はじめに 個人の健康データを収集・集約・分析するシステムを開発している（以前の記事）。7つのリポジトリ、Railsアプリ、Pythonスクリプト群、MCPサーバーからなるシステムで、開発にはClaude Codeを全面的に使っている。 Claude Codeは強力なツールである。CLAUDE.mdにプロジェクトの設計方針を書いておけば、それを踏まえた実装を提案してくれる。個人開発でありながら、アーキテクチャを崩さずにシステムを拡張し続けられたのは、このツールに負うところが大きい。 一方で、使い込む中で気になったこともあった。とりわけ秘密情報の扱いである。AIコーディングツールはファイルを読み、コマンドを実行できる。その能力が秘密情報に向いたとき、どうなるか。 本記事では、Claude Codeでの開発体験と、秘密情報管理で実際に直面した問題と対策を紹介する。 Claude Codeでの開発

これまでのAIは「対話」の枠組みにとどまっていましたが、現在はAIがPC操作を代行する「エージェント」へと進化する歴史的転換点にあります。その最前線が、Claudeデスクトップアプリ限定の「Cowork（コワーク）」機能です。従来のプロンプトによる断片的な生成とは異なり、Coworkはブラウザやローカル環境を自律的に操作し、一連の「ワークフロー」を完結させる「副操縦士」として機能します。本記事では、この革新的な機能を使いこなすための「スキル」活用術を徹底解説します。専門的な知識がなくても簡単にできる「スキル」の具体的な作成方法も解説していますので、最後までご覧ください。

※この投稿は米国時間 2026 年 4 月 23 日に、Google Cloud blog に投稿されたものの抄訳です。 AI モデルの性能向上に伴い、Firebase や Gemini API、BigQuery、GKE などの Google Cloud プロダクトを活用した開発にエージェント型 AI ツールを取り入れる技術者が増えています。では、こうしたテクノロジーに関する正確かつ最新の情報を、モデルにどのように与えればよいのでしょうか。 その方法の一つが、AI エージェントを、グラウンディングされたリアルタイム情報源に接続することです。たとえば Google は、デベロッパー向けドキュメント用の Model Context Protocol（MCP）サーバーを提供しています。ただし、MCP サーバーを過度に利用すると、「コンテキストの肥大化」と呼ばれる問題が生じることがあります。大量の

はじめに 日本経済新聞社のCDIO室でセキュリティエンジニアとしてインターンをしている佐藤浩一郎です。 昨今、AIを活用した開発ツールが一般化し、プロダクト開発のスピードは飛躍的に向上しました。しかし、その裏側では「開発速度に対してセキュリティチェックが追いつかない」という新たな課題が顕在化しています。 こうした状況を受け、私は現在「脆弱性診断の内製化」をテーマに掲げ、AIを用いた診断手法の調査やプロセス改善に取り組んでいます。 脆弱性診断の内製化の取り組みについては、こちらの記事でも詳しく紹介しています。 https://hack.nikkei.com/blog/advent20251223/ 今回は、日経で日々利用しているGMO Flatt Securityのセキュリティ診断AIツール「Takumi」を取り上げ、脆弱性診断×AIについての現在をご紹介します。 セキュリティ診断AIツール

Google Cloud Next ’26で発表された「Google Workspace MCPサーバー」をご存じでしょうか。MCP サーバーと聞くと、少し開発者向けで難しそうに感じるかもしれません。ただ、ざっくり言えば、AIアプリケーションやAIエージェントから、Google Workspaceの機能をより安全に、そして標準化された形で扱えるようにする仕組みです。現在はプレビュー版として提供されているのですが、先日Google Workspaceのデベロッパープレビュープログラム(※1)に申請を行い、無事に申請が通り、検証できる環境が整いました。 というわけで、今回はGoogle Workspace MCPサーバーの概要と実際に使ってみた所感をお伝えします。 ※1 Google Workspaceデベロッパープレビュープログラムへの参加はコチラのフォームから申請することができます。 Go

Claude Code、Codex CLI、OpenCode等のAIを使ったコーディングはすっかり一般的になりました。（※なおタイトル画像はAIに作ってもらいましたが、この文章は100%人間が書いています。） 一方でAIコーディング活用の壁は大規模言語モデル(LLM)利用のコストでしょう。私の周辺には$100/月や$200/月といったLLMのサブスクリプションにプライベートで加入している人がたくさんいますが、これはかなり例外的で、業務ならともかく趣味のコーディングならせいぜい数千円/月ぐらいで始めたい人も多いのではと思います。 この投稿ではOpenCodeで安価にAIコーディングをはじめる – おすすめ構成($0～$30/月)で紹介したパターンのうち、$10/月、$30/月のパターンを例に、どのように節約する(＝トークンの消費を抑える）のが良いかというのを自分の経験（実践）の範囲で説明しま

