MCP連携が完了していれば、Claudeはこれらのツールにアクセスできる状態になっています。Morning Dashboardは、そのアクセスを「毎朝自動で実行する」設定を加えたもの。秘書に「毎朝この仕事をやっておいて」と依頼しておくようなものです。 3. 仕組みの全体像 Morning Dashboardの仕組みは非常にシンプルです。Claude Desktopの「Coworkモード」にある「スケジュールタスク」という機能を使います。 スケジュールタスクとは、Claudeに「毎朝○時にこれをやって」と指示を登録しておく機能です。指定した時刻になると、Claudeが自動でその指示を実行してくれます。秘書に「毎朝8時に、私の予定と未対応事項をまとめておいて」と伝えておくイメージです。 流れを整理するとこうなります。 ① 事前準備：Claudeに「毎朝8時に予定・Slackの未読・メール・商談

後編はこちら！: 「アーキテクチャ図はもう要らない」は本当か？ ── LLM時代のC4モデル再考 「アーキテクチャ図」の曖昧さ 「アーキテクチャ図」を作成するとき、どのような図を描くかはチームや個人によって異なることがあります。 例えば、「ユーザーが画面から帳票をPDF出力でき、出力の結果をメール通知する」ようなシステムの場合、以下のような図が描かれることがあります。 例1 - スライド 例2 - draw.io どちらも「アーキテクチャ図」として正しいです。しかし、このような図を継続的にメンテナンスしていこうとすると、以下のような課題に直面します。 フォーマットがバラバラ PowerPoint、Googleスライド、draw.io、.. 人によって使うツールが異なり、編集できる人が限られる 粒度がバラバラ ある人は例1のようなシンプルな図を描き、別の人は例2のような詳細な図を描く 「どこ

【動画】今回はどうなる…太田光が各党トップに問う! 選挙特番内では、太田が「今度『サンジャポ』でお待ちしております（笑）！」と呼びかけると、高市首相も「はい！『サンジャポ』大好き！」と応じ、和やかなムードで話が始まった。消費税に関する話題で、太田が「巷の噂では、ここまで勝っちゃうと、自民党内でもやらなくてもいいんじゃないかという声が出てくるかもしれない」と向けると、高市首相が「公約を掲げて選挙を戦って、それでやらないという候補者はいないと信じています」と話した。 太田が「大変失礼なことを言いますが、日本の政治家は責任の所在があやふやになることが多い。もし、できなかった場合、高市さんはどうやって責任を取るんでしょうか？」と質問すると、高市首相は「公約に掲げたから、やるんですよ。そんな暗い話はしないでください！なんかいじわるやなぁ。最初からできへんと決めつけんといてください。これから必死にやろ

先日書いた「ソフトウェア開発で「なぜなぜ分析」はアンチパターン」という記事には想定外の反響をいただいた。読んでいただいた方、コメントされた方には感謝する。勉強させていただいた。 コメントは全て目を通していると思うが、寄せていただいた意見を参考に追加で考えたことなどについて本記事で補足する。 本記事の前提となる前の記事はこちら。 agnozingdays.hatenablog.com 筆者は「なぜなぜ分析」を理解していない／誤解しているのではないか？ なぜなぜ分析にはメリットもあるが、筆者の理解、使い方の誤りがあるのではないかというようなご意見をいくつかいただいた。確かに、手法の確認が不十分だったかもしれない。 ただ一方で、指摘された「ただしい使い方」がどこまで共有されているのかについては疑問も感じている。今回の記事執筆にあたっては（この種の手法の辞書としてよく使っている）「アイデア大全*1

【シリコンバレー=山田遼太郎】米オープンAIは16日、対話型AI（人工知能）「Chat（チャット）GPT」のサービス内で広告の表示を始めると発表した。無料の利用者と、新設した月8ドル（約1260円）の低価格プランの利用者を対象に、米国で試験導入する。巨額の開発投資で大幅な赤字となっており、収益改善につなげる。AIの回答には広告を含めず数週間のうちに米国で試験を始める。無料版と16日に始めた月

【ソウル聯合ニュース】世論調査機関の韓国ギャラップは16日、韓国の周辺主要4カ国の首脳に対する好感度調査の結果を発表した。日本の高市早苗首相の好感度が22％となり最も高かった。 調査は13日から15日にかけて、全国の18歳以上の男女1000人を対象に実施された。高市首相に対して肯定的な見方を示す「好感度」は22％、否定的な見方を示す「非好感度」は59％だった。 中国の習近平国家主席は好感度が21％、非好感度が66％、米国のトランプ大統領は好感度が19％、非好感度が71％、ロシアのプーチン大統領は好感度が6％、非好感度が84％だった。 昨年8月の調査に比べ、トランプ氏の好感度は5ポイント下がり、習氏は11ポイント上がった。 年齢や支持層別では、20～30代や保守層において、習氏に対する否定的な評価がトランプ氏や高市氏を上回った。進歩（革新）層ではトランプ氏とプーチン氏の非好感度が88％に達し

「スクラムマスターって何をする役割なんですか？」 とよく聞かれるのですが、端的で納得できる気持ちのいい回答をしたことがありません。もう8年ぐらいスクラムマスターとして、さまざまなチームに携わってきたのに、まだこの言語化が上手くいかないのです。 この質問と同じぐらいの頻度で、 「スクラムイベント以外の時間ってスクラムマスターは何をしているんですか？」 という質問も多くいただきます。こちらの質問はだいぶスラスラと答えられるようになったので、今回はその話をします。 まずは「スクラムガイド」から始めましょう。スクラムに関することの疑問には、原典に立ち戻ることが大切なのでね。 スクラムマスターは、スクラムガイドで定義されたスクラムを確⽴させることの結果に責任を持つ。スクラムマスターは、スクラムチームと組織において、スクラムの理論とプラクティスを全員に理解してもらえるよう⽀援することで、その責任を果た

