画像生成AIは、もはや“きれいな絵を出す道具”ではなくなりつつある。OpenAIは4月22日、画像生成モデル「ChatGPT Images 2.0」を発表し、ChatGPT、Codex、APIで提供を始めた。ThinkingやPro系モデルと組み合わせた高度な出力は、有料プランPlus、Pro、Businessユーザー向け。 画質そのものよりも「どれだけ指示どおりに作れるか」に軸足を移したのが最大の特徴。OpenAIによれば、Images 2.0は細かな指示への追従、オブジェクト同士の位置関係、そして画像内のテキスト描写を大きく改善した。従来の画像生成でありがちだった「だいたい雰囲気は合っているが、細部が崩れる」という弱点をつぶしている。 特に強みを持つのは、文字を含むビジュアルだ。UIモック、ポスター、説明図、マンガ、広告素材のように、画像の中に読める文字が必要な場面では、これまでAI画

コードを書くのをやめた。Claude Codeに月商300万のSaaSの全コードを書かせ、完全ソロ運用しているという話。 私は現在、B2B向けのニッチな自動化APIミドルウェアをSaaSとして完全な個人で運用し、広告費ゼロ・従業員ゼロで毎月およそ300万円ほどのMRR、定額の月次収益を生み出している。しかも実を言うと、この半年間、エディタを開いて人間が手入力する従来のコーディング作業など1秒たりともおこなっていない。ローカルのターミナルからClaude Codeを呼び出し、AIに要件と仕様を突っ込んでシステム全体を保守拡張させているだけだ。 コードを手書きする時代は終わった。ではエンジニアは何をすれば勝てるのか。本当に機能するAIネイティブ時代のSaaS個人開発と、B2Bマーケティングの泥臭い現実を、書き殴っておく。 エディタを捨てろ。Claude CodeとStripeの組み合わせで人間

先日、たまたま、Microsoft のキャンパスで大学生の皆さんと話す機会があって、こんなことを聞かれました。 私は大学生で１年ぐらい前からエンジニアになったのですが、世の中は AI の世界ですけど、どうやって学んでいけばよいのですか？AI コーディングとかやったほうが良いのですか？ たしか、こんな質問だったような私なりの回答をシェアしておきたいと思います。たまたま、最近、これからは、AI が来るまでに、実際にプログラミングをゴリゴリやってきた層、つまり、シニアエンジニア以上の天下という話もきいて、まぁそらそうだなぁと思う一方、個人的にはこれからやる人もやりようによっては全然ええ感じにしかも早くなれるのではと思っています。 コーディングエージェントとやった方がいいか？そらそうよ。もうごりごりにやった方が良いでしょう。だって、もう我々はそれでプログラミングをするのだから。でも、安心していいけ

Google NotebookLMは、複雑な資料を読み解き、対話を通じて知見を深めるための強力なツールとして、瞬く間に多くのユーザーを魅了しました 。 しかし、日常的に使い込むほどに、エンジニアやパワーユーザーの間ではある種の欲求不満が募るようになります 。 「生成されたコンテンツをまとめてダウンロードしたい」 「特定のリサーチプロセスを自動化したい」 「蓄積したデータを他のアプリケーションへシームレスにパイプライン化したい」 これらはすべて、Webインターフェースの制限に起因する壁です 。 こうした「Web版のその先」を求める層にとって、ブレイクスルーとなるプロジェクトが登場しました 。それが、非公式Python APIライブラリである「notebooklm-py」です 。 このライブラリは、NotebookLMが持つポテンシャルをプログラムから直接制御可能にすることで、私たちの知的生産

はじめに AIで開発は本当に速くなったのか？ 「AIを使えば開発が速くなる」 このフレーズ自体は、もう聞き飽きるほど目にしてきました。 実際、コード補完は賢いし、ちょっとした関数やエラー修正なら一瞬で解決することもあります。 でも本当に“開発全体”は速くなりましたか？ コードを貼り付けて修正してもらう。 生成されたコードをコピペする。 動かない。 足りなかった前提を説明し直す。 気づけば、コンテキストの説明に時間を使い、差分の確認に神経を使い、結局自分で修正する。 そんな経験ないでしょうか？ AIは優秀ですが、「ワークフローに組み込まれていないAI」は、強力な検索エンジンとあまり変わりません。 私はClaude Codeを個人開発に導入する際、プロンプトを工夫するのをやめて、AIが迷わない構造そのものを設計することにしました。 その結果、Issue作成、実装、PR作成までを一貫して任せられ

