んで自分で判断し、作業を進めてくれ

はじめに コーディングエージェントのデモは魔法のように見えます。しかし、実際のコードベースに向けると： コンテキストウィンドウがすぐに埋まる 古いコードに対してハルシネーションが起きる 処理が遅すぎて、grepした方が早い 大規模なRust/Python/TSリポジトリでAIワークフローを構築する中でこの壁にぶつかったので、自分のスタックに本当に欲しかったものを作りました：ASTベースの超軽量な組み込みMCPです。 cocoindex-codeというツールで、トークン消費を約70%削減し、待ち時間も大幅に短縮できます。 Claude、Codex、Cursor、その他MCP対応のコーディングエージェントを使っている方は、ぜひ読んでみてください。 コアアイデア：AST + インクリメンタルインデックス よくある「コードRAG」構成は、ベクトルDBの構築、ETLの作成、スキーマドリフトへの対応、

ここ数日、OpenClawの名前をよく見かけたと思います。開発者がOpenAIに参加したニュースもあり、タイムラインで話題になっていました。 OpenClaw — Personal AI AssistantOpenClaw — The AI that actually does things. Your personal assistant on any platform.jonahships_OpenClawはオープンソースの自律型AIエージェントで、LLMに自分のPCの強い権限を渡してAgent Skillsの仕組みで自動操縦します。いわば、Devinのような自律型アシスタントを個人が安価にセルフホストできるようになったものです。Claude Code（非OSS）やCodex CLIといったコーディングエージェントより一段上のレイヤーにあたります。Claude Codeでも同等のことは

ここ最近の自分のツイートを見るとほぼLLMの事しか喋っていない。それぐらい首っ丈である。暇があれば即座にLLMに何かお願いをしたり質問をしたりしている。特にエージェントにコードを書かせるのはもはや始めたてのソシャゲに寸暇を惜しんでのめり込んでいるかのようである。 エージェントを使ってコードを書かせるのは楽しい。RDBMSを作ってみているが「次何しようか？」「PostgreSQL互換インタフェースとか生やす？」「え？できるん？」「できたで！」ぐらいの感覚で次々と実装が生えていってしまう。もちろん、初めから完璧なものではないのでユニットテストを書かせたりするうちにどんどんとボロが出てくるのだが、それでもそれを補って余りある開発速度が出ている。何より仕事の片手間のチャット相手が1人増えたぐらいの負荷で10万行近いコードがシュッと生えてくるのは感動を通り越して畏怖がある。 SNS上で僕の言動を追っ

つい3年ほど前まで、ネット上で伝説の投稿「本物のプログラマはPascalを使わない」を読むことが出来たのだが、今はマニアックに日本語訳を探さないと読めなくなってしまった（原文は今でもネット上で参照可能）。 私の記憶が確かならば、日本語訳が月刊『bit』というコンピュータ雑誌に85年頃？に発表されたと思う。当時の私はまだ少年で、プログラミングの師匠（ソフトハウスの正社員）から「読んでみろ」と読ませてもらった記憶があるが、当然半分も理解出来なかった。 そんな私もSEとしては老人と言われるような中年になり、昔を知らない若いエンジニアや若いエンジニア志望の人が非常に多くなった。温故知新と言うが、当時を知る人や、若い人にも読んでもらえれば幸いだ。 はじめにMarch 24, 1983 Real Programmers Don’t Use PASCAL 本物のプログラマはPASCALを使わない Ed

LLMによるコード補完の登場 (2021年) GitHub Copilotの登場 我々がよく知るLLMによる支援はまず GitHub Copilot から始まりました。これはGPT-3 (OpenAI Codex, 現在のCodexと名前が同じで本当にややこしい) をベースとしたコード補完システムで、タイピングをしていると自動的にその行の続きを予測してくれるものです autocompleteとの違い それ以前にもIntelliSenseのようなautocompleteがありましたし、より進歩したn-gramなどを用いたものはありましたが、LLMをベースとしたものはTabnine (Tabnineは初期はn-gramモデル) やCopilotからとなります チャットベースのコードアシストの時代 (2022-2023年) ChatGPTの登場 ChatGPT以降、チャットによる対話形式でコード

たびたび見かける「そのうちAIが直接バイナリを吐くようになるんでは」という話、原理的に難しいし、できるとしてもだれもやらないし、できるようになったとしてもだれも使わないので、今の仕組みのAIが直接バイナリを吐く未来は来ないと思います。 ここらへんも参照 AIがコードを書くようになるなら、AIだけに理解できる言語を作ればいい、のかな？ - きしだのHatena AI専用のプログラミング言語は現れない - きしだのHatena AIが読み書きするコードも読みやすいほうがいい(トランスフォーマの特性の考慮やリーダブルコードについて追記) - きしだのHatena プログラミング言語は人間が扱いやすく機械が実現できるよう論理を表現するものでありプログラムの本体 - きしだのHatena ※ LLMが生成したコードを内部でコンパイラを呼び出してバイナリにするというのは、例えばここにあるようなプログラ

