【朗報】ついにMicrosoft 365 Copilotが最強の同僚になる日が来ました 〜Copilot メモリについての調査記録〜 - Qiita
前提 この記事は2025/7/11時点での動作や公開情報を私なりにまとめたものとなります。 正確な情報はご自身でご確認もしくはMicrosoftへお問い合わせください！ 2025/07/15 追記 公式の情報（ブログ）が公開されました。詳しくは以下リンク先をご参照ください。 "memory data is discoverable through Microsoft Purview eDiscovery when needed." とありますので、あまり変なことを覚えさせないようにしましょう。 🧠 Copilotメモリ（個人用設定）とは？ 概要 ユーザーとの会話を覚えて、同僚になってくれます！ ChatGPTなどには以前からある機能でしたが、Microsoft 365 Copilotにもついに実装されました。 あなたの仕事のこと、会社のこと、プライベートなことでも、なんでも理解してくれま
Azure使う？使わない？番外編 ～Microsoft 365 Copilot編～ - Qiita
企業がCopilotを使用する場合、Microsoft 365ライセンスのみを契約して上記の表のMicrosoft 365 Copilot Chatのみを使用するケースがほとんどだと思います。 そのため本記事ではMicrosoft 365 Copilot Chatを対象として説明していきます。 ちなみにMicrosoft CopilotとMicrosoft 365 Copilot Chatは個人向け・企業向けの下位版ということで立ち位置が似ていますが、この2つは UI / 機能 / LLMのモデル / チューニング など全くの別物です。 そのため企業としてAI選定で実際にCopilotを使用して評価する場合はMicrosoft Copilotではなく必ずMicrosoft 365 Copilot Chatを使用してください。 それでは各プランの説明はここまでにしてMicrosoft 365
【小ネタ】GitとVSCodeがあればWindowsでもClaude Codeを使えるぅ！（WSLもいらない） - Qiita
Windowsで開発している皆さんのPCには、GitとVSCodeはインストール済みですよね？ おめでとうございます。皆さんの環境でWSLなしでCalude Code使えます。 Claude CodeをWindowsで動作させるにはWSLが必要 セットアップガイドによると、WindowsでClaude Codeを使用したい場合はWSL環境が必要とのことです。 私は普段からWSLを使用しているので問題ありませんが、Claude Codeをちょっと試すためにWSLをインストールしてねというのは忍びない。 ということで試行錯誤の結果、WSLなしでも動作させることに成功したので手順を紹介します。 とりあえずNode.jsをインストール GitとVSCodeはインストール済みと思いますので、Node.jsをインストールしましょう。インストール済みであればOKです。普通にWindows版でOKです。
Claude Codeを実際のプロジェクトにうまく適用させていくTips10選 - Qiita
みなさんこんにちは！！！ Claude Codeは、Anthropicが提供するターミナルベースのコーディング用のAIエージェントです。 最近はClaude Codeでばっかり開発をしていますがXを監視していると「〇〇ですぐに破綻して使い物にならん〜」みたいな悲観的な話はよく見かけます。 実際、以下のような問題は頻発していると思います。 コードが多少大きくなった → コンテキストを見失い破綻 コードが散らかっていく → 同上 難易度が高いロジックを実装 → 嘘をつく 過渡期なのでしゃーないですが、「どこまで実装を任せていいのか…！？」という不安はあるかなーと思います。 ただ、現段階でその辺りの話を見定めるためには、とにかく使ってみるしかないと思うので、今回は、実際に使い倒してみて、こうすると概ねうまくいくんじゃないかなーというTipsを集めてみました。 適切な設定と使い方で、これらの問題は
【MCP Inspector】ローカルコンテナ環境のMCPサーバーをデバックする方法 - Qiita
