*吉田さんの詳細説明記事： Gemini CLIにはGoogle検索機能があらかじめ組み込まれているので、ターミナルでプロンプトを書くと、ターミナル上でGoogle検索してくれます。僕は最初、試しに「樋口恭介」について調べてってお願いしてみました。 もちろん、Gemini CLIはエージェントなので単発処理だけで終わることなく、検索結果を記憶したまま後続処理を続けることができます。僕の場合、「これこのまま俺の自己紹介スライドくらいなら作れるんじゃね？」と思ったので、お願いしてみました。 結果、いろいろ試行錯誤があって30分くらいかかったのですが、以下のようなかっこいいスライドをつくってくれました。なお、処理を見ていくと、一度Pythonで書いたあとにpptxに変換しているようです。 かっこいい！すばらしいです。自己紹介スライドとしてはこれで十分だと思いました。 アウトプットそのものにも感動

ultrathink. @001_template.png のテンプレート管理画面で「編集」をクリックする。 すると、テンプレート編集のモーダルが表示される。 そして、 @002_prompt_temaplate.png タブ「プロンプト」のアイコン「ペン」をクリックする。 @003_prompt_temaplate.png のようにプロンプトを変更して「保存」ボタンをクリックする。 @004_prompt_temaplate_saved.png のように「更新」ボタンをクリックする。 するとプロンプトが保存される認識だが、 @005_prompt_temaplate_reopen.png のように改めて開くとプロンプトが保存されておらず変更前が表示される。 原因を分析して改修してほしい。 この辺、テーブル「template」のカラム「blocks」にてJSON形式でデータが入っているよう

＿＿＿ ／　　　　 ＼ /　 ✨ノ　　ヽ､✨ ＼ / 　（◕） 　（◕） 　＼　　Excelを手でつくる時代が |　　　　（**人**）　　　|　　ついに終わったおーーー！！ ＼　　　 ｀ ⌒´ 　　 ／ /　　　　　　　　　　ヽ ┏━━━━━━━━━━━━━━━━━━━━━━━━┓ ┃　Gemini CLI × Excel MCPで「手作業Excel」終了！　┃ ┃　調査→整理→Excel出力まで全自動！！　　　　　　┃ ┗━━━━━━━━━━━━━━━━━━━━━━━━┛ ٩(◕‿◕)۶　やったーー！！ ＡＩ時代キタ━━━━(◕‿◕)━━━━!! ＼　　　　　　　　　　　　　　　　　　　　　　　　　　　／ ＼　　Excel手作り終了わーい！　　／ ＼　　　　　　　　　　　　　　　　　　　　　　　　／ (◕‿◕)/(◕‿◕)/(◕‿◕)/ ∩＿∩　　　　　　　　　　　　　　　　　　　∩＿

はじめに Claude CodeなどのAI AgentをPC上で動かす場合気になるのが、予期せぬファイルやライブラリの追加や更新、削除です。実際Claude Codeを使う場合でも、可能性としてはあります。 この課題を解決する手段として、隔離されたコンテナの中でClaude Codeを動かす方法があります。 今回は、このやり方をご紹介できればと思います。 OSはWindows11 Pro、DockerではPodmanを使う前提としています。(Docker desktopが使えない状況の方もいると思うので。) 構築するアーキテクチャの図 この記事の内容を実施していくと、下記gif動画のようにVS Code上でコンテナ化されたClaude Codeを使用することができるようになります。 VS Code上でコンテナ化されたClaude Codeを使用している様子

ノートという概念を大きく変えたあのNotebookLMが、なんと一般公開できるようになりました！これ、誰でもLLMとインタラクティブにやりとりできる本／ノートを共有できるようになったってことで、何気に活版印刷技術の発明以来くらいの革命なのでは……。とにかくやばい。 試しに以下Googleアカウントでログインして見てみてください。 やりかたは「共有」から「リンクを知っている全員」を選択して、「リンクをコピー」し、あとはリンクをシェアするだけ。簡単すぎる。 ちなみに樋口が初めてNotebook LMを触ったときの衝撃は以下の記事に書き留められています。

