はじめに こんにちは。開発部の雨です。 今回は、ローカル環境で動く「長期記憶付きチャットボット」をゼロから実装する方法を紹介します。 最初はシンプルに「全会話履歴をそのままLLMに渡す」素朴な実装からスタートし、その問題点を実際に確認しながら、RAG（Retrieval-Augmented Generation）とChromaDBを使って段階的に改善していきます。最終的には、会話がどれだけ長くなっても関連情報だけを的確に引き出せる、実用的なチャットボットが完成します。 使用するツールはすべて完全ローカル・無料。APIキーは一切不要です。 問題の本質 LLMを使ったチャットボットを作るとき、多くの人が最初にこう実装します。 messages = [] while True: user_input = input("You: ") messages.append({"role": "user"

このリポジトリは何か shanraisshan/claude-code-best-practice は、GitHub Trending 1位を獲得し、現在5万スター近くまで伸びている Claude Code のベストプラクティス集です。 中身を一言でいうと、設定ファイルを配るテンプレート集ではなく、「Claude Code をうまく使うための知識」をリンク付きで整理したリファレンス です。大きく次の3パートで構成されています。 概念リファレンス（CONCEPTS） — Subagents / Commands / Skills / Hooks / MCP / Memory など、Claude Code の各機能が「どこに置くファイルで、何をするものか」を一覧化 Tips & Tricks（82個） — Prompting / Planning / Context / CLAUDE.md /

はじめに こんにちは、TOKIUMでEMをしているskです。 もうすぐ1年間の育休に入ります👶🍼 新生活がとても楽しみな一方で、ひとつ気がかりなことがあります。 それは生成AI周りの技術トレンド、1年離れたら完全に浦島太郎になるのでは？ という点です。 この領域は1週間単位でも新しいツールや手法がどんどん出てきます。 1年後に復帰して「え、この作業って誰も手動でやっていないの？」「社内でxxというAIツールが流行っているけど一体何者なんだ、、？」などと困惑する未来が容易に想像できました。 かといって、育休中にZennやQiitaを巡回する余裕はなさそうです。 ほしいのは 「放っておいても勝手に最新情報を集めて、読みやすいレポートにしてくれる仕組み」 でした。 そこで、Claude Codeをフル活用して、情報収集からレポート生成・配信までを完全自動化する基盤を作りました。 本記事では、

本記事では、RAGの性能を高めるための「WriteBack-RAG」という手法について、ざっくり理解します。 株式会社ナレッジセンスは、生成AIやRAGを使ったプロダクトを、エンタープライズ企業向けに開発しているスタートアップです。 この記事は何 この記事は、RAGのナレッジベース自体をAIで書き直すことで精度を上げる手法「WriteBack-RAG」の論文[1]について、日本語で簡単にまとめたものです。 今回も「そもそもRAGとは？」については、知っている前提で進みます。確認する場合は、こちらの記事もご参考下さい。 本題 ざっくりサマリー 「WriteBack-RAG」は、RAGの回答精度を高めるための新しい手法です。 北京大学・ジョージア工科大学・清華大学の研究者らによって2026年3月に提案されました。 最近、「AIでナレッジを管理する」というコンセプトが盛り上がっています。 「AI

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

遅ればせながら自宅PCをWindows11に更新しました🎉 せっかくなのでExcel-Fun.xls*コミュニティのメンバーにご協力いただき、 「設定」アプリ内の全設定をチェックして回ってみました。 有用だったTips的な設定を一覧にしてみましたので、 皆さんのWindows11ライフの参考になれば幸いです。 システム ディスプレイ サウンド 通知 電源・ストレージ・近距離共有 マルチタスク 開発者向け ライセンス認証・トラブルシューティング・回復 以下 バージョン情報 Bluetoothとデバイス デバイス プリンターとスキャナー モバイルデバイス・カメラ マウス ペン 他 ネットワークとインターネット 個人用設定 背景 色 テーマ・動的ライティング・ロック画面 テキスト入力 スタート タスクバー タスクバーの動作 アプリ アカウント 時刻と言語 ゲーム アクセシビリティ テキストのサ

ChatGPTを使っていて「なんだか優しすぎる」「もっと本音で答えてほしい」と感じたことはありませんか？ 今、海外のSNSでは、そんな“やさしすぎるAI”を「本気モード」に変えるためのプロンプト（指示文）が話題になっています。 RedditやX（旧Twitter）では、「ChatGPTを辛口のコーチに変える」「Google社員のように考えさせる」など、AIのキャラクターを根本から変える“魔法の言葉”が次々とシェアされています。 この記事では、その中でも特に人気の高い10個のプロンプトを厳選して紹介します。 1. 「優しさフィルター」を外すプロンプト SNSで最も話題になったのが、Redditユーザー「Wasabi_Open」氏のプロンプト。 ChatGPTの“なんでも褒めてくる”性格を一瞬で変える強力な一文です。 From now on, stop being agreeable and

