AIエージェント開発では、モデル選定やツールはもちろんですが、それらを正しくハンドリングするための振る舞いの指示となるプロンプト（コンテキスト）の設計が肝です。すでに多くの企業がエージェントを製品に組み込んでおり、先行者の知見を自身の開発しているAIエージェントに活かせると効率的です。 とはいえ、実際のプロダクトがどんな指示やルールで動いているかは製品の価値そのものであるがゆえに、多くの企業はそれらを公開せず、外から見えないことがほとんどです。 GitHub Copilotはプロンプトも含めてOSS 実はGitHub Copilot（VS Code向け）のプロンプトを含むソースコードはGitHubの公開リポジトリで読めます。MIT Licenseも付いているので、製造元が意図した状態で内容を参考にしたり、自分のプロジェクト向けに手を入れたりできます。そのままコピペすればよいという話でもあり

この記事は筆者がAI駆動開発を通して積み上げてきた開発フローやそのTipsを紹介するものであり、絶対的な正解を示したり、主義主張を押し付けたりするものではありません。 どこから始めたらよいかわからない方や指針を求めている方の参考になれば幸いです。 この記事ではコーディングエージェントのことをAIと表記します。 前提："俺"の現状 使っているAIとツール GitHub Copilot（Enterprise）：仕事メイン Claude Code（Max）：プライベートメイン Codex（主にAzure OpenAIのモデルで利用） メインはGitHub CopilotとClaude Codeです。本記事の内容もこの2つの最大公約数的な使い方になっています。 Codexはサブスクで常用できる環境がないので、かなり複雑な設計が必要な場面か、他ツール比較で確認したいときにスポットでAzure Ope

Semantic Kernel(セマンティック カーネル) は Microsoft が提供するオープンソースの SDK で AI をアプリケーションに簡単に組み込むことができるツールです。AI エージェントも勿論作成できます。 本記事は Semantic Kernel(セマンティック カーネル) 超入門！簡単に概要と大まかな実装をご紹介します。 Semantic Kernel 何がすごいの？ 単なる Copilot ではなく、もっとカスタマイズができる AI エージェントを会社、製品に導入したい！でもやり方が分からない、開発に時間をかけたくないけど信頼性の高いフレームワークを利用したい、、、時に活躍するのが Semantic Kernel(セマンティック カーネル) です。 Semantic Kernel により、AI エージェントを簡単に構築し、業務の簡易化、効率化に繋げることができます

はじめに この記事は GitHub Copilot の Tips を詰め込んだ記事になります。 GitHub Copilot を普段使っているが、コード補完しか使ってない方や、これから使おうと思っている方に向けて Tips をまとめて紹介する記事になります。 是非日々の開発ライフにお役立てください 🚀 GitHub Copilot とは？ GitHub Copilot は、開発者がコードをより速く、少ない労力で記述できるように支援する AI コーディング アシスタントです。 コンテキストに応じた支援を提供し、開発者が入力中にコードの提案を行います。 これは、行の補完の場合もあれば、まったく新しいコードのブロックの場合もあります。 これにより、開発者は問題解決、共同作業、イノベーションに集中できます。主要なエディターと統合され、GitHub にネイティブに組み込まれているこのツールは、最も