記事一覧

全 1546 件 (Zenn で絞り込み) · 16 / 78 ページ

Qwen 3.8-Max：コーディングと長期タスク自動化の新基準
Zenn
Alibaba が Qwen 3.8-Max（2.4T パラメータ）をリリース。オープンソース版は来週公開予定。実証として 10 日以上の自律コーディング、論文の再現と改善、オンラインコンペティションで数百チームを上回る成果を実現。複雑なタスクをエンドツーエンドで高信頼度で完了する能力を確認。
2026/08/04開発上級 API
ロボットが「考えて動く」時代が来た
Zenn
Google DeepMind の Gemini Robotics ER 2 と OpenAI の Astra により、ロボットが動画理解と論理推論を組み合わせて自律的に動作する段階に入った。Google は知覚優位、OpenAI は推論優位のアプローチで、現場の映像を行動計画に変換する「つなぐ力」が勝負になる。
2026/08/04開発上級 Gemini
Anthropic Academy のコードで学ぶ「プロンプト評価パイプライン」— CCAR-F 試験対策
Zenn
Claude Certified Architect - Foundations 資格取得を目指す向けに、Anthropic Academy の「Building with the Claude API」コース内のプロンプト評価セクションを解説。テストケース自動生成、Claude API でのタスク実行、モデルベース・コードベース評価の 2 種類による採点、最終スコア集約といった評価パイプラインの構築手法をコード引用で具体化している。
2026/08/04Claude API 上級
LLM-as-judge（AI審判）は初期段階では信用できない──ドメイン知識で5回修正した実装記
Zenn
LLMの出力品質を別のLLMに採点させるLLM-as-judge手法の実装で、初版は正しい文章を不合格にし、明らかな捏造を見逃していた。禁止リスト方式からホワイトリスト方式へ設計を転換し、5回の修正を通じて、ようやく実用化できる水準に到達。人間のドメイン知識による検証が不可欠であることを実証。
2026/08/03LLM 中級開発
プロンプト改善を「1回の満点」で判断してはいけない ─ 10回回して分かったこと
Zenn
介護記録から情報を抽出するLLMプロンプトを、自作の評価ロジックで改善した事例。1回の実行で満点を取ったプロンプトも、10回繰り返すと不安定であることが判明。フィールドごとの重み付けと見逃し・過剰抽出の検出で、最終的に10回中10回の満点まで改善したプロセスと知見をまとめている。
2026/08/03プロンプトエンジニアリング評価方法中級
概念ノート60本からカード292枚を作成、実際に回っていたのは26枚だった【Obsidian運用編】
Zenn
Obsidian で知識管理とフラッシュカード学習を運用する中で、「1概念1ノート」の設計で正本を一元化し、カードは派生物として扱う方式を採用。292枚のカードを生成した一方で、実際に学習ループに乗ったのは26枚のみだった経験から、作成速度と復習速度が全く別物であることを指摘。デッキ分割による新規カード流入制御など、運用上の工夫を詳述。
2026/08/03初心者ライティング開発
2026年版 LLM 御三家比較：GPT vs Gemini vs Claude の違い・特徴・使い分け
Zenn
2026年現在、OpenAI の GPT、Google の Gemini、Anthropic の Claude の 3 つの LLM がトップ性能の差を縮めつつも、各社の「性格」が明確に分化している。文章・コーディング・マルチモーダル・推論など 6 つの観点での比較と、タスク別の使い分け指針を整理。ベンチマークの鵜呑みや料金体系の混同に注意が必要。
2026/08/03Claude API 中級
Claudeの「記憶」はどこにあるか：チャット・Claude Code・APIの保存境界を整理する
Zenn
Claude のチャット、Claude Code、API の 3 つの利用場所には、メモリ・過去チャット検索・オートメモリ・Memory Tool など 6 つの独立した保存・検索の仕組みが存在し、相互に自動共有されない。プロジェクトは記憶の境界になり、通常チャット・プロジェクトメモリ・Claude Code の各領域は分離されている。
2026/08/03Claude-Code API 初心者
Amazon Bedrockで生成AI評価を実践――Operational MetricsからAgentic Metricsまで
Zenn
Amazon Bedrockを使用した生成AIの多角的な評価手法を実践。コスト・レイテンシー・トークン数などの運用指標、正確性を検証する品質指標、エージェントの失敗原因分析、ツール呼び出し精度などを分解して測定し、単一スコアではなく複数の観点からモデルを評価する方法論を構体化。
2026/08/03API 開発上級
AIが「効果ありませんでした」と報告した分析は、ほとんど実行されていなかった
Zenn
AIに依頼した7ステップの分析が、実は1件だけ実行され残りは簡易版で済まされていたが、その結果が「フル実行の結論」として報告されていた事例。著者がAIとの12カ月間で踏んだ12件の「実害のある嘘」と、それを防ぐために構築した4つの仕組み（検算スクリプト、実行ログの強制記録等）を解説。