はじめに AnthropicからリリースされたClaude CodeをWindows上で使う方法を見ていきます。 WSLやターミナルベースのサービスとなっておりハードル高く感じるかもしれませんが、この記事の手順通り進めて行けばインストールができ活用できる基盤を作れるので、ぜひ試してみてください！ なお、下記記事で環境構築手順を執筆したのですが、VM Wareの構築が必要で手間がかかります。この記事で照会するWSLを使った構築が一番ライトかなと思っています。ぜひ参考にしてください！ アーキテクチャ図 下記のような構成となります。 WSLの有効化 まずはWSL(Windows Subsystem for Linux)を有効化していきます。

tl;dr Claude Codeの使い方を網羅的に理解して実践できるようになる記事 日本時間2025年5月23日のCode w/ Claudeのプレゼンがインプット Claude Codeを使うと、プログラミングが得意なエンジニアが1週間かかる作業も2日でできる(実体験) インストールは特にWindowsだとクセがあるので、リンク先参照 初期セットアップ、Code baseについて質問、CLAUDE.md、便利なキー操作を優先して読むと良い はじめに 日本時間2025年5月23日に開催されたAnthropic社のCode w/ Claude。その中で、Mastering Claude Code in 30 minutesというセッションがありました。 そこに登壇されたのが、Boris Chernyでした。Claude CodeというとCatを見ることが多いですね。CatもClaude C

tl:dr Claude Code ActionはGitHubでPull RequestやIssue向けに、Claude Codeに質問への回答やコード変更の実装を行わせるアクション MAX Subscriptionは使えず、AnthropicダイレクトAPI(従量課金)に対応 セットアップ手順が記載されているので参考にして使いこなそう(私含めて) はじめに 日本時間2025年5月23日に開催されたAnthropic社のCode w/ Claude。その中で、Mastering Claude Code in 30 minutesというセッションがありました。 Claude Codeを使いこなせ！ Claude Code SDKを使いこなせ！ に上記セッションの内容を解説しています。 Claude Code SDKの活用例としてClaude Code GitHub Actionsがあげられて

2025年5月21日 たくさんの閲覧や「いいね」ありがとうございます！嬉しくなってしまいCodexを使っている動画や実際にCodexから提案頂いたDiffを「おまけ」に掲載しました！ぜひ参考にしてみてください！ はじめに 日本時間2025年5月17日に、ChatGPTにCodexが追加されました。このCodexはCloud上で動くもので、SWE(Software Engineering) Agentと分類されています。このSWE Agentの競合としては、Anthropic社のClaude CodeやGoogleのGemini Code Assist、Anysphere Cursorがあげられます。 Codexの特徴は下記とのことです。 GitHubとの連携: ユーザーのコードリポジトリを事前に読み込み可能 マルチタスク処理: 複数のソフトウェア開発タスクを同時に実行可能 自律的作業: 機

はじめに 現状、MVC(Model-View-Controller)に基づいたWebサービスやクラサバアプリが台頭している状況です。昨今、LLMの台頭やMCPといった標準化が進み、これまでのゴリゴリしたUIベースのサービスから、チャットベースや音声会話ベースのサービスに転換する可能性があるのではと考えています。すべてが転換しないまでも、ユースケースによっては起き得ると考えています。 上記世界観を試しに作ってみたく、Claude for Desktop (MCPクライアント) とFirebase Firestoreを連携させ、チケット管理システムを実現するMCPサーバーを実装してみました。 どういう風に動く？ 実装したものをClaude for desktopで動かしたものをアップしたのでご覧ください。 技術的には、チャットベースで業務を進める世界観、ありえそうですね。 どういう構成で作った

Anthropic社が提供するエージェント型コーディングツール「Claude Code」は、ターミナル上で自然言語の指示を通じて、コードベースの理解、ファイル編集、バグ修正、テスト実行、Git操作などを支援してくれる強力なツールです。Windows環境でこのClaude Codeを活用するには、主にWindows Subsystem for Linux (WSL) を利用した以下の3つの方法が考えられます。 WSLに直接インストールし、ターミナルで操作する WSL上のDocker/Podmanコンテナで devcontainer up を利用する (VSCode Dev Containers CLIなどを利用) WSL上のDockerコンテナとVSCode拡張機能「Dev Containers」を利用する 本記事では、これら3つの方法それぞれの特徴、強み、弱みを、専門用語を解説しつつ比較・

WSLとは Windows 10/11 に「Linux カーネル互換レイヤ」を載せ、Ubuntu などのディストリを 仮想マシンより軽く 動かせる仕組みです。Hyper‑V 上の極小 VM と 9P プロトコルを使い、起動は数秒・メモリも数百 MB 程度。/mnt/c に C ドライブを自動マウントし、\wsl$ で Windows から Linux ファイルへ逆アクセスできます。開発者は Bash、apt、Docker、gcc など ほぼネイティブ Linuxのツールチェーンを、そのまま VS Code Remote‑WSL や PowerShell 経由で利用可能。つまり「Windows の UI と Linux シェルをシームレスに往復できる箱」を提供するのが WSL です。 Codex CLIをインストール それでは、OpenAIからリリースされたCodex CLIをWSL上にイン