最近AIをやりすぎている。自分でもわかるくらい頭がおかしくなっている。 まともな状態ではないから、本来は人に見える場所に文章を書いたりするべきではない。ただ、自分の状態を精神状態を記録するために書いておきたい。 初めに書いておくが、この文章では一切AIを使っていない。というのもAI使うと、さらにおかしくなりそうだからだ。調査にも構成にも使っていない。100%生身、ピュアで粗雑な状態で僕が言葉を選んで書いている。 これまでもテクノロジー全般は好きで、これまでもChatGPTなどを使って仕事の調査をしたり引っ越しをしたり英語学習に活用したりしてきた。今年のAIは、昨年までとは一味違う人間の気を狂わせる何かがあると感じている。 仕事でのソフトウェア開発の話を最初にする。多少技術的になってしまうけど、これが入り口で僕はおかしくなったし、最も急激に変化している部分なので話さないといけない。 AIコー

大学中退→ニート→ママチャリ日本一周→webプログラマという経歴で、趣味でブログをやっていたら「おもしろ記事大賞」で賞をいただき、デイリーポータルZで記事を書かせてもらえるようになりました。嫌いな食べ物はプラスチック。（動画インタビュー） 前の記事：一緒に旅行に行った人が撮った謎写真を見るのは楽しい やってみたら想像以上に楽しかった 完成したのがこちら。私の発言に対してAIがコメントを生成していくので、本当にライブ配信をしているかのような気持ちを味わえる 結論から言うと、めちゃくちゃ楽しかった。 架空のコメントだとわかっているのに、テンションが上がる。作業配信で「がんばれ〜」「応援してます」とコメントが流れると、謎の使命感が湧いてくる。 テレビを見ながらのゆるい雑談も楽しい。誰にも否定されない安心安全の理想のSNSがここにはある。 使ってみてわかったのは、体温はないのになぜか心が満たされる

はじめに 頭の中には手順や判断のポイントがあるのに、それを明文化出来ていない。 その結果、関係者間で前提が共有されないまま話が進み議論がすれ違ってしまう、ということがあると思います。 これは、暗黙知が言語化されていない状態です。 そしてこれは、 AI ≒ LLM を使う上でも同じ課題に直面します。 頭の中にある暗黙知を明文化しないと、 LLM から良い回答は得られません。 この記事で紹介するのは、そういった状態をプロンプトエンジニアリングの力を使って、解決する方法です。 結論 暗黙知の言語化には、"AI に答えさせる"のではなく、AI に質問してもらう（インタビュー型プロンプティング）のが有効です。 なぜなら、自分がまだ言語化できていない前提・判断基準・制約を、AI の質問であぶり出して メタ認知（自分の思考を一段上から見ること） を起こすことができるからです。 本題 なぜ「指示」より「質

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。

【Midjourney | Nano Banana】商品撮影のプロが撮影をやめた。誰も教えない、ブランドやECの現場レベルで使える画像生成AIと動画生成AIの神業プロンプトまとめ。 今回は、前回紹介しきれなかった最新の画像生成AIと動画生成AIのテクニックを紹介いたします！ ところで、本当に最新なの…？ 私はコスメやファッションブランドのビジュアルのお手伝いしていたりもします。 現場で本当に使っているテクニック を厳選してご紹介します！ 最近、進化がますます早くなっています…！ 半年前だとMidjourney（ミッドジャーニー）、Runway、Topaz、Magnificあたりをメインに使っていたのですが、 いまは上記に加えて、Nano Banana（Flash 2.5）、Seedream、Higgsfield Soul、Wan 2.5、Veo3なども加わり、横断するAIがさらに増えていま

今回のテーマは以前からずっと言われ続けている話題なので特に目新しくも何ともないのですが、たまたま近い時期に2本の似通った内容の論文がarXivに出たので、まとめてダイジェスト的に紹介しようと思います。以下がそれらの論文です。1本目はApple、2本目はGoogle DeepMindによる研究です。 どちらもSNSや技術メディアでは既報の内容であり、ご存知の方も多いのではないでしょうか。これらの論文は本質的には「『推論する生成AI』は実際には思考しているわけではなく、丸暗記した結果を返しているに過ぎない」と各種の実験結果から指摘するものであり、今後の推論生成AIの研究開発を行う上で新たに考慮されるべき指針を提案しています。 そもそも「推論する生成AI」とは何なのか 「推論する生成AI」は既知の複雑な課題は解けるが、その難易度をどんどん上げていくと解けなくなる 逆に、「推論する生成AI」は既知

