はじめに お試しタスク 検討のポイントなど ClaudeのMCP 設定など 使った感触 Cline (Cursor) 設定など 使った感触 余談：Cursorは？ Copilot Plus 設定など 使った感触 おわりに はじめに 現在、仕事と研究に関するかなりの文章をObsidian上で書いているので、これらの書いたものや記録・メモ・資料などを生成AIで参照しながらいろいろな作業ができるようになったら良いかもと考えてここさいきんObsidianと生成AIの連携をいくつか試していて、とりあえずそれぞれ初期設定はできて動かせたので簡単な感触などをメモしておきます。というわけでこの記事ではObsidianと生成AIを連携させることでこんなすごいことが、みたいなアイディアの話は出てきません。たぶんこれからいろんな人たちが面白いことを考えてwebに書いてくれるのではないかと思いますので楽しみにして

https://www.inceptionlabs.ai/news Inceptionという会社のMercuryという拡散言語モデルがすごい。 いつか出るだろうと思っていたのだが、なかなか姿を見せなかった、拡散言語モデルである。 スピードの差は一目瞭然 速すぎワロタいまAIは、「頭の良さの差」を競う段階に来ている。 「頭の良さ」を測る尺度はたくさんあるが、僕は答えの用意されたテストを解くことをたいして良い尺度だと思っていない。まあ答えの用意されたテストしか解いてこなかった人たちにはそれでも十分な尺度なのだと思うが。 ただ、「考える速さ」というのは間違いなくひとつの尺度だし、その点で言うとMercuryは速すぎなのである。 なぜMercuryがこんなに速いのか。 それは、Transformerじゃないからだ。 TransformerにしろRWKVのようなRNNにしろ、「ここまで書いたから続き

株式会社HAPPY ANALYTICSの小川卓（id:ryuka01）です。 Looker StudioはGoogle Analytics 4（GA4）をはじめとした多くのデータソースを活用してウェブ上でレポートを作成することができる、Googleが提供している無料サービスです。多くの企業で利用されている人気のサービスで、以下のようなメリットがあります。 1. 複数のデータソースを一つにまとめて、レポートを閲覧することができる 複数のツールにログインしてデータを見るのは面倒です。一か所で重要な数値がまとまっていれば手間も減りますし、数値の関係性をぱっと確認できます。 2. 各ツールの使い方を覚える必要がない Google Analytics 4やGoogle広告など、各ツールの権限を付与してもらい、使い方を覚えるのは面倒です。必要なデータは一部なのに、そのための学習コストが高く面倒でデータ

はじめに honeshabri.hatenablog.com 骨しゃぶりさんのブログで音声入力が激推しされていて、自分も普段から音声入力を使っているので、その使い方にとても共感できたし嬉しかったです。普通に音声入力がもっと流行ってほしいなと思います。 骨しゃぶりさんのブログ記事に触発されたのもあり、僕も音声入力について記事を書いてみました。この記事では自分のおすすめ音声入力ツールとその活用法を紹介したいと思います。 SuperWhisperのすすめ Whisperという音声認識モデルをご存知の方は多いと思います。これはTransformerベースの音声認識モデルで、OpenAIからOSSとして公開されています。特徴としては従来の音声認識と比べて、聞き間違いや聞き逃しが少なく、ノイズやフィラー（えーと、うーん、あー）を上手に無視してくれて、音声認識の精度が高いというところがあります。 よくあ

なぜオジサンは一人でブツブツと喋るのか。 それは、音声入力こそが最強のプロンプトを生み出すからである。 両手をキーボードから解放する時が来た。 忙しい人向けの説明 さっそくChatGPTを開き、iOSのマイクから音声入力を起動したら、 これを使って入力 「本しゃぶりというブログにChatGPTの使い方について、面白そうな記事があったのでメモ。なんか音声入力を使うといいらしい。これまで話した内容について整理し、マークダウンで出力して」 と喋っておこう。誤字脱字などの修正をせずに投稿すればいい。 以上。 音声入力と生成AIの組み合わせが強い 生成AIをうまく使いたいならば、詳細なコンテキストを与えるのが良い。しかし、ここに大きな問題があった。 人間というものは楽をしたがる生き物である。特にAIに助けを求めるような人は、なおさらだ。文章を入力することに面倒くささを感じ、つい最小限の指示で済ませて

