OpenAIやAnthropicが、いよいよ現場に降りてきた。 OpenAIが開発会社を立ち上げた。企業の中に入り込むエンジニア（Forward Deployed Engineer）を送り、AIを業務の中核に組み込む会社だ。AIコンサル・エンジニアリング会社も買収する予定で、約150人のエンジニアやコンサルが最初から参加するらしい。 https://openai.com/index/openai-launches-the-deployment-company/ Anthropicも同じ方向に動いている。Blackstone、Hellman & Friedman、Goldman Sachsと組んで、Claudeを企業の中核業務に入れるためのAIサービス会社を作る。Anthropic側のApplied AIエンジニアも、その会社のエンジニアチームと一緒に動く。 要するに、モデルを作る会社が、A

この連休に「Claude Code」を一気に勉強しようと思っている人向けに、「これを上から順番に見切ったらClaude Codeにめちゃくちゃ詳しくなれる」という記事・動画ガイドを作りました。 14のステップごとに記事・動画を紹介しており、「まず全体像をつかみ、土台を整え、育て方を学び、応用とチーム展開まで広げる」という流れを押さえられるようになっています。 ぜひ「このGWこそはClaude Codeを学ぶぞ」と思っていた方はご活用ください。 連休明けには「Claude Codeが自分の業務環境の真ん中に座っている」という状態になっているはずです。 1. 2026年、もはやClaude Codeはエンジニア以外も全員が使うべきツールになったなぜ非エンジニアこそClaude Codeを使うべきなのかを全体像から解説した記事です。プロジェクトフォルダ／`CLAUDE.md`／Skillsの三層

なぜ「Claude Codeに行く、その前に」なのかClaude Codeは、とても強力なエージェントツールです。ローカルファイルを編集でき、コマンドを実行でき、Git操作やMCP連携まで扱えます。実際、開発寄りの業務に限らず、あらゆる業務に適用できるエージェントツールの最有力な選択肢になってきています。 ただし、強い権限を持つツールは、そのまま業務に入れると、考えておくべきことも増えます。どのファイルまで触ってよいのか、社外秘情報や顧客情報をどう扱うのか、意図しない変更が起きたときにどう説明するのか。特に非エンジニアを含む組織展開では、便利さだけではなく、権限設定や運用の説明が必要になります。 今回あえて「Claude Codeに行く、その前に」と置いたのは、Code系のツールを否定したいからではありません。 むしろ逆で、強力なツールに進む前に、まずはAIと一緒に業務を進め、どこまで任せ

元山文菜@書籍「無くせる会社のムダ作業」発売中 @ayana_motoyama 「新人がAIに聞いたまま資料を出してくる！AIが出したものを俺が添削して戻したら、それをまたAIに読ませて戻ってくる。」と泣いてる同世代(40代半ば)が結構いて、「なんで、ちゃんと内容チェックしてくれないんだよ！なんで、ちゃんと自分なりに直して出してこないの…俺とAIの橋渡ししてるんならアイツいらなくなっちゃうだろ。何回言ってもそのまま出してくるから、もうAI禁止なのかな…」って嘆いてるんですが、多分、新人の子は内容チェックしてるんですよ。きっと自分なりに直してもいると思う。ただ普通に考えてAIの知識は既に私たちを超えてる。我々がAIの矛盾に気づくのは単に歳を重ねてるからに過ぎなくて、自分よりレベルが高い資料が出てきたら何をどう直して良いのか分からないと思う。AIに任せて思考停止しちゃってるわけではなくて、自分

大学のDXやAI活用の話を聞く機会も増えてきた。 だが、その規模の大きさはまちまち。全学的な基盤整備として大規模に投資を進める大学もあれば、特定の学部や研究室単位で実証的に導入を進めるケースも少なくない。 前者は教育・研究・事務のあらゆる領域を横断的に変革するポテンシャルを持つ一方で、組織の合意形成や運用体制の構築に時間を要する。後者は機動力に優れるものの、取り組みが部分最適にとどまり、全体としての成果が見えにくいという課題を抱えやすい。 そんな中、今回慶應義塾が発表した動きは、ちょっと”レベル”が違う。 なんと慶應義塾は、全教職員にNotionを導入し、168年分の知的資産をまとめてAIに学習させるという、かなり大胆なプロジェクトを始動させたのだ。 この取り組みのどこがすごいのか。 ポイントは、単なるツール導入ではなく、「大学に蓄積された知識そのもの」をAIで使える形にしようとしている点

サービスのURLを入力するだけで、 Wicle AIエージェントがお答えします プロダクトの概要やビジネスモデル、機能性、競合情報などを自動抽出して 顧客理解の向上につながるインサイトが得られます。 0123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789,012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789件のサービスが分析されています