目的 最近は多くのサービスがMCPサーバーを提供し始めており、中には自作を行う人も増えてきたのではないでしょうか。 その際に欲しくなるのがデバック機能ですよね。 本記事ではそんなMCPサーバーをデバックできるツールMCP Inspectorの使い方までをまとめます。 今回デバック対象のMCPサーバーをは以下の記事で作成したものを使います。 是非皆さんもMCPサーバーを立てて実際に動かしてみてください。 MCP Inspector とは MCP Inspectorとは、MCPを提唱したAnthoropicの公式から提供されており、MCP サーバーのテストとデバッグを行うための対話型開発者ツールです。 公式サイトはこちら↓ MCP Inspectorの実行方法 基本的には先ほどの公式のサイトやリポジトリのREADMEに書いてあるので、そちらも参考にしてください。 前提条件 今回のデバック対象の
【実体験】Claude CodeとCursor、1週間使い倒して分かった本当のコスパ - Qiita
こんにちは、エンジニアのsatokenichiです。最近、AIコーディングアシスタントが話題ですよね。「どれを選べばいいの？」と悩んでいる方も多いのではないでしょうか。私も同じ悩みを抱えていました。そこで、Claude CodeとCursorを実際に使い比べてみることにしたんです。特に気になるのは料金面。エンジニアとしての腕を上げたいけど、出費はなるべく抑えたいですからね（笑） 第1日目：初めてのAIコーディングアシスタント体験 朝起きて、「よーし、今日からAIと一緒にコーディングするぞ！」とワクワクしながらPCを開きました。まずはCursorからインストール。IDEタイプのツールなので、普段使っているエディタに近い感覚で使えるかなと思ったんです。 インストールはサクサクと進み、すぐに使い始めることができました。UIがとても洗練されていて、「おぉ、これは使いやすそう！」と最初の印象は上々。
Amazon Q Developer Pro を組織で使う際の設定あれこれ - Qiita
{ "services": { "@@operators_allowed_for_child_policies": [ "@@none" ], "default": { "@@operators_allowed_for_child_policies": [ "@@none" ], "opt_out_policy": { "@@operators_allowed_for_child_policies": [ "@@none" ], "@@assign": "optOut" } } } } ポリシーは特殊な文法になっていますが、以下を押さえることで記載内容が理解できると思います。 @@operators_allowed_for_child_policies: ["@@none"] で子ポリシーでのポリシー上書きを禁止します services セクション: 個々のサービスに対して、子ポリシーが新
Claude Code Actionをさっそくレビューしてみた！ - Qiita
おひさしぶりです。ひさふるです。 先ほど(日本時間5月23日未明)に行われたAnthropicの開発者向けイベントCode with Claude内の発表で、コーディングエージェント"Claude Code"がGitHub Actionsとして利用出来るようになったことが明らかになりました。 最近は、OpenAI CodexやGoogle Julesなど、自律的にコーディングを行うエージェントの発表が相次いでいます。 Claude Code自体は以前から利用できたものの、恐らく今回のGitHub Actions対応はそれに対抗する形での発表でしょう。 今回は、そんな"Claude Code Action"をさっそく使ってみてレビューしてみます！ Claude Code Actionとは？？ Claude Code Actionは、Anthropicのコーディングエージェント"Claude
プロンプトエンジニアリングは死んだ(in 2025) - Qiita
5. まとめ ― Prompt Engineering は“死”ではなく“吸収合併” Prompt Engineer = 職種 は消滅傾向。 Prompt Engineering = スキル は “AI と協働する全職種の共通知識” へ統合。 今後は「AI を使う力」より「AI に任せて監督する力」がキャリアの差別化要因となる。 感想 前回の記事の締めにも書きましたが、「●●式」のようなoneプロンプトの技であったり、キーワードを駆使する等の技の部分を指す意味での「プロンプトエンジニアリング」は今後不要になっていくと思います。 ただ、生成AIと対話するアプローチに関しては、(エージェントによるサポートの進化はあれど)依然必要かと思います。 以下なども対話アプローチに関するTipsが多いです。 https://qiita.com/hokutoh/items/4a5447833721fe839
