サクッと始めるAIコードエディタ【Cursor / VS Code / ChatGPT】
この本では、初心者・入門者の方に向けて、AIコードエディタの知識や使い方を体系的にまとめました。 【概要】 ・内容：Cursorとは？、Cursorのできること、Cursorの料金プラン（比較表あり）、Cursorのインストール方法（環境構築）、Cursorの使い方、Command K、Chat、@ Symbols、Codebase Answers、Docs、Auto-Debug、Fix Lints、CursorとGitHub Copilotの違い、OpenAIのAPIをCursorに登録する方法、Azure OpenAI ServiceのAPIをCursorに登録する方法、CursorやGitHub Copilotの社内導入を検討している方々へ ・所要時間：約2時間 ・必須条件：特になし ・推奨OS：macOS / windows ・レベル：★☆☆☆☆
業務改善に役立つChatGPTのプロンプト文例集｜中小規模法人、中堅・中小企業のお客さま ｜ ソフトバンク
\r\n<li><span class=\"biz-smb-fs-m1\"><b><span class=\"biz-smb-txt-link\"><a href=\"#prompt\">プロンプト一覧</a></span></b></span></li>\r\n<li><span class=\"biz-smb-fs-m1\"><b><span class=\"biz-smb-txt-link\"><a href=\"#move\">ChatGPT活用動画</a></span></b></span></li>\r\n<li><span class=\"biz-smb-fs-m1\"><b><span class=\"biz-smb-txt-link\"><a href=\"#blog\">関連記事</a></span></b></span></li>\r\n<li><span class
ChatGPTにgitのリポジトリ渡すと全ソースコード.txtをダウンロードさせてくれるやつ〜〜〜〜（AIに食わせるコード一覧が欲しい時用）
クレデンシャル含むソースコードをChatGPT等のクラウドLLMサービスにアップロードしないでください。 今回のプロンプトはオープンなリポジトリのみを対象としており、シェルスクリプトが実行される環境もChatGPT側のクラウド上のサンドボックス内のみを想定しています。 ローカル環境では以下のシェルスクリプトをそのまま実行せずに、ご自身が作成したシェルスクリプトを利用してください。 以下はソースコードのプロジェクトルートで実行することで、ソースコードのダンプを.txt形式でダンプするシェルスクリプトです。 \`\`\` #!/bin/bash # バイナリファイルかどうかを判定する関数 is_binary_file() { local file="$1" local file_output file_output=$(file "$file") if [[ "$file_output" ==
Using reasoning for data validation | OpenAI Cookbook
In this guide, we’ll explore how to use the o1 model, specifically o1-preview, to perform data validation through reasoning. We’ll walk through a practical example involving a synthetic medical dataset and demonstrate how to assess the model’s accuracy in identifying issues within the data. Overview Data validation is a critical step in ensuring the quality and reliability of datasets, especially
「アイディア出しの技術」を生成AIに学ばせた結果がすごすぎた。 - STUDY HACKER（スタディーハッカー）｜社会人の勉強法＆英語学習
企画を考えたり、問題解決の方法を模索したり、ビジネスの場面では、アイデアを考えることが多くあります。しかし、なかなかいいアイデアが浮かばない……ということも多いですよね。 そんなときは、生成AIにアイデア出しを手伝ってもらうのはどうでしょうか。 本記事では、ビジネスでよく使われるアイデア出しの基本技術をAIに適用させ、それを使って実際にアイデアを出すプロセスをご紹介します。今回は、多くの人にとって身近な「オフィスの生産性向上」をテーマにアイデア出しを試してみました。 生成AIはアイデア出しの強い味方になる！ まずは簡単な準備から。使うAIを選ぼう 1. アイデア出しの基本「逆算法」 2. アイデアを広げるなら「SCAMPER法」 3. 異なる視点を得るなら「ペルソナ法」 AIはアイデア出しの強い味方になる！ 実践してわかった、生成AIでアイデアを出すコツ 生成AIはアイデア出しの強い味方に
生成AIの二大潮流と自動運転
https://yans.anlp.jp/entry/yans2024 での講演スライドです。
医療分野におけるLLMの現状と応用可能性について
論文読み会 SNLP2024 Instruction-tuned Language Models are Better Knowledge Learners. In: ACL 2024
ChatGPTを使ってスケジュールの組み立てを効率化する