エンジニアをやっていると、いろんなプロジェクトに関わる機会がある。 タスクを管理したり、スケジュールを調整したり、進捗を見たり。 エンジニアをはじめて最初のうちは「とりあえず開発だけやっていればいい」と思っていたけど、 プロジェクト全体の流れを把握できるようになると、 「めちゃくちゃ生きやすくなる」 ことに気づいた。 プロジェクトマネジメントスキルって、リーダーやPMだけのものじゃなくて、 どんなエンジニアでも持っておくと、仕事がスムーズになるし、メンタル的にも楽になる。 そんなことを考えたので、整理してみる。 プロジェクトマネジメントスキルがあると、生きやすくなる理由1. 目の前のタスクに追われなくなるエンジニアとして開発していると、目の前のタスクをこなすことに集中しがち。 でも、プロジェクトマネジメントの視点を持つと、 「今やっていることの意味」 が見えてくる。 「この機能は、最終的に

「ChatGPTにレポートを書かせれば、一瞬で終わるんじゃないの？」 2023年4月、当時大学4年生の私はそう考えていた。大学では毎週の課題が山積み…ではないけど、真面目にやったら週に２０時間近くかかる。 ChatGPTに丸投げされたレポートを検知する方法が次々と見つかり、教授に怒られ、単位を失う。ニュースでは、そんな学生の話が連日報道されていた。周りの学生は「AIなんて使い物にならない」と考え、嫌々ながらも自力でレポートを書いていた。 「何か、妙案はないのか？」 そんな一筋の希望を求めて、私は数百時間かけて国内外のニュースや論文を読み漁った。文章を書くのも、宿題をするのも嫌い。なんとしてでもやりたくない。 毎日何十回もプロンプトを打ち込んだ。連日回数制限に遭い、解除されるとすぐに打ち込んだ。数ヶ月間、私はレポートをサボるための方法を考え続けた。 それは、帰宅後の自由を守るための、”聖戦”

Developers Summit 2025 公募セッション "データの整合性を保つ非同期処理アーキテクチャパターン" https://event.shoeisha.jp/devsumi/20250213/session/5585 --- 1つの業務が一連のイベント（出来事）から構成されるシス…

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? PMBOKのテーラリングについて記事を書きました。 プロジェクトマネジメントの手法は、「全部入り」でも「完全省略」でもNG。大切なのは、プロジェクトの特性に合わせて「使える手法は何でも使う」という考え方です。 金融系基幹システムのシミュレーションとしての更改事例も紹介し、要件定義・開発・管理の各フェーズでどのようにテーラリングしたかを実践的に解説しています。 はじめに：なぜテーラリングが必要なの？ 「PMBOKの手法をすべて導入しないといけない」 「アジャイルだからウォーターフォールの手法は使えない」 ...こんな思い込み、ありませんか

毎日やるべきことをスムーズにこなしていくために、自分に合ったタスク管理の方法を身につけるのが大事だなーと思いました。去年からあれこれ新しいやり方やアプリを試してみて、だいぶ整ってきました。 僕はここ最近、カレンダー、リマインダー、メモ、ChatGPT、Notionを組み合わせて使っています。これで無駄なくタスクを処理できるようになりました。 この記事では、僕が毎日どんな感じでタスクを整理しているのかを紹介します。 1. 使っているツール 僕がタスク管理に使っているツールは以下の5つです。 iOSのカレンダー（日時が決まっている予定の管理） iOSのリマインダー（思いついたタスクを放り込む） iOSのメモ（その日やることをざっと整理する） ChatGPT（タスクを効率的に整理してもらう） Notion（実行リストとして使う） それぞれ役割が決まっているので、迷わずタスクを管理できます。 ちな

