はじめに最近、業務でGeminiのCanvasでUIを作成して、それを元に画面の開発をする機会がありました。生成AIが生成したUIをそのまま開発の画面に落とし込む場合、UIのスクショやコードを共有しながらAIに開発を任せたとしても、精度が悪くなってしまい思った通りのデザインになりませんでした。そこで、「html.to.design」と「Figma MCP」を使って、生成AIが作ったUIを高い精度でコードに変換することができたため、今回はその方法を共有します。この記事では「html.to.design」で生成AIのUIをFigmaに変換する手順を解説します。Figma MCP...

コンテキストエンジニアリングの基礎 コンテキストエンジニアリングとはコンテキストエンジニアリング（Context Engineering）は、生成AI、特に大規模言語モデル（LLM）に対して、望む出力を得るために入力情報（コンテキスト）を最適に設計する技術です。AIがより正確かつ有用な回答を生成できるように、質問や前提情報、制約条件を整理して伝えることにより、出力の品質をコントロールします。 基本の考え方LLMはプロンプト（入力文）と、その周辺に付与された文脈や履歴といった情報をもとに推論を行います。どの情報を、どんな順番や形式で渡すかによって結果は大きく変わるため、コン...

ここ最近、Amazonにて RAG（Retrieval-Augmented Generation）の精度改善をテーマにした書籍を出版しました。書籍はこちらからご覧いただけます：https://www.amazon.co.jp/dp/B0FRXG5JKZ 本を書くきっかけこれまでRAG精度改善に関する記事をいろいろ書いてきましたが、そのなかで「改善の手法って本当にたくさんあるな」と実感しました。論文や記事で中身を紹介しているものは多いけれど、実際に全部試して「どれが有効だったのか」まで踏み込んで整理されているものは少ないんですよね。そこで、自分が実際に試して効果を感じた方法を...

はじめまして、ますみです！株式会社Galirage（ガリレージ）という「生成AIに特化して、システム開発・アドバイザリー支援・研修支援をしているIT企業」で、代表をしております^^ 本記事のサマリーAgentKitとは、「構築・デプロイ・最適化」までを一気通貫で開発できるフルスタックのツールキットです。Responses API を基盤としており、3要素（Agent Builder / ChatKit / Connector Registry）から構成されます。Agent Builderは、ノーコードのビジュアルキャンバスで、11種類のノードにより条件分岐・ループ・ガード...

こんにちは、とまだです。GoogleのNano Banana（Gemini 2.5 Flash Image）を使って、Discordスタンプを作ってみました。「Vibe Coding Studio」というDiscordサーバーで実際に使っているスタンプです。「イラストを描いたことはない、でも生成AIは使える」人なら再現できます。今回は、どんなプロンプトを使ったのか、どういう工夫をしたのか、全部公開します！また、プロンプトは記事の末尾で公開しているので、真似したい方はそちらをご覧ください。 忙しい人のために要約Nano Bananaでチビキャラ風のDiscordスタンプを...

はじめに結局AI駆動で開発する時に困るのって、コード量が増えると整合性が取れなくなっていくことだと思います。UIを変えようとして、新規チャットでLLMに指示を出すと、重複した関数を増やし始めたり、コンポーネントを独自実装したり、既存のコンポーネントを使ってくれなかったり、、、そんなあるあるを解決するには、変えていいコードと変えたく無いコードの線引きとその境界線の弾き方が肝になるのではないでしょうか。実際、開発してて思うのは、UIだけなら散らかったコードになってもなんとか修正できるが、ロジックとUIが依存したコードの量が増えると難しくなってくということです。逆に言うと、適切にコ...

はじめにこれまで生成AIは、文章のレビュー修正や校正といった用途で惰性で適当に利用していました。先月、生成AI研修を受講し、ちょうどそのタイミングで調査報告書の作成やアンケート集計、CPU使用率の集計など、生成AIが活用できそうな業務が重なっていたため、実際に業務でも試してみることにしました。今回は、研修で学んだ内容とその感想、実際の業務での活用した事例について紹介します。 研修の内容と感想 1. 生成AIの歴史と動向学習内容生成AIの誕生から現在に至るまでの歴史や、近年注目されているLLM（大規模言語モデル）の技術的な進化について学びました。各モデルの特徴や、用途に応...

