AI に指示するのではなく、まずは AI に質問させた方が捗る
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
Claude CodeとCodexの連携をMCPからSkillに変えたら体験が劇的に改善した
はじめに Claude Codeの相棒としてCodex CLIを併用する運用を続けてきましたが、MCPでの連携には大きな課題がありました。 本記事では、MCPからSkillへの移行で得られた改善について共有します。 対象読者 Claude Codeを日常的に使っている開発者 複数のAIツールを組み合わせて使いたい方 MCP（Model Context Protocol）の運用に課題を感じている方 環境 Claude Code Codex CLI なぜCodexと連携するのか Claude Codeは非常に優秀ですが、複雑な問題や長時間の調査が必要なタスクでは、別の視点からのアプローチが有効な場合があります。 Codexをサブエージェント的に活用することで、実装方法の相談や、Claude Codeが行き詰まった問題を解決できることがあります。 MCPでの連携の問題点 当初、CodexをMCP
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