YouTubeに投稿されている動画コンテンツから情報を得ようとすると、「長時間の動画のうち、知りたい情報について話している時間はほんのわずか」という状況に遭遇することがよくあります。Googleが無料で公開しているAIを用いた情報収集ツール「NotebookLM」を使えば、YouTubeの動画の知りたい部分だけを文章や音声にまとめることができます。 I don't 'Watch' YouTube videos anymore, I consume them using NotebookLM https://www.xda-developers.com/consume-youtube-videos-notebooklm/ 以下の動画はAppleが日本時間の2025年6月10日に実施した年次開発者会議「WWDC25」の基調講演の内容を丸ごと収録したものです。動画の長さは1時間32分25秒におよ

このプロジェクトのルールは以下のようになっています。 作品の文字数は 4,000字以内とする。 95%を生成AI、残り5%を九段理江氏が執筆する。 ただし、その「%」の解釈については九段理江氏に委ねる。 生成AIは九段理江氏が使い慣れているものを使用する。 プロンプトは作品の一部として今後全文公開する。（文字数制限は無し） 今回、「影の雨」の執筆に際して、九段理江さんから生成AIに指示を出した「プロンプト」の全文がネットで公開されたので、九段さんのAIを利用した小説執筆手法を分析しました。 ２．小説執筆に使用されたプロンプトの分析（その１）(1) プロンプトの特徴 “影の雨”を生むための〈物語的プロンプト・エンジニアリング〉1. 導入フェーズ 挨拶で始め、AI に〈九段理江〉という存在を認識させる。 作品歴や翻訳予定を AI が自発的に列挙するよう促す。 ↳ 狙い: AI が既に保持してい

2025/6/24に開催された「AI駆動開発、そのやり方で合ってる？PMとエンジニアで語る AI駆動開発に求められる品質とは」の登壇資料です。 https://offers-jp.connpass.com/event/356194/

(説明不足もあったのでちょい修正したよ) AI画像生成をやってみたいけど たくさんあってどれにしようか迷ってる人 色んなところで◯選とか言いつつ やたらといっぱい紹介して選択で困りませんか？ 私は3選にギュッとしました。 しかもリアル1選、イラスト1選、将来性1選なので 実質2選です。 3つともサーバーはサービス側持ちなので低スペPCや低スペスマホでも生成できるのが最大の利点です！上級者以外はハイスペPCでのローカル生成なんて不要だと思ってる。 リアルならImageFXリアルならImageFXが良いです。 GoogleのサービスなのでGoogleの本アカウントでも 安心して出来るのも嬉しい。 1日あたりの回数制限はあります。たぶん50回前後 前からリアル系ではトップクラスの表現力でしたが この数ヶ月でさらに急激な進化を遂げて 顔パターンや動作パターンが激増しました。 今日は成人式なので成人

Cursor擦り倒すシリーズ Cursorで要件定義がエラいスムーズになった話 （続）Cursorで「詳細設計→ガントチャート草稿」作成がめっちゃ楽になった話 「Cursor」×「A5:SQL Mk-2」でテーブル定義書をリッチにする 「Cursor」×「Obsidian」内部リンク生成＆最適化プロンプト 「Cursor」で「難解コード」のリーディングがめちゃ楽になった話 「Cursorで要件定義をめっちゃ簡単に」を「rules」にしてさらに簡単にした 「Cursor」で「素の議事録」を「要件定義書」に高速でまとめなおした話　←本稿こちら 「Cursor」で新人向け「SQLトレーニング問題作成」するプロンプト作成 Claude Code擦り倒すシリーズ、はじめました 「Claude Code」導入をめっちゃスムーズにする「ドキュメントの下地」を作るプロンプト はじめに 引き続き「Curso

2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間の気になる生成AI技術・研究をいくつかピックアップして解説する連載「生成AIウィークリー」から、特に興味深いAI技術や研究にスポットライトを当てる生成AIクローズアップ。 今回は、大規模言語モデル（LLM）を活用して日本の国会議員のこれまでの発言を分析して政治的立場をまとめた研究「KOKKAI DOC: An LLM-driven framework for scaling parliamentary representatives」を取り上げます。 トロント大学に所属する研究者らが発表したこの研究では、議員の国会での発言から政治的立場を数値化し、視覚的に表現することで、有権者が選挙時に情報に基づいた判断をしやすくすることを目指しています。