Chrome DevTools MCP に最近触れていて、衝撃を受けています。 Chrome DevTools MCP は、Claude Code などの MCP クライアントから Chrome DevTools Protocol(CDP) を通してブラウザを操作する仕組みです。ざっくり言えば、「AI に、普段使っている Chrome をそのまま操作させるためのインタフェース」です。従来の Selenium や Puppeteer のように大量の操作コードを書くのではなく、「このボタンを押して」「CSV をダウンロードして」と自然言語で指示できるのが特徴です。 過去にクローラー本を書いてきた人間として言うと、人類が「プログラムにやってほしかったこと」がかなり自然に実現できる時代になった、という感覚があります。HTML 要素を 1 つずつ調べてセレクタを書く、という作業を延々やらなくて済みま

自分がオーナーシップを持って物事を進める時には、少なくとも組織内ではその領域のことを一番考えているという自信を持つほうがいいと思っていて、そのあたりの話を雑に書いておきたい。 なんでかというと、結局一番考えてないと説明責任を果たせないからなんだよな。たとえば「なんでこういう方針にしたんですか？」、「このあたりは考慮できていますか？」みたいにまわりから聞かれた時に、「それはもう過去に私の脳が通ってきた道だ」みたいな感じで二周目状態になっていないと説明できない。 自分は昔「説明責任とかしゃらくせえ、"遂行" できればええやろ」と考えていたことがある。それはそうで、小さいタスクだとそれで全然OK。けどねぇ、なんかうまくいかなくなるんだよな。説明しながら "刻む" 進め方を身につけないと、物事を前に進められなくなってくるのよ。もしかしたら "圧倒的" なレベルの人はそんなことはないのかもしれないけ

はじめに PM業務をAIエージェントで効率化する事例は近頃よく見るようになりました。私もClaude CodeがリリースされてからPM業務もAIで管理しはじめ、現在は10ヶ月ほど経過し陥りがちな問題や守るべき原則などが見えてきたため、ここで紹介させていただきます。 本記事では業務をAIエージェントで回すために重要と考えている5つの原則と、それを実践した12の具体例を紹介します。 具体例としては、コンテキストの自動収集、プロジェクトの自律実行、スプリントタスクの一括起票といったケースでAIを利用しています。 構成図 原則を話すにあたって、先に構成図を示した方が理解しやすいため掲示します。 横軸は業務フロー、縦軸はレイヤーで分けています。 5つの原則は業務フローのどの段階を担うかで配置していて、原則1で外部サービスからMarkdownへ情報を集約し、原則2・3でMarkdown上の業務進行を支

上司になる人にアドバイスするとしたらどういうことを伝えるだろうか？ 機能する上司になるのはほんとに難しい。 役職は会社から与えてもらうことができるが、、だからといって部下がついていくかどうか？は別物だ。フォロワーシップのない管理職は本人も部下も辛い。 はじめて管理職になったのはたぶん32歳のときだった。当時の職場には管理職トレーニングなんてなかったし、そもそも上司ってほとんど見たことなかったし（小組織にしかいたことなかった）で、とりあえず現場プレイヤーのまま管理職になり、そのまま突進して、そして組織がでかくなって見事にいちど自分自身でパンクした。 そのときに幾つかの本を読み始めたんだがその一冊がジャックウェルチのエグゼクティブコーチをしてた人の本。 そこにリーダーにありがちな悪癖が20ある。おもいあたることがみなさんもないだろうか？ 極度の負けず嫌い 何かひとこと価値を付け加えようとする。

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? AI 関連サービスの使いすぎでお小遣いがピンチです。贅沢に ChatGPT Pro を契約して遠慮なく使いたい所ですが、ちょっとでも節約した使い方が出来ないか思考を巡らせてみました。 最近は Coding Agent の選択肢も豊富です。そもそも Codex にこだわらなければ他にもより安価なサブスクリプションはありますが、ここではそれは触れません。私よりもお小遣いが厳しい方は私の記事を読むよりは以下のような Coding Agent を検索しても良いでしょう。 色々な Coding Agent Claude Code （高ぇ） Ope