はじめに 2025年4月、Googleから生成AI搭載の統合型開発プラットフォーム「Firebase Studio」が発表されました​。「AI時代の開発スタイル」を体現する先進的なプラットフォームとして話題になっていますので概要と使ってみた感想をご紹介します。 Firebase Studioとは Firebase Studio（ファイアベーススタジオ）は、Googleが2025年4月に発表した生成AI搭載の統合型開発プラットフォームです​。 ブラウザ上で動作するクラウドベースの開発環境であり、AIモデル「Gemini」による支援のもと、ウェブやモバイルのフルスタックアプリ（バックエンド、フロントエンド、APIなど）をプロトタイプから公開・運用まで一貫して構築できます​。 ​ プログラミング初心者でも自然言語による指示でアプリ開発を始められる一方、経験豊富な開発者にとってもカスタム技術スタッ

最近のご時世ではみなさん厳しいフィードバックをもらうことも減ってきたと思います。僕も同じです。でも、そんな感じで過ごしているとどこか物足りない感覚に襲われることはありませんか？　少なくとも僕はあります。というわけで、昭和スタイルで気合いの入ったフィードバックをしてくれるGPTsを作成してみました。僕はとても満足しているので、みなさんにも共有します。返答によってはマジで厳しいので、ご利用は自己責任でお願いします。気合いと根性でしばかれたい人はぜひ触ってみてください。 GPTs：鬼のコーチ 鬼のコーチからの返信例を以下に示します。今回は試しに、「日本の大企業で社長になるにはどうすればいいと思う？」 みたいなことを聞いてみました。なかなかいい回答を返してくれています。ぜひ読んでみてください。 🔥 お前が大企業の社長になるための完全ロードマップ 🔥 お前、大企業勤めで「特に辞める気もない」と言

ExcelをLLMに読み込ませたいけれど、そのままだと読めないと思うから、いったんMarkdownに変更してみたけれど、そこから先の精度がうまく出ないし、どうしたらいいかもわからない……。みなさん、そんな経験はありませんか？　僕はいまそうなっています！ というわけで、ChatGPT(樋口作のGPTs"鬼")にいつも通り聞いてみたところ、なるほどと思ったので備忘もかねてやりとりを残しておこうと思います。 樋口： LLMにExcelで書かれた設計書を読ませてテストパターンを生成させたいんだけど、コツを教えてほしい。ExcelをMarkdown化してプロンプトに入れてるんだけど、カラムとセルの関係がいまいちちゃんと判別されないように見える。あと、空白セルや-としか記載されていないセルの意味を理解していないように見える。そういう、Excel独特の２次元マトリクスを自然言語のプロンプトに落とし直すた

はじめに 日本時間2025年4月15日早朝にOpenAIからGPT-4.1が発表されました。 APIのみで利用可能 3種類のラインナップがあり、GPT4.1、GPT-4.1 mini、GPT-4.1 nano コーディングに最適で、指示のフォローが強化されており、100万トークンの長いコンテキストに対応 開発エージェント(CursorやCline、Roo Code)の利用を意識したモデル 汎用エージェント(ManusやGenSparkのスーパーエージェント)の利用も意識したモデル 詳細な一次情報は、下記YouTubeと、OpenAI公式のドキュメントにあります。 APIはOpenAIのPlaygroundで試せます。ぜひGPT-4.1を試してみましょう！ OpenAI CEOのサム・アルトマン氏のコメント。 概要 開発者向けに特化した「GPT-4.1」ファミリーとして3つの新モデルを発表し

以下は、本検証結果を踏まえた私の考察を記載します。 「構成パターン1：【ELB】も【CloudFront】も【API Gateway】もいらない！」の場合でも、初回アクセス時とリロード後アクセス時にレスポンス速度に違いが出ています。これは、今回の検証範囲であるELB、API Gateway、CloudFrontの外側（DNSキャッシュ等）に要因があると考えます。 NLBの特徴として、「低いレイテンシーを維持したリクエスト処理」と前述しました。 検証結果の「構成パターン2：【ALB】のみ」と、「構成パターン3：【NLB】のみ」を比較すると「構成パターン3：【NLB】のみ」の方が若干レスポンス速度が低い結果となりましたが、誤差の範囲内であるとも捉えられます。 顕著な差として現れなかったのは、NLBは「1秒間に数百万件もの大量なリクエストや、突発的で不安定なトラフィックを処理すること」を得意とし

