これ読めばOK。私が使ってるものだけの、Claude Code チュートリアル
Claude Codeに関して、どわーーっといろんなノウハウが各所で散見されていて、辞書的な記事があったらいいなと思い、これを書いています。 いざ1から使い始める時に、これさえ読めば、ある程度使いこなせることを目指して、この記事を書きました。 細かい話はいろいろなところで書かれていると思うので、ざっくりと書いていきます。 社内で行ったチュートリアル資料です。 Claude Codeとは？ ターミナル内で動作し、コードベースを理解し、自然言語コマンドを通じてより高速なコーディングを支援するエージェンティックなコーディングツールです。 Cursorとかと違って、ターミナルで動くAIコーディングツールってことです。 そもそもなんでClaude Codeが強いの？ なんだか AIコーディングツールで、同じくSonnet4/Opusとか使うんだったら、CursorやClineでも同じじゃない？ と思
開発系AIツールの探索とAI時代の「富豪的プログラミング」 - 弁護士ドットコム株式会社 Creators’ blog
こんにちは、CTOの@stanakaです。 年明けから2か月間、社内でさまざまなAIを活用した開発ツールを試してきました。当社ではすでにGitHub Copilotを標準的に導入していますが、他にも良いツールがあるはずだということで、エンジニアの皆さんに新しいツールを積極的に試してもらいました。 今回試した主なツールは以下のとおりです。 Cursor ChatGPT Plus, Pro Claude Pro Claude Code Cline Devin もっといろいろ試せるとよかったですが、リソースは有限なので今回はここまでとしました。取り組みの様子はブログでもいくつか紹介していますので、ぜひご覧ください。 creators.bengo4.com AIによるプログラミングの変化 社内で特にAIツールを使いこなしているエンジニアの傾向を観察すると、単一のツールに限定するのではなく、用途や状
Clineっておいしいの？おいしいです！
プログラミング補助からAIエージェントへの進化 これまでのプログラミングにおけるAI活用といえば、「GitHub Copilot」や「Cursor」が代表的な存在でした。これらのツールは、入力中のコードや指示をもとにAIがコード片を提案する、あるいは要件を満たす小規模なプログラムを自動生成するなど、“補助”としての役割を担ってきました。最終的に候補を採用するか、どのように修正するかは開発者が判断する必要があり、あくまでAIは「効率化の手段」という位置づけにとどまっていたといえます。 一方で、近年話題になっているのが「Cline」のようなAIエージェント型のツールです。従来の“補助ツール”を超えて、AIがプログラムの作成からエラー修正、動作確認までを主体的に実行する仕組みを備えています。つまり、人間がコードの候補をチェックするプロセスを大幅に減らし、より自律的に開発工程を進められる可能性があ
はじめに：『システムを作らせる技術 エンジニアではないあなたへ』
【はじめに】 「システムを作る技術」ではなく「作らせる技術」についての本 不思議なことがある。 世の中にはシステム開発についての本が何百冊もあるが、その全てが「システムを作る技術」の本なのだ。もちろんITエンジニアと呼ばれる専門職はたくさんいて、彼ら彼女らは勉強熱心なので技術書のニーズは高い。作る技術についての本がたくさんあるのは不思議ではない。 だがビジネスパーソンの9割はシステムを作る人ではなく、作ってもらい、使う側だ。この作ってもらう側の人々が、作らせ方を学ぶ本が一切ないのはかなり不思議なことだ。 住宅建築と比べると、その異様さが際立つ。住宅の分野でも、大工さんや建築家向けの専門書は多く出版されている。同時に「望み通りの家を手に入れる方法」だの「建築家と家を作る」だの「良い工務店の選び方」といった、家を作ってもらう施主に向けた本も無数にある。 なのにシステムの世界では、作らせる方法に
東京海上日動が生成AIでプログラミング工数44％削減、GPT-4oを活用
東京海上日動火災保険が、生成AI（人工知能）によるシステム開発の効率化を進めている。基幹システムの新規アプリケーションの開発や仕様変更で、設計書からAIでコードを生成する実証実験を実施したところ、新規開発においてプログラミング工数が44％削減できると分かった。実証実験を経て、2024年10月から実際の業務での利用を始める方針だ。 「人間にしかできない、戦略的な業務に人員を投入したい」。東京海上日動システムズの山下裕記ITインフラサービス本部インフラソリューション三部部付部長は、システム開発における生成AI活用に乗り出した理由をこう話す。生成AIと親和性が高い領域として、まずはプログラミング工程での活用を選んだ。 2023年9月から、東京海上日動システムズと日本IBMが共同でコード生成の実証実験を開始した。実証実験の対象としたのが、全国の拠点からの保険金請求に対応する損害調査システムだ。この
