Claude Codeは、便利なチャットではありません。 設定、文脈、検証、自動化、並列化まで設計すると、日々の作業環境そのものになります。 この記事では、手元にあるClaude Code運用メモを土台に、Anthropic公式ドキュメント、Claude Help Center、GitHub Actions、MCP、Hooks、Skills、Subagents、非対話モード、情報収集ワークフローまで整理しました。 2026年5月4日通知この記事は全文無料（期間限定）で閲覧できます。 見出し画像はAIで生成しました。 プロンプトはこの記事に掲載中。 Claude Codeは「会話相手」ではなく「作業環境」ですClaude Codeを使いこなせない原因の多くは、プロンプトの上手さではありません。作業環境として扱えていないことです。 公式ベストプラクティスでも、Claude Codeはファイルを

はじめに 「どのフレームワークを選ぶべきか？」 これは初学者だけでなく、新規事業の技術選定を任された中級者にとっても常に悩ましいテーマです。 いまフロントエンドの世界は、大きな転換期を迎えています。長年使われてきたReact、Vue、Angularの三大フレームワークが、これまでの古い常識を捨てて新しい次元へとアップデートしているからです。さらに忘れてはいけないのが、私たちのすぐ隣には「Claude Code」や「Cursor」のような、最強のAIアシスタントが当たり前のように存在しているということです。 この記事では、初学者が最初のステップを踏み出すための視点から、中級者がモダンなアーキテクチャをどう捉え、AIとどう協業していくべきかまで、各フレームワークの現在地をまとめました。 1. React：サーバー主導UIへの移行と「AIエコシステムの覇者」 現在もフロントエンド業界で圧倒的なシ

クエリが遅くなった。直そう。ここから問題が始まる プロジェクト管理SaaSを1年ほど運用すると、Issueテーブルが200万行、変更ログテーブルが2000万行を超えてくる。ソフトデリートを採用していれば物理削除されないので、行数は増える一方だ。 最初の兆候はユーザーからの報告だった。「Issue一覧の読み込みが遅くて、フィルターを切り替えるたびに5秒くらい待たされるんですが」。スロークエリログを見ると、フィルター付きのIssue一覧クエリがp95で3秒を超えている。インデックスを追加すれば改善する。スキーマ変更も1つ控えていた。どちらもやること自体は明確だった。 問題は「200万行のテーブルにDDLを打つ」という行為そのものにあった。膨れ上がったテーブルに対するスキーマ変更は、パフォーマンスを改善するための作業が、新たな障害を引き起こす可能性を持っている。治療のための手術が患者を殺しかねな

この記事は約5分で読めます。 筆者プロフィール: ソフトウェアエンジニア。「知った気にならない。いつまでも学び続ける」を信条に、業務と個人開発の両輪で技術を磨いています。AI 駆動開発で複数の個人開発アプリを構築・運用中。 👉 ポートフォリオ: 筆者ホームページ Claude Code を使い始めたけど、毎回同じ指示を書いていませんか？ CLAUDE.md・Skills・Hooks・Agents の 5 段階で「育てる」ことで、人間の作業は「指示と確認だけ」になります。この記事では、実際のファイル構成とコードを添えて、その全過程をお見せします。 「AI にコードを書かせている」と「AI と開発している」は違う Claude Code を導入した当初、私は毎回こんなプロンプトを書いていました。