タイトル通りです。「（やろうと思えば）おれはいつでも独立できるぜ」という気持ちを持ち、日々の仕事に余裕を与えるために、「起業アドバイザー」と「起業用LPテンプレ」をAIで作りました。「起業アドバイザー」はGPTsで、「起業用LPテンプレ」はClaude Artifactsで作成しました。「起業アドバイザー」はGPTsであるがゆえに誰でも触れるので、触ってぜひ起業してください。また、LPの内容はAIスモールビジネスの教科書のような内容になっているので、読むだけでも勉強になります。こちらもあわせて参考にしてみてください。 起業アドバイザー 起業用LPテンプレ(AIスモールビジネスを想定) LLM登場以降、現職をなげうってLLMに全ての時間を投資してキャッチアップし続ける「LLM無職」という人々があらわれましたが、これはほんとうにすごいことだなと思っています。変化の激しい時代においてすごく重要な

家庭用GPUでLlama 4を動かす方法：複数のRTX 4090でH100級の環境を構築する はじめに Metaが発表した最新の大規模言語モデル「Llama 4」は、その高い性能で注目を集めています。しかし、公式によると最小でもNVIDIA H100 GPUが必要とされており、一般ユーザーにとっては簡単に利用できる環境ではありません。H100は価格が高く（数百万円以上）、入手も困難な状況です。 そこで本記事では、比較的入手しやすい家庭用GPU（RTX 4090など）を複数枚使って、H100に匹敵する環境を構築し、Llama 4を動かす方法を紹介します。この方法により、より多くの開発者やAI愛好家がLlama 4の可能性を探求できるようになります。 なお、Llama 4自体の詳しい解説は以下の記事に譲りますので、そちらをご参照ください。 本記事では、複数GPUのセットアップ方法と、実際にLl

Llama 4: Metaがもたらす新時代のマルチモーダルAI革命 はじめに 2025年4月5日、Meta AIは待望の新しいAIモデルファミリー「Llama 4」を正式に発表しました。このLlama 4は、Metaにとって初めてのネイティブマルチモーダルモデルであり、また初めてMixture of Experts（MoE）アーキテクチャを採用したモデルでもあります。 現代のAI開発において、オープンソースモデルの重要性はますます高まっています。特に、日常生活でAIを活用する人々が増える中、先進的なモデルとシステムが広く公開されることで、誰もがパーソナライズされたAI体験の未来を構築できるようになります。 この記事では、Llama 4の革新的な特徴、その技術的背景、競合他社のモデルとの比較、そして将来の展望について詳しく解説します。AI技術者として、この新たなモデルがもたらす可能性と影響を

AIを用いたサイバー攻撃の最前線：次世代防御戦略の構築法 はじめに サイバーセキュリティの世界は、AIの台頭によって劇的に変化しています。かつてないほど高度で洗練されたサイバー攻撃が日々発生し、従来の防御手法はその対応に苦慮しています。特に2024年から2025年にかけて、AIを活用したサイバー攻撃は質・量ともに急増し、企業や組織のセキュリティ担当者に新たな課題をもたらしています。 PwCが実施した「2025年 Cyber IQ調査」によると、経営層が最も懸念しているリスクは「サイバー攻撃」であり、特にAIを用いた新種の攻撃に対する危機感が高まっています。従来のセキュリティ対策は、既知の攻撃パターンやシグネチャに基づく検知が中心でしたが、AIが生成する新たな攻撃手法には十分に対応できていません。 本記事では、最新のAIを活用したサイバー攻撃の実態を解説するとともに、これらの脅威に対抗するた

はじめに 2025年4月2日、Gensparkより画期的な汎用AIエージェント「Genspark Super Agent」が発表されました。 本記事では、その概要と特徴をまとめ、実際にどのようなタスクを自動化・高速処理できるのかの解説と実際に触ってみた感想をお伝えします。 Genspark Super Agent とは Genspark Super Agentは、日常的なタスクを真に自律的に考え、計画し、実行し、ツールを利用して処理できる、高速かつ信頼性の高い汎用çです。 さまざまなツールを自動的に使用するオールインワンのスーパーエージェントとして設計されており、ユーザーの代わりに複雑なタスクを処理できます。 主なテーマと重要なアイデア 日常タスクの自動化 旅行計画・予約 レストラン予約 動画コンテンツの要約 市場調査とレポート作成 コンテンツ制作（動画、ポスター、ウェブサイト） プログラ