Azure OpenAI よくある質問
Azure OpenAI利用について、よく聞かれる質問についてまとめてみました。 この記事はGitHubで管理されています。これも追加したらいいんじゃない？という内容はプルリクエストまたは本記事へのコメントでお気軽にお寄せください！ 実際にOpenAIのモデルを使わなくても基本料金はかかりますか？ いいえ。基本的には使った分（トークン≒入出力をさせた文量）だけの従量課金制です、使わなければ課金されないし、逆に使った分だけ青天井で課金されます。 「基本的には」というのはファインチューニング（微調整）をしたモデルを使う場合にはホスティング費用が基本料金としてかかったり、PTUと呼ばれる特殊な料金形態（前払い容量予約のようなイメージ）の場合は使用量にかかわらず予約分だけ課金されます。 プロンプトのログを取りたいのですが、標準機能でできますか？ Azure OpenAIだけではプロンプトのログを取
Amazon Connect + Whisper + GPT-4 Turboで、発話から個人情報（名前、住所、生年月日）を正しく認識できるか試してみた | DevelopersIO
構成 構成としては、下記の通りです。 Connectのフローの詳細は下記の通りです。 例として、発話で住所を認識させる処理の流れは以下のとおりです。 コンタクトフロー内で「メディアストリーミングの開始」ブロックを使って、Kinesis Video Stream（KVS）への音声のストリーミングを開始します。 顧客は、住所を含めた発話をします。 「顧客の入力を保存する」ブロックで、顧客が特定の番号を押すと、ストリーミングを終了します。 「AWS Lambda関数を呼び出す」ブロックを使い、LambdaでKVSからデータを取得します。取得したデータをWAV形式に変換し、Whisper APIで文字起こしします。文字起こし内容から、GPT-4 Turboで住所のみを抽出します。 プロンプト再生で、住所のみを音声出力します。 以下の図は、電話での対話の流れを示しています。 前提 2023年11月時
戦場のゲームチェンジャー「スウォーム」、防衛省も23年度に研究着手
15機のドローンが一定間隔を保ちながら群れを成して飛び、与えられたミッション（任務）を協力して遂行――。2023年8月1日、ドローンの次世代技術として注目される「スウォーム（群れ）飛行」の日本初となる実証が、栃木県にある小山絹滑空場で行われた。 千葉大学名誉教授で、自律制御システム研究所（現：ACSL）の創業者でもある野波健蔵氏が2022年に設立したAutonomy（東京・中央）が、世界トップレベルのスウォーム飛行技術を有するインドNewSpace Research＆Technologies（ニュースペース・リサーチ・アンド・テクノロジーズ、以下NRT）を招いて行ったものである。両社は同年7月31日に、スウォームドローンを活用した災害救済支援などのソリューション開発における協業で基本合意している。 8月1日の実証では、被災地に取り残された6～8人の生存者の状況を、合計15機のドローンがスウ
凄すぎると話題の「Open Interpreter」の始め方・使い方まとめ - Qiita
以下の記事を見て、早速「Open interpreter」を試してみたので、使い方や始め方をまとめておきます Open Interpreterとは Open Interpreterは、GPT-3.5、GPT-4、Code Llamaなどの大規模言語モデル（LLMs）を活用して開発されたオープンソースのツールです。 このツールは、OpenAIが提供するChatGPTの「Advanced Data Analysis(旧Code Interpreter)」のオープンソース版とも言える存在で、Python、Javascript、Shellなどのプログラミング言語のコードを自然言語による対話を通じてローカル環境で実行することができます。 このツールの最大の特徴は、ChatGPTの「Advanced Data Analysis」と違いローカル環境で動くため、ファイル容量やネット接続への制約がなく、Ch
ChatGPT活用を激震させる新機能｢Code Interpreter｣にNetflixをデータ解析させたらスゴかった