AIが「もっと正確に」「もっと誠実に」答えてくれるようになる――そんなプロンプトが、今SNS上で話題になっています。 投稿主は、AI教育分野で知られるみやっち（@miyachi_ai）さん。 Threads（スレッズ）に投稿された「信頼性の高い情報を提示できる高精度なファクトベースAIです」という指示文が、ユーザーの間で急速に拡散中です。 「ChatGPTが知らないことも“自信満々に答える”」問題に一石 みやっち氏は10月11日の投稿で、こう指摘しています。 「ChatGPTって時々、知らないことも自信満々に答えちゃうの。 でもこれを送れば、“分かりません”って正直に言ってくれるようになるよ。」 AIの“ホントっぽい嘘”――つまり、知らないことをもっともらしく答えてしまう現象（通称：ハルシネーション）は、長年の課題です。 その対策として生まれたのが、以下のファクトベースAIプロンプトです。

荷物を減らしたい人のための服リスト 今年の連休はどこかに旅行したいと考えている人も多いと思う。ここ数年、個人的興味として「旅行時の荷物の削減・最適化」に取り組んできた。その結果、「荷物が少ないので飛行機でもスーツケースが不要」「毎回なにを持っていくかで悩まずに済み、短時間で荷造りが終わる」といったメリットを得ている。 今回は荷物のなかでも「服」に焦点を当てて、旅行時どのような服を持っていくのか、経験と考えをまとめる。 なぜ旅行中の服選びが重要か 荷物はバックパック1個だけにしたいから 服を減らすと荷物が減るから 前置き 服選びの基本的な考え方 軽い・臭いにくい・すぐ乾く素材を選ぶ 汚れても目立ちにくい色にする おしゃれは諦めて50点を目指す 具体的なアイテム ラゲッジスケール（荷物用はかり） x1 バックパック x1 パッキングキューブ x1〜3 Tシャツ・カットソー x3 別のオプション

systemdには、依存関係を記述するためのディレクティブとして Wants=, Requires=, BindsTo= などがあり、順序を記述するために Before= と After= が用意されています。systemd.unit(5)に説明は書かれていますが、具体的にどう動くのか分からなかったので、ユニットの起動処理と停止処理に注目して挙動を調べました。 Unitセクション まずは各ディレクティブの概要から。マニュアルから起動、停止に関連する部分を抜き出して意訳したものを載せます。 Wants= 弱い依存関係を示す。a.service の実行に b.service が必要なとき Wants=b.service と記述する。ユニットファイルに記述する他に、a.service へのシンボリックリンクを b.service.wants/ ディレクトリ以下に配置することでも依存関係を注入でき

監視の上で、たとえばまずこのサイトにアクセスして、次にログインをして、その結果レスポンスボディはこうあってほしい、というシナリオテストをしたいことがある。あるいはAPIサーバー相手だと、最初にエンドポイントにこのパラメータ付きでアクセスし、次にこのエンドポイントを叩き、結果JSONはどうだ、というケースもある。 Mackerelの外形監視は「URLエンドポイントにシンプルなHTTPライブラリを使ってアクセスしてレスポンスボディを受け取って判定する」という仕組みなので、この手のシナリオ監視ができない。 APIサーバー相手ではrunnを使ったmackerunn（いい名前！）を arthur-1 さんが作っていた。 blog.arthur1.dev これに対し、「全部JavaScriptで作ってます」みたいなSPAサイトでは、これらの方法ではうまくいかず、JavaScriptでページを作る本物の

世の中には .NET Framework で動いているシステムがまだまだ存在しているだろうということで、そういえばこれらは OpenTelemetry で計装できるんだろうかと思ったのでやってみる。 話を単純にするために下記のような、各拠点に Windows Form デスクトップアプリが配置され、本部に ASP.NET の Web API と SQL Server があるという、いかにもありそうな構成を考える。 その前にまずお試しということで .NET Framework 4.8 のコンソールアプリケーションからトレースとメトリックを Mackarel に直接送信してみようとしたところ、.NET Framework では HTTP/2 での通信が標準的な方法ではできないようだった。Mackerel はトレースは HTTP なので問題ないが、メトリックは gRPC なので単純にやるには難し