｢Qwen3.5-9B｣ は2026年にリリースされた高性能ローカルLLMのひとつ。HuggingFaceやLM Studioで無料でダウンロードできる Photo: かみやまたくみ 2026年も進化を続ける生成AIですが、伸びているのはOpenAIのGPTやAnthropicのClaudeだけではありません。 無料で公開されていてダウンロードして自分のPCで動かせる｢ローカルLLM｣も大きな発展を見せています。 この記事では2026年上半期にかけてのローカルLLMの動向をまとめます。 1. ローカルLLMの高性能化が止まらない｢Gemma-4-31B｣で画像認識をしているところ。同モデルはGoogleが2026年4月にリリースした非常に高性能なローカルLLMImage: かみやまたくみ2026年のローカルLLMで特徴的なのが、性能が大幅に向上したこと。 具体的なモデルとしては、3月にリリ

たしかに～となった。 Markdownは人間が書きやすくするために表現力を落としてる。でもAIが書くのであれば、わざわざ表現力を落としたMarkdownを使う必要がない、という話。 ※ 補足 AIが「設計確認して」って出してくるMarkdownを読むのはつらい、全部よまないよね、HTMLであれば より読みやすい形、インタラクティブな形になって確認しやすいよね、AIが書くならHTMLでいいよね、という文脈。 確認モレで余計な生成が行われるより、ちょっとリッチに確認しやすい文書だしてもらって、意図通りの生成が走るほうがトータルのトークン数も節約できると思う。 補足おわり ※ もうひとつ追記 いまのAIが、HTMLの出力について、わかりやすく伝わりやすいものが出力できるよう重点的に学習されていることも踏まえておいたほうがいいと思う。 HTML版とJava版で同じアプリ作っても機能性が全く違うよう

はじめに Claude Codeを使い始めて数ヶ月、便利だなと思いつつも「同じ指示を何度も書いてないか？」「無駄な前置きを毎回読まされてないか？」と感じる場面が増えてきました。 AIに作業を任せるのは便利ですが、AIを使うこと自体に発生するタイムロスに目を向けると、まだまだ効率化の余地があると気づきました。 この記事では、Claude Codeを触り始めたエンジニア向けに、私が実際にやってみて効果が高かった「個人ルールの設定」をまとめます。難しい設定はなく、ファイルに数行追記するだけで作業効率がはっきり変わるものを紹介します。 読み終わるころには、自分のCLAUDE.mdに何を書けば良いかのイメージが掴めるはずです。 基礎となる知識 CLAUDE.mdとは Claude Codeには、起動時に自動で読み込まれるCLAUDE.mdというファイルがあります。ここにルールを書いておくと、毎回プロ

はじめに X 上で見かけた 「もう Markdown じゃなくて HTML でドキュメント書いた方がよくない？」 系の議論（@trq212 のポスト等）には、まったく同感です。 というのも、自分は もう半年ほど前から、Claude CodeにHTMLでドキュメント生成させています。エージェントを使えばつかうほど、その生成物を直接人間が修正することが減るからです。プランファイルがその典型で、プランがまちがっていたらそれはAIに指示して修正させるべきで手動修正するべきではないのです。その理由は手間を減らしたいからではなく、「なぜそう出力されたか」の理由にたちもどって指示しないとAIは同じ間違いをくりかえしてしまうからです。そうすることで人間はAIと思考を共有することができます。 その場合、Markdownは人間が作成も修正することはなくなるわけで、Markdown形式がドキュメントの形式として

こんにちは。 GENDAでプロダクトマネージャー（PdM）をしている船坂です。 2026年3月から、カラオケBanBanのアプリに予約機能がつきました。「イマカラ予約」という名称で展開しています。 アプリのトップに「予約」ボタンが1つ増えた、それだけの話です。 ただ、このボタン1つにたどり着くまでに約14ヶ月かかりました。その裏話を書きます。 なぜ予約機能を作ったのかこれまで、カラオケBanBanアプリでは会員証やクーポン、店舗検索などが主な提供機能でした。 店舗検索機能を以前追加した際に、来店前の起動を獲得できるようになり、アクティブユーザー数を増やすことに成功しました。（詳しくはこちらの記事をご覧ください） アプリの次のステップとして、アクティブユーザーを店舗来店につなげる機能が重要なフェーズになっていました。 課題感としては、既存の予約システムは電話での予約がメインとなっており、電話

#!/usr/bin/env bash set -euo pipefail fuser -kvn tcp 8080 usage() { cat <<'EOF' Usage: ./lms-load-and-serve.sh <gguf-path> <identifier> Example: ./lms-load-and-serve.sh ../models/Qwen3.6-27B-UD-Q4_K_XL.gguf Qwen3.6-27B-UD-Q4_K_XL LMS_DISABLE_THINKING=0 ./lms-load-and-serve.sh ../models/Qwen3.6-27B-UD-Q4_K_XL.gguf Qwen3.6-27B-UD-Q4_K_XL Environment variables: MODEL_USER=local Import destination use