コード・インタープリターはChatGPTの有料版｢ChatGPT Plus｣で、GPT-4の付加機能として呼び出せる。 画像：筆者によるスクリーンショット ChatGPTの有料版である｢ChatGPT Plus｣（月額20ドル）には、7月初めから｢Code Interpreter（コード・インタープリター）｣という機能が追加された。 この機能が画期的だとして、一時ネットでは大いに話題になった。これまでは面倒だった｢データ集計｣などを、チャットの命令だけで実行できるからだ。 データ集計は、Excelなどの表計算ソフトやPythonなどのデータ処理に強いプログラミング言語で処理することが多い。 しかしコード・インタープリターでは、それらを使う必要はほとんどなく、データさえ用意できればいい。さまざまな手間がほぼゼロになり、ChatGPT任せにできる。 そうはいってもピンと来ない人も多いはず。そこ
「GitHub Copilot」でAIが提案したコード、業務でどれぐらい採用された？ サイバーエージェントが公開
ただし、サイバーエージェントが導入しているビジネス版「Copilot for Business」では、エンジニア個人のGitHubアカウントをひも付ける形での利用が必要なので、全てが業務上のデータとは限らないという。 また、サイバーエージェントではVisual Studio Code以外の開発環境でGitHub Copilotを使うユーザーもいることから、他環境での利用状況も合わせると、採用率などの数値が上振れる可能性もあるとしている。 同社における開発環境の利用率は、Visual Studio Codeが48％、チェコJetBrains製のツールが45％、その他は「NeoVim」や「Vim」など。Visual Studio Code以外でのデータは集計していないが「採用率は倍近くになると思われる」との見立てを示している。 サイバーエージェントはGitHub Copilot導入の効果につい
Azure OpenAI chatGPT-4-32k で COBOL から Java にマイグレーションしてみた - Qiita
Azure OpenAI GPT-4 Public Preview Waitlist の利用申請が通りましたので試してみました。 今回は、下記に説明するように 600 行の COBOL コードを Java のコードに移行しました。（以降にかかった時間は、数時間〜約半日） 実際に利用したコードは コチラ：https://github.com/tanto259/cobol-course/blob/main/Module%2016/HOSPEDIT.cbl この検証に、GPT-4-32k のモデルを使用しました。32k を利用すると、大量のトークンを扱えるようになるので、このような 600 行程度のコード解析であれば余裕でやってくれます。 ※ ちなみに私は COBOL は全く知りませんが、Azure OpenAI GPT-4-32k の力を借りて なんとか Java のコードには変換できました
Cool Japan Diffusion 2.1.0 の取扱説明書 - なにメモ
はじめに インストール方法 使い方 Text-to-Imageの使い方 Image-to-Imageの使い方 プロンプトの形式 キャラクター編 背景編 ChatGPT編 応用編 公開にあたってのメッセージ クリエイターの方々へ ユーザの方々へ 付録 プロンプトの形式詳細 はじめに 本記事では、2023/1/3に公開する予定の画像生成AI、Cool Japan Diffusion (for learning) 2.1.0 の取り扱い方について説明します。 まず、インストール方法をざっくり説明します。 その後、使い方の説明、特にプロンプトのテンプレートを説明します。 最後に、クリエイターの方々へ、ユーザの方々へメッセージをお送りします。 なお、現在、Hugging Face上でデモを行っているので、そちらを使うのが楽です。 インストール方法 基本的には、Web UIを想定しています。 ほとんど
ローコード開発ツール「AWS Step Functions」が大幅拡充、200以上のAWSサービスを組み合わせたクラウドアプリ開発が容易に
ローコード開発ツール「AWS Step Functions」が大幅拡充、200以上のAWSサービスを組み合わせたクラウドアプリ開発が容易に Amazon Web Services（AWS）は、同社のクラウドサービスとして提供しているローコード開発ツール「AWS Step Functions」で、200以上のAWSのサービスを新たにサポートしたことを発表しました。 ICYMI: AWS Step Functions expanded the number of supported AWS services from 17 to over 200, and AWS API Actions from 46 to over 9,000! https://t.co/Azq1LlAt3u — AWS Developers (@awsdevelopers) October 11, 2021 これまではA