はじめにこんにちは、ニュースメディア開発部の杉野です。4月にメディア研究開発センター（M研）から異動となり、新しい環境で奮闘しているところです。 最近、NHK大河ドラマ「豊臣兄弟！」にハマっています。毎週、豊臣秀吉と弟の秀長が知恵と義理で戦国の世を渡っていく様子をワクワクしながら見ています。 しかしいかんせん日本史の知識が乏しく、歴史上の有名人が登場するたびに「この人は何者？」「この人は敵？味方？」「この後どれだけの城を攻略するの？」と史実が気になってきました。 そこでふと考えたのが 「この複雑な人間関係、グラフデータベース（DB）で整理したら理解しやすそう」 「天下統一の道のりを日本地図でアニメーションにしたら、物語の流れも追いやすそう」 ということです。 というわけで本記事では、Wikipediaから取得したオープンな歴史テキストを題材に「グラフDB構築 → 可視化 → グラフRAG

jp-ui-contracts を公開しましたAIでUIを作る流れが強くなるほど、逆に目立ってくるものがあります。 それは、日本語の詰めの甘さです。 色はそれらしく見える。 余白もそれっぽく整う。 カードやボタンの形も、かなり上手に出てくる。 でも最後に崩れるのが、日本語です。 見出しの折り返しが苦しい。 本文の行間が浅い。 英語のサービス名が混ざると急に浮く。 フォームだけ窮屈になる。 表の密度が本文のルールを引きずって読みにくくなる。 この違和感は、単に「AIの精度が足りない」から起きているわけではありません。 もっと手前の問題です。 日本語UIの設計契約が、まだ十分に書かれていない。 そこで作ったのが、jp-ui-contracts です。 また、以下の記事が “DESIGN.md とは何か” を定義する総論で、今回の記事は “それを日本語UIでどう実装資産にするか” を示す各論です

この記事は約4分で読めます。 マークダウン記法は奥深く、楽しい — テキストだけで「伝わるドキュメント」を作る技術 はじめに 皆さんは Markdown（マークダウン） を「見出しと箇条書きが書ける記法」程度に思っていませんか？ 私もかつてはそうでした。しかし、個人開発で REQUIREMENTS.md / SPECIFICATION.md / DESIGN.md などの技術ドキュメントを Markdown で書き続けるうちに、「テキストだけでここまで表現できるのか」 と驚く場面が何度もありました。 この記事では、Markdown の基本から Mermaid による図表描画、さらに Qiita 独自の拡張記法まで、「知っているだけで生産性が変わる」 テクニックを体系的に紹介します。

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? お前がコードを書き始める前に 言っておきたい事がある かなりきびしい話もするが 俺の本音を聞いておけ はじめに これから少しの間、不器用で、偉そうで、厳しいことを言う。けれど最後まで聞いてくれれば、その裏側にあるものもわかってもらえると思う。だから先に謝っておく。生意気な口を、許してほしい。 まず、お前に話す前に、業界を取り巻く空気の話をさせてくれ。ソフトウェア業界には、昔から消えない風潮がある。 「売れたプロダクトはすべて正しい」 「品質? 障害が起きなければそれでいい」 「細かいことはベンダーに丸投げで構わない」 ビジネスの現場で生

はじめに 何が辛かったのか 毎回詳細なプロンプトを書くのが辛い AIエージェントのタスク完了まで面倒を見るのが辛い これらを並列で実行しているのが辛い 解決方針 詳細な設計ドキュメントの作り込み Usecase Design Doc 細かい実装指示・計画・実行をAIエージェントに委譲 タスクの分割方針 AIエージェントへの実装委譲 AIのお世話からの解放 - 得られた成果 開発速度の向上 PRレビュー自体の認知負荷の軽減 現在直面している課題 設計書の細かい誤りの増幅 設計とPRレビューのボトルネック化 まとめ はじめに こんにちは。CADDi Quoteのサーバーサイドの開発を担当しています、majimacchoです。私たちのチームでは全員がAIエージェントを活用して実装しPR作成まで行なっています。 私自身を含め、全く自分でコードを書かなくなったメンバーもいます。AIエージェントを使っ