by Alexander Gorlin アメリカ空軍や航空自衛隊が運用する戦闘機「F-35」はC++でコーディングされたソフトウェアを搭載しています。このC++コードは「Joint Strike Fighter Air Vehicle C++ Coding Standards(JSF AV C++)」と呼ばれるコーディング規則に沿って記されているとのことで、Googleの研究者で航空機関連プログラミングにも詳しいLaurieWired(Laurie Kirk)氏がJSF AV C++の特長を解説しています。 Why Fighter Jets Ban 90% of C++ Features - YouTube 1996年6月に欧州宇宙機構はアリアン5型ロケットの初回打ち上げを実施しました。しかし、ロケットは発射から数十秒後に爆発し、打ち上げは失敗。この失敗はロケットのソフトウェアで処理できな

【エディタの使い方】 ＜要素を抽出＞ 問題文のうち、答案構成をするにあたって重要な部分について、ハイライトすることで要素を抽出します。この作業は、従来の法律答案の作成にあたっても、一般的に行われます。 ＜答案構成＞ ハイライトして抽出した要素を参考にしながら、法的推論のための形式言語Matchaを用いて、法的推論を記述します。 答案構成は、法的推論の訓練としてはもっとも重要な過程であるにもかかわらず、従来の法律答案の作成の過程では、学生は問題文の余白にメモとして書きつけるなど、正確に表現することが軽視されていた領域です。

#WIP レガシーシステムを再構築しようとしても、期待していた開発スピードや品質の向上が得られないのはなぜか? そこに潜むアンチパターンを書き出してみます。 画面駆動設計 画面を切り口にアプリケーションの設計を考える。これ単体ではアンチパターンではない。 コンテキスト 現行システムの画面操作に慣れたユーザが多い 問題 同じ扱いをすべきデータが複数の画面に分散していても、それに気づきにくい 表示条件に見えるものが実はビジネスルールの制約である 項目間の関係性や構造が見えにくい テーブル駆動設計 データベースのテーブルを切り口にアプリケーションの設計を考える。これ単体ではアンチパターンではない。 コンテキスト 現行システムのデータベーススキーマが既に存在し、それを前提とした開発が求められる

みなさん、marimoってご存じですか？ 最近marimoを触ってみたんですが、これが思った以上に便利でびっくりしました。 このツールだけで完結できる場面が多くて、しかもUIがリアルタイムに反応してくれるので、作っていてすごく楽しいんです🎶 驚くほど簡単で直感的に使えますし、「試してみたい！」と気持ちがどんどん湧いてきました。 というわけで、この記事ではそんなmarimoの魅力や、基本的な使い方について紹介していきたいと思います。 ちょっとでも「面白そう」と思ってもらえたら嬉しいです。 はじめに Pythonでデータ分析や機械学習をするとき、まず思い浮かぶのが Jupyter Notebook という人も多いんじゃないでしょうか。 定番ツールとして長く使われてきたJupyterですが、実際に使ってみると「セルの実行順がバラバラになって混乱する」「どこで何が定義されてるか分かりづらい」「G

AI楽観派にとって、「動く」ことがすべての証明。 AI慎重派にとって、「なぜそう動くか」がすべての理由。 両者が同じコードを見ても、 前者は「成果物」を見ており、後者は「思考の痕跡」を見ている。 視点の深度が違うのだ。 5. 設計＝抽象、コード＝具象 コードを書くとき、頭の中には「構造」がある。 それは最初から完璧ではなく、書いて、動かして、違和感を覚えて、直していく。 命名、依存、責務、階層を少しずつ整える。 この「書きながら考える」行為こそが設計であり、 設計書よりもコードの構造そのものが本当の設計書になる。 AI楽観派の前提は、「設計と実装は分離できる」。 AI慎重派の前提は、「設計と実装は不可分」。 この一点が、AI時代の開発を分ける境界線だ。 6. バイブコーディングの議論が噛み合わない理由 バイブコーディングをめぐる議論は、 実は技術論ではなく認識論の衝突だ。 AI楽観派：AI

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

ご来店ありがとうございます。新刊発売予定のお知らせです。 2025年9月4日（木）、井上亜星著 『ゼロから始めるLean言語入門 ― 手を動かして学ぶ形式数学ライブラリ開発』の発売を予定しています。 書名にもある通り、本書はLeanという比較的新しいプログラミング言語の入門書です。プログラミング言語としてのLeanは、いわゆる関数型言語の仲間と言えます。 他の関数型言語、とくにHaskellを使ったことがあれば、典型的なアルゴリズムやデータ構造を扱うLeanのコードをなんとなく書けるかもしれません。その程度には「ふつうの言語」であるとも言えます。 しかしLeanには「ふつうの言語」にはない大きな特長もあります。具体的には、「数学の証明をソフトウェアとして形式化できる」あるいは「プログラムの挙動に対する証明ができる」という、定理証明系としての側面です。本書では、そのうち「数学の証明をソフトウ