小6でゲーム作りを夢みて大学4年間をプログラミングに費やした僕のゲームが、あした全国のゲーム屋さんに並ぶ話 - プログラミングで世界を変える
今の会社に入って1年半が経った。入社してからずっと取り組んでた大きなタイトルが公開されて、それが明日大きな節目を迎える。会社にとっても大きなことだし、僕個人の人生にとってもひときわ大きな出来事かもしれない。 これは、小6でゲーム作りを夢みて大学4年間をプログラミングに費やした僕のゲームが、あした全国のゲーム屋さんに並ぶ話。 1番古いゲームの思い出は『ポケットモンスター クリスタル』だった。 引用元: https://amzn.to/2OCXGlR , https://www.nintendo.co.jp/3ds/pokemon_crystal/index.html 当日のゲームボーイ用のカートリッジは内蔵してある電池を使ってセーブデータを保持してたのだが、僕が持っていったクリスタルはこの電池が切れていたためセーブができなかった。その上、幼い頃に1日中ゲームをやっていて怒られたことがあったら
Microsoft Formsで問い合わせ受付フォームを作る - 業務ハックLab -とある元情シスの備忘録-
皆さんこんにちは 業務ハックLabのよ〜よんです。 私はとある中小企業で社内SEの仕事をしているのですが、業務の一つにIT関連のヘルプサポートもあります。 ヘルプサポートでは「パスワードがわからなくなった」「パソコンがフリーズしちゃったんだけどどうしたらいいの」と言ったような問い合わせが毎日あるのですが、今までTeamsや電話で受け付けていました。 ですが、電話での受付だと問い合わせ内容を蓄積できない（全部記録を取るのは時間的に無理…）、Teamsでも情報が流れていってしまうのでナレッジベースとしては使えませんでした。 そこで今回ご紹介する方法で問い合わせの受付と同時にナレッジベース化することに取り組みました。 その方法はMicrosoft Forms+Power Automate+Microsoft Teamsを連携させた問い合わせ受付です。 流れとしては Microsoft Forms
「リモート初詣」で参拝客が130倍に、住職のこだわりと技術力に驚いた
2021年の正月、初詣の参拝者を昨年の約130倍も集めた寺院がある。四国八十八カ所の第22番札所として知られる平等寺（徳島県阿南市）だ。 同寺院は2021年1月1日にオンライン上のイベント「リモート初詣」を始めた。本堂や護摩祈祷（きとう）の様子をYouTubeなどでライブ配信し、オンラインでの参拝を呼びかけた。元日には約13万人が同寺院の配信を視聴。視聴者数を参拝者数と見れば、昨年の約130倍の参拝者を集めた計算になるという。 取り組みを取材すると、リモート初詣を充実させるための住職の様々なこだわりに驚いた。 例えば動画の映像は4Kで配信、音声はステレオで配信している。オンラインでも視聴者に臨場感が伝わるように、映像と音声の質に「徹底的にこだわった」（谷口真梁住職）。動画を視聴してみると、映像は畳の目が見えそうなほど鮮明で、音声は住職の息づかいや境内の鳥の鳴き声まで聞こえるほどクリアだ。
Vue I18n による絵文字ジェネレーターの多言語対応 - 絵文字ジェネレーター 開発者ブログ
みなさん、こんにちは。絵文字ジェネレーターでは、昨年中盤に多言語対応を行い、日本語の他にも韓国語、中国語 (簡体・繁體)、英語での利用ができるようになりました。 絵文字ジェネレーターは、フロントエンドが Vue.js で作られており、多言語対応のために Vue I18n というプラグインを利用しています。 一部は Vue I18n では対応できない所もありますが、そこは適宜工夫して対応しています。 サーバーサイド側で対応している箇所も、いくつかあります。 この記事では、絵文字ジェネレーターをどのような手法で多言語対応したのかを説明します。 また、多言語対応をしてどうなったのか、その後の経過もお伝えしていきます。 なぜ多言語化対応したのか? 絵文字ジェネレーター は 2016 年にリリースされてからしばらく、ずっと日本語版のみを提供してきました。 そのため、日本の方々に多く利用されています。
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
総務省が8525万円をかけて作らせたGovbot（ガボット）を３時間で作った話｜Sangmin Ahn
developer-roadmap/translations/japanese at master · kamranahmedse/developer-roadmap · GitHub