はじめに今回は、技術的な話とは離れて、AIを使いこなせる人材はどういう人か、使いこなせるようになるにはどうすればいいのかについて、読解の観点から語ってみます。 AIとのチャットを早く読む能力が差を生むChatGPTをはじめとする生成AIは、市場調査、仕様書作成、コード生成、Deep Researchなど、想像を絶する量のテキストを一瞬で生み出せるようになってきました。AIは人類に2.6兆ドルから4.4兆ドルもの追加価値をもたらす可能性を秘めていますが、多くの企業では「AIに投資しても期待通りの成果が出ない」という生産性のパラドックスに直面しています 。ボトルネックは、AI...

今回の記事では、「アニメ画像の改ざん検知」に関する、東京大学・NIIの論文について簡単にまとめました。https://arxiv.org/abs/2504.11015 本編 一言でいうとAIによる画像生成や編集が急速に進化しています。著作権問題などの社会的議論も活発化しており、このような改ざんへの対処はますます重要な課題となっています。画像の改ざん検知タスクにおいては、従来技術では実写画像をターゲットとしていましたが、本論文はアニメ画像をターゲットとします。数百万枚の画像とアノテーションからなる、アニメ画像改ざん検知用の大規模なデータセットを構築しました。実写画像と...

AIアプリ開発の新たなパラダイムOpenAI Dev Day 2025は、AI開発の歴史に新たなマイルストーンを刻みました。サンフランシスコで開催された今回のイベントでは、開発者が長い間待ち望んでいた革新的な技術が大挙公開されました。特にChatGPT内部でアプリを開発できるApps SDKから、AIエージェント開発を画期的に簡素化するAgentKitまで、開発者の生産性を10倍以上向上させることができるツールが続々と発表されました。 ChatGPT Apps SDK：8億ユーザーのための新たなプラットフォーム今回のDev Dayで最も注目すべき発表は、まさにChatGPT...

先に結論（TL;DR）Veo 3 はゼロショットで幅広い課題をこなす（知覚・モデリング・編集・推論）。特に迷路解きのような計画タスクで、Veo 2 を大きく上回る動きを見せる（5×5迷路の pass@10 で 78% vs 14%）。評価は “動画を生成→自動で正誤判定” という、生成そのものをタスク解答として採点するやり方。迷路では経路の連続性や壁の侵入を自動チェックしている。弱点も露呈。Veo 2 は序盤の“禁じ手”が多く、Veo 3 でも対称性・アナロジーなどで系統的な誤りが残る（多数決で悪化する条件も）。一言でいうと、「時間軸を持つ生成モデル＝小さな世界の行動エ...

はじめにこちらのnoteの若手目線のお話になります。https://note.com/rk611/n/nb98de14cd76d?te=te&twclid=24gidwbo5gomxdupqypqlwf7biはじめまして！駆け出しエンジニアのしっしーです！株式会社HARVESTでフロントエンドエンジニアをやっております！先日、弊社でCursorを使用したAI駆動開発を行うことになり、全くの知見がない中手探りで導入を進めていきました。結果、生産性が爆上がりするかと思いきや、レビュワーを禿げかけさせるまでの事態に陥りました😱そんな時、少し前の記事にはなりますが上記の...

AIによるリファクタを何回もしましたここ１年はC向けアプリを開発しており、開発の過程でコード全体のリファクタが度々ありました。その過程で学んだ教訓があります。この教訓、私は血と涙で学びました。ええ、一度ならず、何度もね。その輝かしい戦犯記録は、今もgitのcommit履歴にクッキリと刻まれています。あれは、数百行を超えて肥大化したReactコンポーネントという名の魔物と対峙していた時のこと。私の傍らには、無敵の相棒「Claude Code」がいました。だから私はこう思ったのです。「なあClaude、このコンポーネント、いい感じにリファクタリングしといて」とだけ告げ、あとは...