きっかけ 非エンジニアの同僚から、Gitの使い方を聞かれることが増えてきました。デザイナー、ライター、ディレクター、営業企画。立場は違えど、AI時代に入ってバージョン管理が自分ごとになってきた人たちです。 最初は既存の入門記事を紹介していたんですが、どれもしっくり来ないようでした。用語の説明が少ない、コマンドの意味がイメージできない、失敗が怖い。話を聞いていると、エンジニアが見落としがちな壁がたくさんあるなと感じました。 それなら自分で書いてしまおうかと思い、Git入門サイトを作ってみました。 設計の方針 サイトを作るにあたって、次のような方針で進めています。 概念は図と比喩で先に説明してから、コマンドを見せる 失敗したときの戻し方を各章の最後にまとめる エンジニア以外の実務（文書、デザイン、原稿）を例として使う 専門用語は初出時に日常語で言い換える コマンドを並べる構成にしなかった理由は

こんにちは！逆瀬川ちゃん (@gyakuse) です！ 今日はAgent Skillにアプリケーションを組み込む実装を作ってみたので、その話と、Agentがプラットフォームになる未来について考えていきたいと思います。 アプリケーションにAgentが載る時代 さいきんはアプリケーションにAgentの機能が追加されるものが増えています。 Coding Agentを毎日使っていると、逆でもいいんじゃないかな〜とよく思います。Agentの側からアプリケーションを呼び出す方が自然だと感じます。自分がやりたいことをAgentに伝えて、必要に応じてAgentがアプリを開いてくれる。そういう体験の方がしっくりきます。 OpenAI Apps SDKとChatGPTのApps このプラットフォームにアプリケーションが組み込まれるみたいな方向性は、だいぶ前からあります。最近でもOpenAIがApps in C

こんにちは。クラシル株式会社 小川です。 ここ数週間、売上分析から施策立案、MAツールへの配信設定、効果検証まで、グロース業務をClaude Codeで自動化する取り組みをしています。 マルチエージェントを活用することで、もともと複数人で分担していた作業が、1人＋AIチームで回りつつあります。 まだ発展途上ですが、設計の考え方と気づきを整理してみます。 まずは全容です。 それぞれポイントを後述していきます。 まずやったこと：業務データの集約AIチームの設計より先に、前提の話です。AIが意思決定に必要な情報にアクセスできる状態を作ることがとても重要です。 業務で使うデータって散らばっていて、売上の実績はDWH、コストや予算の計画はスプレッドシート、施策の実施状況はSlack、運用方針はNotion。人間はこれらを頭の中でつなげて判断していますが、AIにそれはできません。 なのでまず、これらを

長年のWindows・Linuxユーザーが語る Mac mini M4 の記事の2回目です。今回の記事では、Mac mini M4 に Homebrew をインストールする方法について解説します。 今になって考えると、最初にインストールしておけばよかったと反省しました。開発に使う方以外の一般ユーザーにとっても、macOS の GUI のアプリをインストールするのにも使用できますので、 一番最初にインストールする事をお勧めします。 記事をマガジンにまとめました。 Homebrew は、macOS 用の CLI ベースのパッケージマネージャーです。 Windows11 だと winget コマンド、Ubuntu (Linux) だと apt コマンドに相当します。依存性を解決しながら、アプリと必要なライブラリを同時にインストールできます。 macOS には iOS と同様に App Store

私はMySQLが好きです。長く使ってきましたし、オンプレミスでの運用もやってきました。 しかし現職に来てからは、PostgreSQLを使う機会が増えました。最初は正直かなり抵抗感がありました。ずっとMySQLを使ってきたので、慣れの問題もありますし、PostgreSQLに対して必要以上に構えていたところもあったと思います。 ただ、実際に使っていくうちに、PostgreSQLの良さが少しずつ見えてきました。最近では、新規開発でどちらを選ぶかと聞かれたら、PostgreSQLを選びたいと思うようになっています。 私はMySQLを長く使ってきたので、昔のMySQLの雑さも知っています。ただ同時に、今でも昔の印象だけでMySQLを語るのは不正確だとも思っています。sql_modeをきちんと設定すれば危ない挙動の多くは避けられますし、MySQL 8でかなり多くの機能が入りました。 また、今回はオンプ