Cursorで要件定義がエラいスムーズになった話 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? AI搭載エディタCursorを色々と試しているのですが、これが非常に興味深いです。 普段の開発業務はもちろん、少し工夫することで、要件定義のような上流工程も大幅に効率化できるのではないか？という気づきがありました。 本日はその試みについて、私が行った具体的なプロセスと合わせて共有できればと思います。 概要 不動産テック業界に限らず、SaaS開発などに携わっていると、日々さまざまな要望が寄せられますよね。 「ここにこんな機能を追加したい」「あの画面のここをこう変更してほしい」といった具合です。 そして、それらを適切に実現するためには、まず
MCPサーバーで開発効率が3倍に！2025年必須の10大ツール - Qiita
はじめに 最近、あるプロジェクトでGitHubリポジトリの内容をAIに分析させたくて、「どうやってClaudeとGitHubを連携させればいいんだろう...」と頭を抱えていたんです。何時間もネットで調べた末に出会ったのがMCPサーバーでした。これが本当に目から鱗だったんですよ！😲 「石の上にも三年」というように、私は根気強く数週間かけて様々なMCPサーバーを試してきました。そして今日は、私の開発ワークフローを劇的に変えた10個の素晴らしいMCPサーバーを、4つの主要カテゴリーに分けて紹介したいと思います！ そもそもMCPサーバーって何？🤔 リストに入る前に、MCPサーバーについて簡単に説明しますね。MCPは「Model Context Protocol」の略で、AIモデルが外部ツールやデータソースと安全かつシームレスに連携するためのオープンスタンダードなんです。 簡単に言えば、お気に入
何かと話題のDeepSeekをMacのローカル環境で実行してみた！ - Qiita
これらのモデルは、元のモデルに比べるとかなり小型化されています。 蒸留（ディスティレーション）を通じてモデルを“圧縮”することで、推論の速度を向上させ、一般的なPCやiPhone等のスマートフォンでも動作可能なレベルに調整されています。 驚異のパフォーマンス：小型でも特定タスクでGPT-4oを超える？ DeepSeekのテクニカルペーパーによると、Distilled Modelsのベンチマークテストでは、 「8Bパラメータのモデルでさえ、特定のタスクにおいてGPT-4o（昨年5月時点のバージョン）を上回る」 という結果が出ています。 ただし、これは数学やコード生成といった特定のタスクに特化したトレーニングを行った場合の話です。 総合的な文章生成や知識カバー率では、依然としてGPT-4oやClaude、o1などのフロンティアモデルのほうが優れています。 つまり、 「タスクによってはローカルモ
マルチAIエージェントのアプリをChainlitで爆速開発しよう - Qiita
せっかく作ったAIエージェントは一般ユーザにも届けたいですよね？？ 皆さん、AIエージェント触ってますか？ 私は最近LangGraphを触るのが楽しいです。 せっかく作ったエージェントは一般ユーザにも届けたいですよね？？ で、あればフロントエンドも作りたいんですが、これが私の様な素人には意外と難しいです。 APIとしてデプロイして蹴って使うのも手間ですし、Streamlitで実装するのも、 チャット履歴は？ツールを使った場合の表示はどうする？など意外と考える事が多くて面倒です。 もっとエージェント開発に注力してフロントエンドはサクッとモダンなものを実装したい... そんな風にして調べていたらChainlitと出会ってしまいました。 ※この記事の続編はこちら [Chainlit✖︎AWS]超簡単!?LangGraphマルチエージェントのチャット履歴をAWSクラウド上に保存しよう Chainl
EmacsでローカルLLMのEllamaを日本語で扱う設定 - Qiita
...（省略） (defcustom ellama-define-word-prompt-template "Define %s" "Prompt template for `ellama-define-word'." :group 'ellama :type 'string) ...（省略） (setq ellama-define-word-prompt-template "%s の定義を教えて") (setq ellama-summarize-prompt-template "Text:\n%s\n要約して") (setq ellama-code-review-prompt-template "以下のコードのレビューと改善案をだして:\n```\n%s\n```") (setq ellama-change-prompt-template "以下のテキストを「%s」と変更して、引用符なし
【生成AIの学習ロードマップ】最近やたら羽振りのいいやつが生成AIを極めてた件について。 - Qiita