このドキュメントを書こうと思った理由 弊社はAIに関する新規事業開発を行っており、作る側もAIを使わない作業を極力なくそうと思っているのですが、AIの進化がやばすぎて人間側が振り回されている現状が何件もあったのでこのドキュメントを書くに至りました。 もし周りの方で困っている方いれば随時更新予定ですのでシェアしてあげてください。 ＊関係ない仕事の相談などもお待ちしております。 Cursorとは？ Cursorは、AIを活用した次世代のコードエディタで、VS Codeをベースに構築されており、AIによるコード補完・デバッグ・リファクタリング支援などの機能を備えた開発ツールです。 Cursorの最大のメリットは、プロジェクトフォルダ内のファイルやログを自動でインデックス化し、AIが適切に参照してくれることです。 これにより、開いていないファイルでもAIが内容を把握し、より適切なコード補完や修正を

みなさんは「洗足オンラインスクール・オブミュージック」（以下：オンラインスクール）を知っていますか？ その名の通り“音楽の知識をオンライン上で勉強できちゃうところ”なんですが、まずは何も考えずにサイトを覗いてみてください！ 「聴音RPG」や「りずむん」……。出てくるコンテンツは難しそうなものばかり。「よくわからない」「何だか難しそう……」「そもそも音大生がやるものじゃないの？」 そう思われた方も多いのではないでしょうか。 私自身、洗足学園音楽大学に入学する前に、入学準備としてオンラインスクールのコンテンツを利用していました。当時は「音大生や音大を目指す人が利用するもの」だと思っていましたが、そんなことはないんです。 年齢問わず、さまざまな遊び方で楽しめるオンラインスクールの魅力を、オンラインスクールのスタッフである私の目線で紹介していこうと思います。 全部無料で学べる！ 「洗足オンラインス

はじめに IT業界、IT関連のお仕事についていると能動的に情報収集しないと、障害情報などをうまく取れず、わたわた混乱することが多かったです。（今もですが･･･） 情報収集するにあたって、何を見ていいかわからないことが多かったので、今見ているサイトや参考にしているブログ等紹介できればと思います。 ※最低限に絞って記載しています。 ほかにも知りたい方は別の方の記事を読むとより良いかもです！ ITニュースサイト ITmedia 個人的に一番見るサイトです。 IT関連のニュースが偏りなくまんべんなく記載されており、見やすいのでおすすめです。 Gigazine 後述する情シスSlackでもよく見られている印象です。 ITmediaよりもちょっと俗っぽい印象。 Gizmodo スマートフォン、コンピューター、家電などガジェットやテクノロジーに関する記事が多いサイトです。 ガジェットオタクにはたまらない

大峰 @yuukaoomine 同じく石川県出身なんだが大学進学で地元出てから周囲の人間の性格の明るさにびっくりしたんだよな。何度でも言うけどロシアでサンバは生まれないしブラジルでドストエフスキーは生まれない。 x.com/miyukii_tw/sta… 2024-11-20 12:44:53 𝓜𝓲𝔂𝓾 @miyukii_tw わたしが上京をおすすめする理由のひとつは天気。地元の石川県も曇天や雨が多い地域だから、晴れの日が多い東京に来てからマジで性格・考え方・行動すべてが前向きに変わった。日本海側の天気の悪い地域の人は、晴れが多い太平洋側の地域に引っ越すだけで、大袈裟でなく本当に人生が変わるよ。 x.com/scp47649545/st… 2024-11-20 11:59:33

来週で40歳にあるので30代の振り返りとしてこれを書く。 そんな30代を全力で走ってきた中で、これは30代でやってよかったな。 もっと早くやってもよかったな。というようなことを書く。 最初に行っとくと一般的にやったほうが良いということは基本的にやったほうがいい。 そういうのも含めて実際にやってみた経験も書く。 習慣を作れるようになる これは本当にやったほうがいい。 身につけるのであれば、早ければ早いほどほどいい。 もう少し具体的に話すと自分がやりたいことを実現していくためには習慣にできるとよい。 なんでも習慣にできると強くて、自分はどうやったら習慣になるんだろう？ってところを理解して上手くハックして習慣化していけると自分のやりたいことがどんどん実現できるようになる。 運動習慣 これも早ければ早いほど良いと思うが、朝か夜の散歩くらいからでもよいからやったほういい。 コロナ禍をきっかけに自分は

エンジニア大好き「推測するな、計測せよ」。これは、Plan 9, UTF-8やGoの作者としても知られる、Rob Pike氏の Rob Pikes's 5 Rules of ProgrammingのRule 2.に由来すると認識している。以下に原文を引用する。 Rule 2. Measure. Don't tune for speed until you've measured, and even then don't unless one part of the code overwhelms the rest. Rob Pike's 5 Rules of Programming 訳すと以下のようになる。 「計測せよ。計測するまでチューニングをするな、そしてそこが支配的じゃないならチューニングするな。」 要は「チューニングする前に計測せよ」という主張で「推測」と言う言葉は出てこない。なの