生成AIツールの「ChatGPT」を使えば、タスクの洗い出しやスケジューリング、時間配分などをスマートに行える。生成AIから出力された内容がそのまま活用できなくとも、チェックリストのひな型を素早く出力することで、人力での作業負担を減らせるはずだ。 今回はこうしたスケジューリングに関して考えられる3つの使い方を紹介するので、ぜひご自身のアカウントでも試してみてほしい。 （1）タスクを細分化してチェックリストを作成する 目的に対してタスクを整理する上で、ChatGPTを使えば作業を時短できる。例えば、旅行に必要な準備を考える際に、ChatGPTにチェックリストを作成してもらえば、準備すべきタスクの一覧をひな型としてすぐに用意できるだろう。 出力後、人力で過不足をチェックしていけば、旅行の支度もスムーズになるはずだ。 ここでは「4泊5日の旅行で、現地ではレンタカーを利用します。宿と飛行機の予約は
イベント運営をNotion x Slack x GASによって効率化する - Algomatic Tech Blog
はじめに こんにちは。Algomatic CTO室 でインターンしている藤巻（@makiart13）です。 普段は、さまざまな業務の改善やPoCを行っています。 弊社Algomaticでは、定期的に技術系ミートアップやカンファレンスを開催しています。イベント運営は開催の1ヶ月前から準備を始め、登壇者とのコミュニケーション、会場手配、資料作成など多岐にわたるタスクが発生します。これらの作業は運営側のマインドシェアを恒常的に割きがちです。これら問題を解決するために、LLMの活用はもちろん、Slack、Notion、GASなどを活用した、イベント準備効率化ツールを作成、運用しています。 本記事では、そのイベント準備効率化ツールの中から、いくつかをピックアップして紹介します。 対象読者 イベント開催や定期にコミュニティを運営するDevRelの方 作業効率化について興味のある方 イベントの運営をして
「生成AIを使いこんでいる人」だけが知っていること
最近は生成AIも一通り新発表ラッシュが終わり、ChatGPTが登場した直後の「熱狂」は一通り収まってきたように感じる。 おそらく現在は 「ちょっと触ってみて、すごいと思ったけど、あまり実用性を感じられなくて、今はたまに使うくらい」 という人が多いのではないかと思う。 いわゆる「失望の谷」に入った状態だ。 なぜ生成AIは「失望の谷」に入ったのか。 その原因は明らかで、生成AIを使って、自分が狙っているクオリティの成果品を出すのが難しいし、プロンプトを考えるのが面倒からだ。 例えば、こんな状況を想像してほしい。 朝出勤してきて、最初に 「昨日一緒に飲みに行った、お客さんの部長さんに「お礼」のメールを書きたい」 とする。 多くの方が想像する通り、お礼のメールは結構書くのが面倒だ。 そこで、「生成AIを使ってみよう」と、次のようなプロンプトをChatGPTに打ち込むとどうなるか。 昨日一緒に飲みに
生成AI活用で楽楽精算のエンジニアによる問い合わせ回答時間を75％削減！ - RAKUS Developers Blog | ラクス エンジニアブログ
はじめに はじめまして、楽楽精算のサポートエンジニアを担当している梅田です。私たちのチームは、お客様がサービス利用におけるお困り事を解決できるよう、エンジニアの立場からサポートを行っています。本記事では、生成AIを活用して問い合わせ対応業務を効率化し、回答までにかかる時間を75％削減した取り組み、具体的な活用方法や効果、AI活用のポイントをお伝えします。 はじめに サポートエンジニアの概要 サポートエンジニアの役割 サービスデスク 問題管理 リリース管理 サポートエンジニアの連携先 サポートエンジニアの課題 問い合わせ対応における問題 問い合わせ対応における課題 サポート業務改善に生成AIの導入 改善に生成AIを選定した理由 生成AIを使った問い合わせの効率化 計画 工夫 成果 更なる改善 サポートエンジニアの概要 サポートエンジニアの主な業務の１つはお客様からの問い合わせ対応です。基本的
AIや機械学習が持て囃されて、統計分析やデータ可視化がいまいち主流になれない理由 - 渋谷駅前で働くデータサイエンティストのブログ
先日のことですが、こんなことを放言したら思いの外伸びてしまいました。 データ可視化は一時期物凄く流行った割に今はパッとしない印象があるんだけど、それは結局のところデータ可視化が「見る人に『考えさせる』仕組み」だからだと思う。現実の世の中では、大半の人々は自分の頭で考えたくなんかなくて、確実に当たる託宣が欲しいだけ。機械学習やAIが流行るのもそれが理由— TJO (@TJO_datasci) 2024年8月28日 これはデータサイエンス実務に長年関わる身としてはごくごく当たり前の事情を述べたに過ぎなかったつもりだったのですが、意外性をもって受け止めた人も多ければ、一方で「あるある」として受け止めた人も多かったようです。 基本的に、社会においてある技術が流行って定着するかどうかは「ユーザーから見て好ましいかどうか・便利であるかどうか」に依存すると思われます。その意味でいうと、データ分析技術にと
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
処理を実行中です
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
Request Rejected
https://x.com/kenn/status/1836285672161956032
「Python in Excel」が一般公開 ～「Copilot」にコードを書いてもらう機能もテスト開始／1年以上のテストを経て正式機能に
https://x.com/snakajima/status/1834345484665946469?t=8tV66q-T6q1_j4_LrlSeOA
https://openai.com/index/introducing-openai-o1-preview/
生成AIの産業における可能性｜東京大学 松尾研究室
はじめに｜ITエンジニアのためのプロンプトエンジニアリング
weblab-GENIAC/Tanuki-8x8B-dpo-v1.0 · Hugging Face
