職場で未査読の AI 出力をそのまま提出する同僚にどう対応するか

営業マネージャーが Claude で作成した報告資料に数字の誤りを発見した実例から、AI のハルシネーション（根拠なき自信ある回答）の危険性を解説。数字・固有名詞・出典・鮮度の 4 つのポイントを検証し、根拠の明記・Claude への聞き返し・一次情報との突き合わせ・検証ルールの仕込みで品質を確保する方法を紹介。

夜中に誰かと話したいが周囲に迷惑をかけたくない悩みから、Claude APIを用いたAIメンターアプリ「Moshimo」を開発。アドラー、ニーチェ、マルクス・アウレリウスなど歴史上の人物との対話を通じ、相談ではなく「言葉にする場所」として設計。各メンターに固有のシステムプロンプトを持たせ、口調や返しを差別化したのが特徴。

LINE Bot開発で、いきなりコードを書かせるのではなく要件定義から始めることの重要性を解説。Claudeと1問1答で要件を固め、技術スタックを決定し、環境構築してからClaudeに実装を任せるプロセスを紹介。曖昧なままコード化すると後で修正が必要になるため、事前の言語化が実装の質を左右する。

Claude に薩摩弁のペルソナを与えて、エンジニアの悪しき慣習 11 パターンを「九州男児の心意気」で指摘する記事。コミットメッセージの曖昧さ、テスト不足、環境差の放置、例外処理の省略、マジックナンバー、コピペコード、放置された TODO、レガシーコードの恐怖、ドキュメント欠如、本番環境でのテスト、秘密情報の直書きを戒める。プロンプト技術（口調・ペルソナ指定）の実践例でもあり、AI の出力を人間が検証・判断する重要性も述べる。