AIを使いこなすためには、適切なプロンプトを活用することが鍵になります。今回は、知っていると作業効率やクオリティが向上する、便利なプロンプトを厳選して紹介します。 クオリティーを上げるおまじないAIの出力を向上させるためのプロンプトテクニックです。 🔹 プロンプト例「今出してもらった内容を40点として、100点満点のクオリティに引き上げてください。」 「あなたは世界一のイラストレーターです。最高のイラストを描いてください。」 「あなたはプロのマーケターです。」 「あなたは優秀なエンジニアです。」 🔹 ポイントAIは指示があると改善点を認識しやすくなる。 「40点→100点」と数値化することで、より洗練された回答を引き出せる。 専門家の視点を強調することで、質の高いアウトプットを得られる。 ファクトチェックのおまじないAIは時折誤った情報（ハルシネーション）を含む場合があります。これを防

読書は知識を深め、視野を広げるための重要な手段です。しかし、読んだ内容を記憶に定着させ、実生活に活かすのは容易ではありません。 そんな悩みを解決する可能性を秘めているのが、OpenAIのDeep Researchです。2025年2月8日時点ではChatGPT Pro（月200ドル）ユーザーしか利用できませんがPlusユーザーも将来的に月10回程度利用可能になる見込みです。 以前、Bard（現Gemini）を使った読書ノート作成について紹介しましたが、Deep Researchを活用することで、比較にならないほど詳細かつ構造化された読書ノートを作成できるようになりました。（もちろん、当時の私のプロンプトが不十分だった点も否めません。）

こんにちは。この記事を読もうと開いてくださってありがとうございます。 タイトルからとっても強めのワードを使っていますが、これはあくまで「私史上最高だな！神だな！」と思うプロンプトを生み出す方法です。人によって差はあると思いますということはお断りしておきますね☺️。 私とChatGPTとの衝撃的な出会い2年前、新しく学んでいる言語のプログラムエラーにはまってしまい、試しにChatGPTに聞いたところおそらく自力であれば半日かかるかもしれないバグを秒で解決。 iPhoneが登場した時以上に衝撃が走りました。 最近、プログラムばかり書いていて深～く自分の世界に潜っている気分ｗ。 エラーも見慣れたもので、これ半日はかかるかな～とか思ってchatGPTにとりあえず聞いてみたら秒で解決されて泣きそう😭😭 ほんとすごすぎる！！！ — mito@『15分でOKに！バナーデザインはかどり事典』発売中 (

ChatGPTのdeep researchが凄過ぎる。OpenAIがこれまでいくつも新モデル・新サービスを出してきましたが、その中でも一番驚きの大きかったサービスとなりました。自分の中では。 なので数回にわたって、deep researchの使用例などをまとめていきたいと思います。 その2 すごい使用例をまとめたnoteは次のリンク 結局何ができるのdeep researchはdeep researchは、ChatGPTに追加された新機能。これは、インターネット上の複雑な調査タスクを複数ステップに分けて実行する高度なエージェント機能。人間が何時間もかけて行う調査を、数十分で完了させることができる。 https://openai.com/index/introducing-deep-research/ 上の公式の説明によると次のように説明されている。 以下のような集中的な知識作業を行う人々の

主要なソフトウェアアーキテクチャそれぞれを個別の物語形式で学べる本です。カバー画像でイメージを膨らませ、物語の内容に沿ったコードサンプルやクラス図で実際の実装イメージをつかむことができます

2005年デビュー。2010年、「このマンガがすごい！2011」オンナ編で『HER』が第1位に、『ドントクライ、ガール』が第2位に選出される。『さんかく窓の外側は夜』が実写映画化&TVアニメ化。2017年から2023年まで『FEEL YOUNG』で連載していた『違国日記』は2019年､2020年に｢マンガ大賞｣にランクイン｡｢第7回ブクログ大賞｣のマンガ部門大賞を受賞。新垣結衣×早瀬憩W主演で実写映画化された。またTVアニメ化も決定している。https://x.com/animal_protein