はじめに 生成AIによって世の中は大きく変わります。単なるブームではないと確信しています。 研究者の間では数年で「あと人間の知能に匹敵するAIが出てくるだろう」と言われているほどです。 「生成AIって社内でもよく聞くけど何から始めればいいかわからない...」 「AIに興味はあるけど初期設定とか大変そう...」 この手順で学べば流石に初心者でも生成AIを使いこなせる人材になれるロードマップを整理しました。 誰も生成AIの大波に置いていかれないような記事を目指します。 対象読者 生成AIを学んでスキルアップしたい方 社内でAI活用してさらに活躍をしたい方 AIの波に乗って市場価値の高い人材を目指す方 記事の構成 本記事は入門編と発展編に分かれています。入門編では「AIを使える人材」になるためのゼロからのロードマップを記載しています。発展編では「AIアプリを作れる人材」になるためのステップアップ
ClaudeのMCPを徹底解説！ & gpt-4o+MCP+YouTube APIの動画推薦チャットAIも作る - Qiita
mcp_server_youtube という名前にしました。 mcp_server_youtube というディレクトリができます。 mcp_server_youtube/src/mcp_server_youtube/server.py にサーバー実装を記述します。 実装 MCPサーバーの実装はほとんどgpt-4oを使って行いました。 ポイント 今回はこのサーバーに登録されたツールが youtube-search のみなので、handle_call_tool に到着したリクエストが youtube-search と一致している場合のみ処理行います YouTube Data API v3 は単純にAPIを実装するだけです これの嬉しさ 普通にfunction callingからAPIを叩くだけなら、MCPサーバーはいりません。ただ、独立したMCPサーバーとして作ることで再利用がしやすい形になり
Geminiを使ったらKaggle初挑戦、参加期間10日間でも5位入賞できたので手法をすべて書く - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 一言で言うと？ この記事を一言で言うと、kaggleのあらゆる情報をマークダウン形式にしてまとめて(約50万トークン)、Geminiのプロンプトに入れたらいい感じだった！という内容です。 はじめに こんにちは！yukky_maruです。先日、KaggleのLLM 20 Questionsのwinner callが無事終わって賞金もいただき、一段落ついたので、今回自分が使った方法をシェアしたいと思います。 なお、この金メダルは半分くらいはGeminiのおかげです！ Gemini を活用しまくりました。ChatGPTやClaudeではない理
生成AIにTOEIC®リスニング問題を無限に生成してもらい、スコア900超え達成した話 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに 今年の夏はTOEICスコア900超えを一つの目標にしていて、そのためにはリスニングが課題でした。 とにかく数をこなそうと、無料で問題を解けるアプリを探して、初めはそれをずっとやっていましたが、一日に解ける問題数が限られていて、徐々に物足りなくなってきました。 前々からTOEICの問題ってAIで生成できるんじゃね？と思っていたので、この際スコア900越えに加えて、AIでリスニング問題生成＆Webサービス化を目標にし、ようやく完成したので公開しました。 公開したリスニング問題AI生成サイト ※AIで生成し、内容のチェックは行ってい
RAG入門: 精度改善のための手法28選 - Qiita
RAGの精度改善するために何があるかを学びました。基本系のNaive RAGを知っている人向けの記事です。 方法が多すぎるので、Youtubeの「RAG From Scratch」を中心に少し整理してみました。LangChainをよく使っているので、LangChain出典が多いです。 全体像 まずは、RAGの全体像。Indexingが同じ流れにあるのが少しわかりにくいのですが、実行タイミングとしてはRAGの前準備としてやっておきます。 画像出典: RAG from scratch: Overview もう少し粒度を細かくした図です。 画像出典: RAG from scratch: Overview 表形式で分類します。Generationだけ少し特殊です。 大分類 中分類 内容
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
Burp MCP Serverを使い、自然言語でBurpを操作する 脆弱性診断を自動化したい - Qiita