【AI駆動開発】100ページ超のPDFをMarkdownに変換してAIに読ませる方法 はじめに 最近、大規模システムの引き継ぎ案件を受けました。 その案件はAI駆動の進め方が許可されていたので早速AIを利用して、引き継ぎどんどん進めていくぞ！ と思ったのですが、いくつか困ったことがありました。 そう、資料のほとんどがエクセルで構成されているのと、外部API仕様書のほとんどが100P以上あるPDFデータになっていました。 AIを利用する上で、エクセルなどはもちろんのこと、重厚長大なPDF資料を読み取ることも苦手でございます。 なので、各種ファイルをAIが読みやすい資料にするべく、マークダウンの形式に書き換えていく必要があります。 今回はその中でもPDFをマークダウンに変換する処理についてを紹介できればと思います。 この記事の最後に「ワークフロー」と「Pythonスクリプト」を載せています。

AIエージェントがPostgreSQL対応の優れたコードを書けるようになるAgent Skill「Postgres Best Practices」、Supabaseが公開 PostgreSQLをベースにしたBaaS（Backend as a Service）の「Supabase」を開発し提供しているSupabase社は、AIエージェントがPostgreSQLに対応した優れたコードを書けるようになるAgent Skill「Postgres Best Practices」を公開しました。 We're launching a new series of Agent Skills focused on Postgres Best Practices These skills will empower your AI coding agent to produce top-notch, accura

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

わりと複数の企業のお悩みが、「そもそも生成AIでやるべきでない問い」にチャレンジして疲弊してる。ので説明メモ。 大企業が生成AIを導入してうまくいかないケースの多くは、ツールの性能不足というより、業務設計がズレている印象があります。 もう少し正確に言うと、「AIが苦手な問い」をそのまま投げている。で、当然苦戦しています。 ポイントは大きく2つあります。 完璧性を要求する仕事を、やってはいけない ステップが長く連鎖する仕事も、やらせないほうがいい 順番に解説すると… そもそも完璧性を要求する仕事を、やってはいけない生成AIは確率分布で、未来を予測したり、答えを予測するマシーンです。つまり、「確率的に間違えが発生する」ことは仕様の一部です。 なので、以下のような「そもそも100%の正しさを前提とする業務は苦手」です。 正解が一意で厳密：数式の厳密計算、機械語や厳密仕様のコード生成（1文字違いで

Top > 学術＆研究 > LLMは「同じ質問を2回」入力すると精度が上がる──Google研究者ら、プロンプト反復の効果を短報で報告

はじめに こんにちは、和田です。いえらぶGROUPで開発部の執行役員を務めています。 弊社も例に漏れず、今年はAI活用に非常に注力してきました。Cursorを全エンジニアに導入し、テックリードにはClaude Codeを配布、業務効率化・実装スピード強化・精度向上を進めてきました。 そんな会社で、私はある新人エンジニアに対して「AIの使用を禁止する」という判断を下しました。 先日ちょっと話題になってましたね、こちらの彼の話です。 社内でも圧倒的なAI推進派の私がなぜそのような判断をしたのか。そして3ヶ月後、その新人はどう変わったのか。この記事では、私の目線からのある種答え合わせ的なつもりで経緯と結果をまとめてみました。 最初は「AIをどんどん使わせていた」 新人が入社した当初、私は彼にもCursorを使わせていました。なんならClaude Codeも使わせていました。理由はシンプルです。

「Nano Banana Pro」で ストーリー漫画の作成を試してみました。 1. Nano Banana Pro で ストーリー漫画の作成を試す作成した漫画は、次のとおりです。 2. Nano Banana Pro で ストーリー漫画の作成手順2-1. キャラクター設定画像の作成「Nano Banana Pro」でキャラクター設定画像 (1K) を作成します。 設定は「ChatGPT」と相談して作成しました。 キャラクター設定の画像を作成して。 ## 琴音こだま（主人公） - 高校1年生女子 - 極度のコミュ障／人見知り - 身長150cm - ピンクロング、猫背ぎみ - ストリートファイター2の異様な上手さが取り柄 - ゲームパッドを抱えて生活している - ふだんはぼそぼそ喋るが、対戦中は豹変 # 美咲（サブキャラ／友達役） - 同級生女子 - 黄色ポニーテール - 明るい／人当たりが

https://anond.hatelabo.jp/20251214182609 そもそも責任とはなんだろうか。日本語では曖昧だが、英語圏では以下の責任を明確に区別する。 responsibility（遂行・運用上の責任）accountability（説明・是正・制度設計の責任）liability（法的・金銭的賠償責任）元増田が使っている「責任」はこの三つが混在しているが、それぞれ分けて考えると、議論の見通しが良くなる。 ①responsibility（タクシー業を遂行する責任）事故をなるべく起こさずに運転する、という意味では、AIが人間より高い responsibility を果たし得る、という指摘には同意できる。 疲労せず、注意が散漫にならず、統計的に安定した挙動を取れる以上、運転行為そのものに限ればAIの方が優秀な場面は多いだろう。 ただしこの記事で扱われている responsibi