プログラミングを始めたばかりの頃、私たちは「コードは上から下へ動く」と教わります。 その「一本道」のアプローチは直感的で楽しいものですが、コードの規模が大きくなると、やがて「認知の限界」という壁にぶつかります。 なぜ私たちは、直感的な一本道を捨てて、一見すると複雑な「アーキテクチャ」や「関心事の…

「要はバランスおじさん」というのは、「要はバランス」と言うことで、決めるべきことを決めず、曖昧にする言葉を使うおじさんのことである。 (と、いう定義が決まってるわけではないので、人によって使い方は違うかもしれない) バランスが大事、というのは正しいことを言っている。あらゆる物事はバランスが大事だからだ。 「正しいこと」を言ってるから、まわりも「たしかにバランスですよねえ」と納得するしかなくなる。 しかし、「うまくバランスをとっていくしかない」と言った瞬間に具体的な配分・優先順位の議論が止まる。 決めるべきことを曖昧にし、意思決定の放棄になる───だから、「要はバランス」という言葉は使うべきではない。 だからこそ俺たちは、真の「要はバランスおじさん」になる だからこそ俺たちは、真の「要はバランスおじさん」にならねばならぬ。「真の要はバランスおばさん」でもいいし、お兄さんでもお姉さんでもそれ以

AI導入だけでは価値提供が速くならない ― Findy Team+活用でわかった、アウトカムにつながる土台とプロセス再構築のポイント

アーキテクチャカンファレンス ２０２５での発表資料 ①ソフトウェア設計の課題 ②良い設計を生み出すための基本原則 ・変更容易性に焦点を合わせる ・事業活動を理解して設計判断する ③ソフトウェア設計の実践技法 ・乱雑なコードの整理整頓 （参考）戦略的なデータマネージメントの実践技法

https://fortee.jp/yapc-fukuoka-2025/proposal/efaabea1-ed02-444b-9798-2809ce67db1d

こんにちは、Algomatic AXの大塚（@ootsuka_techs）です。 本記事では、いま話題の仕様駆動開発（Spec Driven Development; SDD）を調べ、社内で試した学びをまとめます。 今回は以下の4つのツールを使用し、それぞれの特徴や使い勝手を詳しく検証しました。 Kiro Spec Kit spec-workflow-mcp cc-sdd 比較した結果は以下の通りです。 機能比較表 機能 Kiro Spec Kit spec-workflow-mcp cc-sdd 日本語対応 △ △ ○ ◎ 承認フロー ○ ○ ◎ ○ プロジェクトガバナンス ○ ◎ ○ ○ IDE統合 ○（専用IDE） ○ ○ ○ オープンソース × ○ ○ ◎ エンタープライズ対応 ◎ ○ ○ ○ 学習コスト △ ◎ ○ ◎ カスタマイズ性 △ ○ ○ ◎ 以降は仕様駆動開発（Spec

MCP概要説明 この記事はMCP2025-03-26リビジョンを基に作成しました。 Model Context Protocol (MCP) とは何か？ MCP は、AI アシスタント（チャットボットや自動化エージェントなど）が、さまざまな外部データやツールにアクセスするための 共通のルール（プロトコル） です。 従来は、AI にデータベースやウェブサービス、ローカルのファイルを使わせたいとき、それぞれ違う接続方法をいちいち作り込む必要がありました。すると、AI を拡張するたびに「新しいツール用の独自コード」を用意しなくてはなりません。 MCP を使うと、「AI ⇔ データやツール」 の接続方式を 標準化 できるため、同じ仕組みでいろいろなデータソースや外部サービスとやり取りできます。これは、AI の開発者とデータ管理者双方にとって、大きな手間削減や再利用性の向上につながります。 Anth

はじめに プロダクティビティーチームの鈴木です。 本記事では、400以上のAWS Lambda関数から構成されるアプリケーションのリアーキテクチャの過程を紹介し、直面した問題や解決策を解説します。 内容はこちらのスライドにもまとめているので合わせてご一読ください。 既存アーキテクチャの課題 既存アーキテクチャは以下の様な課題を抱えていました。 Amazon API Gateway, AWS Lambdaでの実行が前提となっているためローカル開発環境が困難 アプリケーションコード、デプロイパイプライン、インフラがserverlessで管理されているためデプロイの安定性が低く、処理も遅い アプリケーションコードの増加に伴うAWS Lambdaコールドスタート時のレスポンス遅延が発生 AWS Lambda数に比例する監視ツールのコスト増加 漸進的なリアーキテクチャ 私たちはこれらの問題を解決する

ライフハッカー・ジャパンとBOOK LAB TOKYOがコラボ開催するトークイベント「BOOK LAB TALK」。第44回目のゲストは、『200万人の「挫折」と「成功」のデータからわかった　継続する技術』の著者・戸田大介さんです。 国内No.1習慣化アプリ「継続する技術」の開発者であり、データアナリストでもある戸田さん。本書では、戸田さんがアプリのユーザーデータから導き出した「続けられる人になる」プロセスが、三日坊主の社会人・高橋くんを主人公としたユーモアあふれるストーリー仕立てで紐解かれます。 なぜ人は習慣化に失敗するのか。そして、どうすれば継続できるのか──。200万人分のビッグデータから見えてきた、意外にもシンプルな3つの原則をご紹介します。 衝撃のデータが示す「習慣化」の難しさ新卒で広告系の会社に入社したあと、アプリ開発の道を選んで独立。現在では、200万ダウンロードの「継続する