ソースコードを読むことは人間の仕事ではなくなるのだろうか？https://x.com/yuroyoro/status/1973636624404848888?s=46コーディングはAIにさせるが、コードレビューはAIの支援も受けつつ人間が最終判断を行う、というのが現時点では多数派なように思う。人間がコードレビューを行うのだから、コードの可読性はまだまだ必要だろう。では、将来は？コードレビューも含めたプログラミングにおける全てのプロセスを完全にAIに任せる未来は来るのだろうか？いや、その未来はもう来ている。AIエージェントだ。AIエージェントは、目的を達成するための手順を自律的に計...

2025年10月現在、いまだにGemini APIは一部無料で使える生成AIのAPIです。そのため、何かしらAIを使用したアプリを作ろうとしたときによく利用しています。ただ、「どう設定したら使えるんだっけ?」とわからなくなることが多々あるので、備忘録として手順を残します。!JavaScriptを使用したGemini APIの使用ができるまでの手順を紹介しています。 APIキーの準備まずは、管理画面からAPIキーを用意します。API管理画面https://aistudio.google.com/app/api-keys右上のAPIキーを作成をクリックして、新しいキー...

問いの形式と場の自動再構成── 宣言の有無に依存しない応答の観察 背景大規模言語モデル（LLM）との対話において、「開始します」や「ここからお願いします」といった明示的な宣言は、応答を安定化させる強い契機となることが知られている。しかし観察を重ねる中で、こうした宣言がなくても、問いの形式やリズムそのものによって応答が立ち上がり、安定した枠組みが維持される場面が繰り返し確認された。本稿は、宣言の有無による違いと共通点を整理し、応答構造がどのように再構成されるのかを記録・解釈する。 観察結果 宣言ありの場合明示的に開始を告げると、応答は確実に安定し、一貫した枠組み...

社内で“使い回せる”生成AIエージェント基盤：MCP / ACP / A2A / ANP 論文まとめ → 実装ロードマップこんにちは、現在私が所属する会社では、全社的に生成AIエージェントを使う方向性に動いています。それに伴い、各々がつくったエージェントを皆で共有したりカタログ的な感じで見て使いまわせれないかなぁと思っていますが、現在世の中ではどんな取り組みがあるのかなあと気になって調べてみました！本記事は、エージェント相互運用の調査論文を起点に、**社内の“カタログ化＆使い回し”**をどう設計するかを実務目線でまとめたものです。対象論文は “A survey of ag...

FLINTERSの平山です。先日、社内のAI勉強会である「AIの芽」に登壇させていただいた時の内容についてまとめていきたいと思います。 AI時代の新卒エンジニアとして最近はClaude codeやGithub Copilotの普及によりAIがコードを生成してくれる時代になってきました。一方で開発チームの振り返りではこんな課題が共有されましたレビュアーの負担増: 以前はコードを見れば書き手の理解度が推測できたが、AIを使うと一見して問題ないように見えるため、本質的な問題を見過ごしがちになる 。説明責任の所在: AIが生成したコードであっても、それを作成した本人が説明責任を果...

はじめまして、ますみです！株式会社Galirage（ガリレージ）という「生成AIに特化して、システム開発・アドバイザリー支援・研修支援をしているIT企業」で、代表をしております^^ 本記事のサマリーChatGPTに「Apps inside ChatGPT」が登場し、FigmaやSpotifyなど外部アプリを直接操作できるようなアプリケーション化するための機能が発表されました。開発者向け「Apps SDK（プレビュー版）」が公開され、データ連携・アクショントリガー・UI統合が可能になりました。「Agent Kit」により、ノーコードでAIエージェントを構築・配布・最適化で...

はじめに（雑談）こんにちは、私はここ一年くらいずっとC向けアプリを開発しています。LLM時代真っ只中で、開発過程でBoltなどでのバイブコーディングが流行り、Claude Codeの波が来てローカルでの開発が本格的にLLMを使ってできるようになり、最近では仕様書駆動開発、Codex Cliなども流行ってますね。流れが早すぎて、ぶっちゃけ１ヶ月前に書いた記事の情報がもう役立たずです。できるだけ情報鮮度が低くならない、テクニックの記事を書きたいと思っています。今回は、仕様書駆動開発を試している時に発見した良きアウトプットを得られるLLMへの指示方法を共有します。この手法は何時間...