こんにちは。サイオステクノロジー武井です。今回は、AIエージェント/MCPサーバー実装ガイドを作成しましたので、そのご案内をしたいと思います。 AIエージェント/MCPサーバー実装ガイドとは？ AIをより便利に活用するための AIエージェント や、その拡張技術である MCP（Model Context Protocol） を体系的に学べる教科書となっております。以下で実施するイベントにて、ダウンロードURLを公開し、皆様にダウンロードいただけるようになります。是非ともご参加ください。 AIエージェント/MCPサーバー実装ガイド 解説セミナー https://tech-lab.connpass.com/event/378331/ ガイドの総ページ数は201ページとなっており、かなりのボリュームとなります。7章の構成となっており、読了頂くことにはもうMCPサーバーについては怖いもんなしという感

はじめに これは「フィヨルドブートキャンプ Advent Calendar 2025」の15日目の記事です。 fjord-calendar.jp 昨日の記事は id:unikounio さんの「【Obsidian】Thinoで思考の整理を楽しもう」と、 id:hiroblogdesu さんの「フィヨルドブートキャンプに入会して丸2年が経ったのでモチベについて語らせてください」でした。 今回はメンターである僕、伊藤淳一がふだんの業務で生成AIをどんなふうに使っているのかを紹介したいと思います。 また、記事の後半ではフィヨルドブートキャンプ生に向けて、プログラミング初学者が生成AIを利用する際の注意点についても書いてみます。 【もくじ】 はじめに どんな生成AIを使っているのか どんなときに使うのか 自分でコードを書いてもいいが、ちょっと面倒なとき 自分で調べてもいいが、時間がかかりそうなとき

IVRyでAIエンジニアとして働いているMoriyaです。 本記事は、IVRy Advent Calender 2025「IVRy AIブログリレー Part2」1日目の記事です。 導入世はAIエージェント時代。OpenAI、Googleをはじめとした様々な企業が、エージェントに関するプロダクトを相次いで発表しています。 もしかしたら、あなたの会社でも、「AIエージェントを作って」という大号令がかかるかもしれません。しかし、「何から始めればいいのか？」と途方に暮れる方もいるでしょう。 そんな時に、どのようにプロジェクトを進めて、AIエージェントを開発していくべきかを、IVRyでのプロダクト開発を振り返りながら言語化してみました。 1. 「現状のプロセス」を言語化するAIエージェント開発を成功させる最初の鍵は、「何を実現したいのか？」を定義することです。しかし、「何を実現したいか？」が漠然と

AIを使う開発者は自分の好みの言語よりも、AIのハルシネーションが少ないTypeScriptのような型付け言語を選ぶようになる。GitHubがAIによる変化を予想 GitHubは、開発ツールとしてAIが導入されていくことで、プログラミング言語やフレームワークの選択にどのような影響を与えるかを考察したブログ記事「TypeScript, Python, and the AI feedback loop changing software development」（TypeScript、Python、そしてAIフィードバックループがソフトウェア開発を変えていく）を公開しています。 AI導入によって静的型付け言語が選ばれるようになる 記事では、静的型付け言語の方がAIがより正確なコード生成を行いやすい傾向にあり、それゆえにAIツールを利用する開発チームでは開発者の好みよりもAIとの相性が良いプログ

S&P500神話の終わる時　～インデックス投資バブルの形成過程と、AI投資がもたらす株式市場のレジームチェンジ～ １．実体経済とは別物になった米国株式市場 1990年代の米国株の時価総額上位は、エクソンモービル（石油）、AT&T（通信）、ウォルマート（小売）、ゼネラル・エレクトリック（電気機器）、メルク（製薬）、コカコーラ（食品）、シティグループ（銀行）といった銘柄で構成されていた。 2025年現在の時価総額上位は、Nvidia、マイクロソフト、アップル、アマゾン、メタ、ブロードコム、アルファベット（Google）、テスラなどで、ネットやITサービス、半導体などのテックカンパニーに大きく偏っている。 首位のNvidiaが4.3兆ドル、2位マイクロソフトと3位アップルが3兆ドル後半の時価総額を付けているのに対して、10位のJPモルガン、11位のウォルマートが0.8兆ドル、15位のビザ、18位

Created with Gemini

AIエンジニアリングを、広めたい。 共訳した書籍「AIエンジニアリング（オライリー・ジャパン）」が2025年11月28日(今週！)に発売します。 共訳者であるkagayaさんがこちらの記事で「AIエンジニアリングとは何か？」という概念自体について掘り下げてくれました。 簡潔に述べると、本書内でAIエンジニアリングは「基盤モデルを使ってアプリケーションを構築するプロセス」と定義されており、この分野はGPT-3.5、GPT-4といったモデルたちがAPIとしてアクセスできるようになってから急速に発展してきました。 本記事では、書籍『AIエンジニアリング』がどのようにその学びを助けてくれるのか、その内容を紹介していきます。 この2、3年で急速に発展してきたこの分野では、我々訳者を含め多くの開発者が手探りで挑戦を続けてきました。コストやレイテンシーといった制約の中で、いかにAIの能力を引き出し、確か

グローバルリーガルテック 企業における Google Security Operations と Security Command Center Enterpriseを活用したセキュリティ監視

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに Google Antigravityがリリースされました。 「Cursor, Windsurf...またAI搭載エディタか」って思いませんでした？ 僕も最初そう思ってたんです。 でもね、ドキュメント読み込んでいくうちに、ちょっと考えが変わりました。 Google Antigravityって、単なる「AI補完付きエディタ」じゃないんです。 「エージェント（自律思考AI）」が主役の開発環境なんですよね。 ブラウザ操作から複数リポジトリの同時開発まで、未来の機能がてんこ盛り。 この記事を読めば、Antigravityの全体像がつかめ