あらゆるメディアをサクッと取得したい → ytdl という CLI を作った。動画サイト だけでなく、Torrent（P2P）、RTMP/RTSP ストリームにも対応。URL を渡すだけでバックエンドが自動選択される npm install -g @kanketsu/ytdl でインストール ytdl "URL" で一発実行。http なら yt-dlp、magnet なら Torrent、rtmp なら ffmpeg が自動起動 ytdl だけ打てばインタラクティブ UI が起動。選ぶだけ Claude Code のプラグインとして「この動画ダウンロードして」と言うだけでも使える 7 言語対応（ja / en / zh-Hans / es / hi / pt / id） リポジトリ: kanketsu-jp/ytdl なぜ作ったか 動画をローカルに保存したい場面はけっこうある。オフライン

1. はじめに こんにちは！ 株式会社EpicAIの松島です！ EpicAIではシステム開発系の案件に関わることが多く、要件整理〜実装まで幅広く触っています。個人では、作りたいものを気軽に作って試したり、AtCoderで競プロをやったりしています。 今回は、自分が個人開発をするときに愛用している技術構成について紹介します。 学生や個人開発者のみなさん、アプリのデプロイ先、どうしていますか？ 「モダンな技術でWebアプリを作りたい！でも…」 AWSやAzureは機能が多すぎて学習コストが高いし、クレジットカードの高額請求が怖い…。 Herokuの無料枠が終わってから、手軽なデプロイ先が見つからない…。 Vercelもいいけど、データベースのお金がかかるのがネック…。 そんな悩みを抱えている開発者に、現在考えうる「最強・最速・完全無料」の技術スタックを紹介します。これを使えば、財布を気にせず、

2月13日、karpathy氏が「microgpt · GitHub」と題したGistを公開した。 このコードは、GPTの動作原理を外部ライブラリに頼らずPythonのみで記述した、最小構成の実装となっており、その読みやすさと理解のしやすさから注目を集めている。 以下に、これからこのソースコードを読み解こうとする方に向けて、GPTがどのように動き学習するのか、その大まかな流れと主要な概念を解説する。 コードリーディング・ガイド：microgptを読み解く 本プログラムは、大きく分けて「微分の自動化」「情報の変換」「予測と修正」の3つのパートで構成されている。 1. 「学習」を支える自動微分（Valueクラス） ニューラルネットワークが学習するためには、予測の誤りを数値化し、それを元に各パラメータをどの程度調整すべきかを計算する必要がある。本実装の冒頭に登場する Value クラスは、この「

ちゃんと人間が書いています。 Claude Codeをこれから使い始める初学者の方から、 すでに使っているけれど もっと活用したい上級者の方まで、 幅広く対象にしています。 2026/02/18時点のAnthropic公式のベストプラクティスと、私の開発の知見を元にまとめています。 上から順に読んでいけば、誰でもプロになれるように書きました。

Anthropicのエンジニアリングブログに、とんでもない記事が出た。 Claude 16台を並列で2週間回して、10万行のRust製Cコンパイラを作った。 費用$20,000。Linux 6.9のブートに成功。GCCのテストスイートで99%パス。DoomもFFmpegもPostgreSQLもコンパイルできる。 すげえ。 で、オレはAI部下10人を戦国軍団として運用してる側の人間なんだけど、この記事を読んで最初に思ったのは「すげえ」の次に来た、こっちの感想だった。 「いや、答えあるじゃん。」 何がすごいのか（素直に） まず、ちゃんとすごいところを認めたい。 16台のClaudeが 自律ループ で動く。タスクが終わったら勝手に次を拾う 同期は Gitのファイルロック だけ。インフラなし テストが仕様書を兼ねている。「テストをPASSさせろ」で人間の介入なし 2,000セッション、2週間。人間