大学のDXやAI活用の話を聞く機会も増えてきた。 だが、その規模の大きさはまちまち。全学的な基盤整備として大規模に投資を進める大学もあれば、特定の学部や研究室単位で実証的に導入を進めるケースも少なくない。 前者は教育・研究・事務のあらゆる領域を横断的に変革するポテンシャルを持つ一方で、組織の合意形成や運用体制の構築に時間を要する。後者は機動力に優れるものの、取り組みが部分最適にとどまり、全体としての成果が見えにくいという課題を抱えやすい。 そんな中、今回慶應義塾が発表した動きは、ちょっと”レベル”が違う。 なんと慶應義塾は、全教職員にNotionを導入し、168年分の知的資産をまとめてAIに学習させるという、かなり大胆なプロジェクトを始動させたのだ。 この取り組みのどこがすごいのか。 ポイントは、単なるツール導入ではなく、「大学に蓄積された知識そのもの」をAIで使える形にしようとしている点

これらが24時間、macOS上で動いています。PCを閉じない限り止まりません。 全体のアーキテクチャはこうです: ポイントは、Claude CLIを「考えるパーツ」として使っていること。データの取得・加工はPythonで行い、「この情報をどう要約するか」「このメールは返信が必要か」といった判断だけをClaudeに任せています。 カテゴリ別: 何を自動化したか 1. メール処理（最も効果が大きかった） Before: 1日3回、3つのメールアカウント（個人・大学・就活用）を開いて確認。返信を書くのに30分〜1時間。 After: 10分ごとにGmail APIで全アカウントのメールを取得。AIが4段階に分類。 具体例: 教授からの「明日のミーティングの件」→ reply判定 → カレンダーから空き時間を取得して返信下書きを生成 学会からのCFP通知 → see判定 → Slackに1行通知

BASE株式会社執行役員の柳川です。金融事業の事業責任者をしています。エンジニア→PdM→事業責任者というキャリアを歩んできました。 今回はNotion AIを題材にAI活用の具体の話を書きます。ただの機能紹介ではなくて、「どういう考え方で使うとAIの出力が変わるか」という話です。 先日社内でNotion AIの勉強会をやったのですが、その内容をベースにしています。社内勉強会は2時間コースのみっちりですが、note用にサマライズしています。 読みながら手を動かせるように書いています。自分のNotionを開きながら読んでみてください。 昔チャットAIとエディタの比較記事を書きましたが、Notion AIはその中間という感じで、それが最高に使いやすいです。両方使ったからこそこの絶妙な感じが最高と理解できます。 チームで使うことを考えると今のところはこれがベストアンサー。 この記事は過去のNot

デザインシステムを Skills にしたら使いやすくなった サイボウズのプロダクトである kintone では、社内向けに kintone Design System と呼ばれるデザインシステムが提供されています。 AI Agent を用いた開発向けに、このデザインシステムの Skills 化を試みたところ、提供側・利用側ともに非常に取り回しやすい形となったため、事例として紹介します。 デザインシステム x MCP デザインシステムをコーディング用の AI Agent から活用する際、一例としては MCP の提供が挙げられます。 一時期話題になった印象で、個人的にも、以下の記事を参考にさせて頂いた記憶があります。 なぜ MCP が効いたか デザインシステム x MCP のパターンが普及した際の背景事情として、エージェントにナレッジを与える方法は限られていた、ということが挙げられます。 AG

みなさま新年度あけましておめでとうございます。 毎年恒例、「Googleのサービスに課金したいんだけど 全部網羅した比較表がなくて全然わからん」問題に回答する記事、2026年版です。 対象としては個人の趣味／副業用～個人事業主〜小規模組織くらいを想定しています。 いかれたメンバーを紹介するぜ！ 候補は下記。 Google One、Google AI Googleドライブが容量いっぱいになると「容量を追加しましょう！」つって出てくるアイツがGoogle Oneです。プランはベーシック、プレミアムの２つ。 Google AIはいわゆる有料版Geminiです。AI Plus、AI Pro、AI Ultraの３つがあります。 なのですが実はOneとAIにはあまり区別がなく、実質的には同じサービスで One ベーシック＜AI Plus＜One プレミアム＜AI Pro＜AI Ultraの５つのグレー

転職活動が終わった。内定も出た。あとは退職届を出すだけだった。 そのはずだった。 事の発端だが、俺は中堅SIerで働く34歳のエンジニアだ。去年の秋くらいからChatGPTを業務でもプライベートでもガンガン使っていた。 使い方はまあ、みんなと同じだと思う。コードレビュー頼んだり、メールの文面考えてもらったり。ただ、俺にはひとつ悪い癖があった。 個人情報を一切マスクせずにそのまま突っ込んでいた。 いやいや、OpenAIだって学習に使わない設定あるじゃん そう思うだろ？俺もそう思ってた。だからオプトアウトの設定だけして、あとは何も気にしてなかった。 具体的に何を入れていたか、正直に書く。 転職活動の職務経歴書。氏名、生年月日、住所、電話番号、勤務先の正式名称、部署名、プロジェクト名、上司の名前。全部いりのやつを「もっと良くして」ってそのまま張った。 確定申告の相談。源泉徴収票の数字を全部打ち込