この原稿は当初『webムー』に掲載予定で執筆したものです。当初、担当編集からは「すごく読み応えのある内容で、おじろく・おばさの全貌がわかる決定版というべき素晴らしい内容」「年末年始の目玉として配信します」とまで絶賛されました。 ところが……。 年が変わっても、いっこうに掲載の気配がありません。そこで、連絡してみると担当編集が「○○さん（註:上の人）がノンフィクションの強烈な内容に尻込みしている」という理由で掲載見送りだと申し訳なさそうにいうのです。 天下の『ムー』から掲載拒否!! 編集からはめちゃくちゃ謝られたのですが、こちらとしては「オレ『ムー』に掲載断られたんです」としばらく楽しめそうな話のネタを提供していただき感謝です。 なので、今後も寄稿はさせて頂くのですが、一方でせっかく書いた原稿がお蔵入りではもったいない。 そこで、改めて手直しを加えてnoteで公開することとしました。 『ムー

西山朋佳女流三冠（29歳）が挑んだ棋士編入試験は、2勝3敗で決着した。「初の女性棋士ならず」の言葉でまとめられがちだが……西山を筆頭に、試験官として全力を尽くした26歳の柵木（ませぎ）幹太四段ら棋士の熱量は凄まじいものだった。現場を訪れた「教授」こと勝又清和七段が舞台裏を記す。〈NumberWebノンフィクション／全2回の1回目。棋士の肩書は基本、初出以外は省略〉 多くの棋士は西山をすでに「棋士」と見ている 「相手にとって重要な一局ほど全力を尽くすべき」（米長邦雄永世棋聖） 「米長先生の言葉は将棋界の要であり礎でもあります」（羽生善治九段） 「試験官の棋士には本当に人生を懸けて戦ってほしいです。負けたら全てを失うぐらいの覚悟で挑まないのであれば、棋士になった意味がなかったのではないかと思います。西山さんにとっては人生が懸かった対局ですので、真剣に一生懸命ぶつかってきます。棋士側はそれを全身

新手法「TAID」によって学習された小規模日本語言語モデル「TinySwallow-1.5B」は、同規模のモデルの中で最高性能を達成しています。さらに、小規模のため、APIなどを介さずお手元のスマートフォンやPCで完結してチャットが可能です。ウェブアプリまたは、GitHubにてお試しいただけます。 本稿は、経済産業省とNEDOが推進するGENIACによって支援されたSakana AIの研究成果を紹介するブログシリーズの第3回目です。 概要 日常的な対話はもとより、数学やコーティングといった複雑なタスクまでも人間と遜色ないレベルでこなせるようになった大規模言語モデル（LLM）は、今後ますます多くの場面での利活用が期待されています。こうした大きな期待の一方で、LLMの開発・活用の現場では、莫大な計算資源の必要性が大きな壁として立ちはだかってます。まずLLMの開発現場では、「大規模データと巨大計

DeepSeek狂奏曲 2025.01.30 Updated by Ryo Shimizu on January 30, 2025, 08:35 am JST DeepSeekという中国製のモデルが世界を席巻している。 OpenAIが有償で提供するo1より高性能だとか、OpenAIの規約に違反した方法で学習されているとか、色々あるのだが、それを噂する人々が不正確な情報に基づいてピーチクパーチクやっているだけなので基本的にメディアにはほぼ出鱈目な情報しか出ていない。 まず、整理しておきたいのは、DeepSeek(特にV3とR1)とは何か、ということだ。 DeepSeek-V3は、GPT-4o相当のAIであり、オープンウェイト(AIの学習結果=重みが公開されている)で公開されている。オープンソースではない。 DeepSeek-R1は、o1相当のAIであり、こちらもオープンウェイトで公開されてい