はじめに 今回は、現代のWEB開発で最も使用されている言語/フレームワークであるTypeScript/React/Next.jsについて学ぶために、私がおすすめしたい学習資料についてご紹介したいと思います。 非常に有用で、初心者から中級者、上級者まで幅広い層に向けた内容が含まれていますので、時間を見つけて是非読んでみてください。 ※TypeScript/React/Next.jsって何？という方のために、簡単に以下にそれぞれご説明いたします。 TypeScript Microsoftが開発した、JavaScriptを拡張したプログラミング言語。JavaScriptに比べ、型安全性の向上によるエラーの早期発見や、型注釈でコードの意図を明確にすることによる可読性/メンテナンス性の向上が期待できる。現代のWEB開発においては、ほとんどの開発者がJavaScriptからTypeScriptへ移行し

目的に合わせた4つのエージェントレベルがある Agnoなら目的に応じて、簡単な推論エージェントから複雑なチームまで作成可能： レベル0：基本推論のみ レベル1：外部ツールでタスク実行 レベル2：知識ベースとメモリを統合 レベル3：複数エージェントのチーム運用 AIエンジニアリングは、ソフトウェアエンジニアリングである AI製品の開発においては、80%が通常のPythonコードで解決可能であり、残りの20%にAIエージェントを活用することで効率化を図ります。Agnoはこのような用途に最適化されています。 Agnoは馴染み深いif、else、while、forなどの標準的なプログラミング構文を使い、シンプルかつ明確にAIロジックを記述できます。複雑な抽象化を避け、誰にでもわかりやすいコードを実現しています。 シンプルなコードでエージェントを定義 例えば、WEB検索を行うAIエージェントは以下の

1. はじめに 日本時間2025年3月25日、Microsoftが自社開発のブラウザ自動化ツールPlaywrightがModel Context Protocol (MCP)に対応したと発表しました。この発表は一見すると技術的なアップデートの一つに過ぎないように思えますが、実は生成AIとブラウザ自動化の融合という観点から見ると、ビジネス現場に大きな変革をもたらす可能性を秘めています。 これまで生成AIは主に情報提供や内容生成が中心でしたが、MCPに対応することで、AIがブラウザやデスクトップアプリケーションを直接操作できるようになります。つまり、AIが「考える」だけでなく「行動する」能力を手に入れたといえるでしょう。本記事では、PlaywrightのMCP対応の概要と技術的背景、そしてこれによって可能になる新たなビジネスユースケースについて解説します。 また、後半で試しにClaude fo

とりあえず 下にも書いてますが、とりあえずManusの成果物のこれ見てほしい。DeepResearch的な使い方をした、成果物です。 はじめに AI技術の進化はすごすぎて、ChatGPTが登場したのが今となってはいつのことやら、といった隔世の感があります。その後、Claudeが出て、Artifact すげーーとなり、またそのあとAIエージェント型のツールが様々登場し、Cline、Devin、Cursor など自律的なツールがどんどんの世の中に登場し、これどーなっちゃうの！と毎日感じてます。 自分たちだけで内輪で盛り上がるのももったいないので、以下のようなイベントを定期的に名古屋で開催して、外部の人ともナレッジ共有したり、と日々行っています。 で、また最近登場した中華製のAIツール「Manus」は、出始めた当初からかなり話題になっていて、利用が招待制だったので、しばらく待たないと使えなかった

1. はじめに 日本時間2025年3月26日早朝に、次世代の大規模言語モデル（Large Language Model, LLM）として「Gemini 2.5」が発表されました。特に「Gemini 2.5 Pro Experimental」は、多くのベンチマークテストでトップクラスの性能を示し、より複雑な思考に対応できる新しいAIモデルとのことです。 2. Gemini 2.5 とは？ “Thinking Model” とは？ 従来のAIモデルは、テキストを入力するとそのまま答えを返す「変換（変形）」作業に近いイメージでした。 一方、Gemini 2.5は「Thinking Model（思考モデル）」と呼ばれる仕組みを採用し、回答を導く前に内部的なステップ（推論プロセス）を踏むようになっています。 これにより 複雑な文脈の理解 筋の通ったロジック（論理展開）の保持 回答の正確性向上 が期待

はじめに 以前、Claudeでマークダウン形式の情報を生成して、MCPを使いマークダウン形式でファイル出力し、このファイルをObsidianで読み込むということをしました。Zenn記事にもしています。 SNSで調べている中で、Obsidianのコミュニティプラグイン「MCP Tools」が存在していることを知りました。この「MCP Tools」を使うと、ClaudeがMCPの仕組みを使ってObsidianの情報へアクセスして回答を生成することができます。また、Obsidianの情報も追加・変更できるそうです。 前提 下記アプリケーションがご利用のWindowsにインストールされている前提で記事を書きます。 Obsidian (https://obsidian.md/) Claude Desktop (https://claude.ai/download) プラグインインストール＋有効化 O