ハーネスエンジニアリングを楽にする Microsoft 製の新ツール「APM」ハンズオン
はじめに 最近、AI エージェント（GitHub Copilot / Claude Code / Cursor / OpenCode / Codex …）に渡す「指示書」の種類が一気に増えました。 GitHub Copilot → .github/instructions/*.md, .github/prompts/*.md Claude Code → .claude/commands/*.md, .claude/agents/*.md Cursor → .cursor/rules/*.mdc これに加えて MCP サーバー / hooks / skills … チーム内でこれらを 「どこから集めて、どこに配っていますか？」 絵にすると、複数の取得元 × 複数のハーネス という多対多の配線を、各チーム／各リポが自前で組んでいるイメージです。 個々のツールが便利になっても、チーム全体としてこ
2026年1月版 俺的AI駆動開発フロー&Tips
この記事は筆者がAI駆動開発を通して積み上げてきた開発フローやそのTipsを紹介するものであり、絶対的な正解を示したり、主義主張を押し付けたりするものではありません。 どこから始めたらよいかわからない方や指針を求めている方の参考になれば幸いです。 この記事ではコーディングエージェントのことをAIと表記します。 前提："俺"の現状 使っているAIとツール GitHub Copilot（Enterprise）：仕事メイン Claude Code（Max）：プライベートメイン Codex（主にAzure OpenAIのモデルで利用） メインはGitHub CopilotとClaude Codeです。本記事の内容もこの2つの最大公約数的な使い方になっています。 Codexはサブスクで常用できる環境がないので、かなり複雑な設計が必要な場面か、他ツール比較で確認したいときにスポットでAzure Ope
GitHub Copilot を極める会
はじめに GitHub Copilot は、もはや単なるコード補完ツールではありません。 どの文脈を与え、どこまで任せ、どこで人が介入するか その設計次第で、生産性にもコード品質にも大きな差が生まれます。 本記事「GitHub Copilot を極める会」では、 GitHub Copilot を 補完ツール としてではなく、 設計・実装・リファクタ・テストまでを支援する開発パートナーとして使い切ることを目標に話を進めます。 中でもエージェントモードを使いこなすことや、カスタムされた命令を Copilot に読み込ませること、更にはコーディングエージェントへコードレビューをさせる方法までこの記事でご紹介させていただきます。 「書かせている」状態から、「制御して使っている」状態へ --- GitHub Copilot を使う側のレベルを一段引き上げる記事となれば幸いです。 それでは行きましょう
MAGIシステムをAzure OpenAIで作る
LLMにおける意思決定の課題 近年ではLLMの精度も向上し、簡単なタスクであれば単純に推論をするだけでそれなりの出力が得られるようになってきました。 しかし、実務レベルの意思決定の場面ではいわゆる「ハルシネーション」が発生することもあります。 また、ハルシネーションのような確定事項を誤って判断するだけでなく、「料理のレシピ」などのようにそもそも答えが決定的でない場合もあります。 しかし、ここで重要なのはLLMだから間違うということではなく、人間も同じように間違える可能性があるということです。 では人間が間違わないためにはどうすればよいか？ということですが、複数の人数で多角的に議論をし、合議するという手段が一般的に取られています。 例えば製品の出荷判定会議やソフトウエア設計レビュー会、国会などさまざまなところで合議制が取られます。 もともとLLMにも使われている機械学習の一種であるニューラル
Codex を完全に理解する会
はじめに Codex は、多くの技術チーム（セキュリティ、プロダクトエンジニアリング、フロントエンド、API、インフラ、パフォーマンスエンジニアリングなど）で日常的に使用されています。 そして最近の Update では、Azure OpenAI のサポートにより、CLI または VS Code でも同等の Codex エクスペリエンスをご利用いただけるようになりました。 これを実現するために、以下の 5 つのプルリクエストをご提供しました。これにより、ChatGPT でお馴染みの Codex 機能を VSCode 上で安全に実行できるようになります。 個人的には、VSCode 上で Codex が使えるようになったことが一番嬉しいですね。 VSCode ユーザーの方は是非一度お試しいただくと非常に感動する開発者体験が得られると思います。 見た目はこんな感じ。 GitHub Copilot
【2025年5月完全版】RAG の教科書
はじめに 昨今、AI の進化により、様々な分野での応用が進んでいます。特に、自然言語処理(NLP)の分野では、RAG( Retrieval-Augmented Generation)が注目されています。RAG は、情報検索と生成を組み合わせた手法であり、特に大規模言語モデル(LLM)と組み合わせることで、その性能を大幅に向上させることができます。 また、NativeRAG や GraphRAG, AgentRAG などさまざまな RAG のバリエーションが登場しており、これらは特定のユースケースやデータセットに対して最適化されています。 今回は、RAG の基本的な概念から、RAG のプロジェクトの進め方、精度向上の方法に至るまで詳しく解説します。 みなさんの GenAI Application の開発に役立てていただければ幸いです。 本記事は 5 万文字を超える大作となっております。 お時
GitHub Copilot を完全に使いこなす会
はじめに この記事は GitHub Copilot の Tips を詰め込んだ記事になります。 GitHub Copilot を普段使っているが、コード補完しか使ってない方や、これから使おうと思っている方に向けて Tips をまとめて紹介する記事になります。 是非日々の開発ライフにお役立てください 🚀 GitHub Copilot とは？ GitHub Copilot は、開発者がコードをより速く、少ない労力で記述できるように支援する AI コーディング アシスタントです。 コンテキストに応じた支援を提供し、開発者が入力中にコードの提案を行います。 これは、行の補完の場合もあれば、まったく新しいコードのブロックの場合もあります。 これにより、開発者は問題解決、共同作業、イノベーションに集中できます。主要なエディターと統合され、GitHub にネイティブに組み込まれているこのツールは、最も
1
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