AI Policy メルカリグループ AI活用基本ポリシー AIの可能性を最大限に引き出し、AI活用に伴うリスク管理とイノベーションを両立するための基本的な考え方をご紹介します。 本ドキュメントの対象：メルカリグループ 単語の定義： AI（Artificial Intelligence：⼈⼯知能）：「人工的な方法により人間の認知・推論・判断に係る知的な能力を代替・補完する機能、及びこれらの機能に基づいて入力された情報を処理して結果を生成する機能をいいます（人工知能関連技術の研究開発及び活用の推進に関する法律第2条に定める「人工知能関連技術」の定義によります。）。」 AIシステム：AIが使用されているシステム及びお客さまを始めとするステークホルダーに提供される機能を示します。 メルカリグループは、「あらゆる価値を循環させ、あらゆる人の可能性を広げる」というミッションを掲げています。このミッシ

こんにちは，松尾研究所の尾崎です．25卒でデータサイエンティストをやっています． 最近，AIエージェントがコードを書き，メールを要約し，会議を記録してくれる時代になりました．Claude Codeを複数同時に走らせたり，AIに調査を任せながら別の作業をしたり——気づけば，自分の仕事のやり方そのものがかなり変わってきています．しかし，そもそも「何をやるか」を管理するタスク管理そのものは，まだ従来のやり方のままという方も多いのではないでしょうか． 本記事では，自分自身のタスク管理環境を紹介しつつ，AI時代に「マルチタスク」の意味がどう変わっていきそうかを考え，AIがタスク管理にどこまで関与できるのかを「スペクトラム」として整理してみました．ツールの網羅的な比較というよりは，AIとタスク管理の関係性について考えてみたって感じのエッセイだと思ってください笑． 1. 自分のタスク管理環境 まず，自分

環境設定から並列セッションでのスケーリングまで、Claude Code を最大限に活用するためのヒントとパターン。 Claude Code は agentic coding 環境です。質問に答えて待つチャットボットとは異なり、Claude Code はファイルを読み取り、コマンドを実行し、変更を加え、あなたが見守ったり、方向を変えたり、完全に任せたりしながら、自律的に問題を解決できます。 これはあなたの作業方法を変えます。自分でコードを書いて Claude にレビューしてもらう代わりに、やりたいことを説明すると Claude がそれをどのように構築するかを考え出します。Claude は探索し、計画し、実装します。 しかし、この自律性にも学習曲線があります。Claude は理解する必要がある特定の制約の中で動作します。 このガイドでは、Anthropic の内部チームと、様々なコードベース、

ノンエンジニア向け Notion AI 「最初の一歩」講座 — プライベートの使いこなしからチーム展開まで、全部話します — お久しぶりです、miyatti@生成AIエバンジェリストです。ブログは結構久しぶりです。今回はNotionAIの記事かかせてもらいます。いやーだってもうNotionAI最強ですから。Loveです。ノンエンジニアはNotionAIつかおうぜ！！！！・・・あれお前ずっとCursorおしてなかった・・・？というツッコミがきそうですが。まぁえーと。 いや、Cursorも推しですよ。ただ、最近CursorでもClaudeCodeでもいろんなノンエンジニア的に気になるAIツールたくさん出てきてますよね。 「このタスクにはどのAIを使えばいいんだろう？」「先週覚えたツール、もう古くなってない？」こういう声、めちゃくちゃ増えました。企業が使うSaaSやアプリケーションは平均80以上

Google Stitch、話題になってますよね。 ただ、デザイナーじゃない自分からすると 「すごそうだけど、結局なにができるの？」 がよくわからなかった。触ってみたいけど、何から手をつければいいかもわからない。 同じように感じている人、けっこういるんじゃないかと思います。 なので、非デザイナーの私が実際に触りながら「こういうやれば、だいたいわかる」というハンズオンマニュアルを作りました。 あくまで"だいたい"です！！ この記事の通りに手を動かしてもらえれば、Google Stitch がどんなものか、なんとなーく掴めると思います。よければ使ってください。 そもそも Google Stitch って何が話題なの？Google Stitch のすごいところは、簡単にいうと3つだと私は思っています。 AIネイティブなデザインキャンバス: テキストや音声で指示するだけで、無限キャンバス上にUIデ

AIが書いた文章は、なぜバレるのか ChatGPTやClaudeに文章を書かせると、どこか「それっぽい」仕上がりになる。丁寧で、整っていて、読みやすい。でも何か引っかかる。その違和感の正体を、Wikipediaのコミュニティが体系的にまとめていることを最近知りました。 「Signs of AI writing」というページがそれです。WikiProject AI Cleanupという有志のプロジェクトが、Wikipedia上に紛れ込んだAI生成記事を何千件も精査するなかで、パターンを抽出してきたものです。たとえば「pivotal」「landscape」「tapestry」といった単語が2023年以降の記事で急増しているとか、emダッシュの使用頻度がLLM以前と以後で明らかに変わったとか、そういう具体的な観察に基づいています。 ぼくはClaude CodeなどのAIに手伝ってもらって出力され