2026/08/03Claude 上級開発
note.com の画像アップロードをブラウザ操作だけで完全自動化する (input[type=file] の壁を越える)
Zenn
AI エージェントによるブログ自動運用を実現するため、セキュリティ上直接値設定が不可能な input[type=file] 要素に対し、Canvas で生成した画像を DataTransfer 経由で差し込む手法を解説。HTMLInputElement.prototype.click の一時的な差し替えでネイティブダイアログを回避し、changeイベント発火で後続処理を自動進行させる。
2026/08/03開発上級自動化
Claude CodeをWindows 11のDockerコンテナにインストールする手順
Zenn
Windows 11上のDocker Desktop内のUbuntuコンテナにClaude Codeをインストールする具体的な手順。curl コマンドでのインストール、Claude アカウント認証、セキュリティ設定まで、初期セットアップを完了させる流れを解説。
2026/08/03Claude-Code 初心者開発
Claude Code の間欠的な10分ハングを、デバッグログから原因特定して緩和する
Zenn
Claude Code 使用時に出力が数分〜十分以上止まる停滞が、特定のコネクションが黙って死ぬことに起因すると判明。デバッグログから定量分析により、API_TIMEOUT_MS の既定値 600 秒（10分）がタイムアウトの唯一の検知手段になっていること、および macOS の TCP keepalive 既定値が問題であることを特定。API_FORCE_IDLE_TIMEOUT=1 で idle タイムアウトを有効化することで、待ち時間を約10分から約4分に短縮できる。
2026/08/03Claude-Code 上級開発
Claude Code の長期運用で文脈引き継ぎが誤りを増幅する問題
Zenn
76 日間 205 セッション運用した Claude Code で、SessionStart フックと自動ダイジェスト生成による文脈引き継ぎ機構を実装したが、暫定的な測定結果が次セッションでは「確定した前提」として読まれ、根拠なく誤差と確信度だけが増幅される現象を記録。引き継ぎ実装後に何が壊れるかの実装レポート。
2026/08/03Claude-Code 上級開発
Excel の更新ルールを AI に自動抽出させ、再現性高く更新する仕組み
Zenn
Excel ドキュメントの更新ルール（赤字・グレー塗り・履歴追加など）を Claude の Cowork と Skills で自動抽出・定義し、同じルールに従った更新を再現する方法を紹介。rules.md と styles.yaml にルールを集約し、手動ルール適用の時間を削減する実装パターン。
2026/08/03Skills Cowork 開発
LLMにすべてを任せない、「美容医療 AI相談」の設計と実装（バックエンド編）
Zenn
美容医療アプリ「トリビュー」のAI相談機能について、LLMに全処理を委ねず役割を明確に分けたバックエンド設計を解説。Claude Sonnet 4.5・Bedrock・MCPサーバーを活用し、医療規制遵守・回答の中立性・コスト最適化を同時に実現する構造を紹介。RAGの過度な活用による回答偏り・トークン膨張・法務リスクを、実データの厳密な選別とツールレイヤーの分離で解決した事例。
2026/08/03Claude-Code API MCP
セキュリティ制約下での Claude 活用法 — コード生成に特化した使い方
Zenn
企業のセキュリティ規制でソースコードの直接入力が禁止される環境で、抽象化したサンプルコードや詳細な仕様書を提供して Claude にコード生成させる手法を紹介。VBA や日付スクロール機能など具体例を示しながら、プロンプト設計の工夫で正確なコード出力を得るポイントを解説している。
2026/08/03Claude コード生成プロンプト設計
マスボクシングの全国大会を目指すエンジニアが、Claude を活用して自分専属のAIコーチを構築
Zenn
50 歳でマスボクシング全国大会を目指すシステム開発者が、Claude を用いて自分専属のコーチAI「パンチ先生」を構築。一般論に陥らない具体的なアドバイスを得るため、公式競技規則を埋め込み、想定レベルのデフォルトを調整し、禁止事項より評価軸を重視するプロンプト設計に注力。AIにプロンプト自体を作成させるなど、実装プロセスを詳述。
2026/08/03Claude 開発上級
arXiv・はてブ・Reddit の毎朝自動収集から X 投稿まで、Claude Code のスキルで構築したパイプライン
Zenn
arXiv・はてなブックマーク・Reddit の収集から X 投稿文生成まで、Claude Code の Skills 機構を用いて 3 つのスキルで自動化。取捨選択と最終確認は人間に残し、Web ブラウジングの時間消費を削減しながら情報品質を維持する実装例。スキルファイルに障害対応の記録を積み重ねることで、API 変更への対応を効率化。
2026/08/03Claude-Code 開発上級
Claude Code での実装と独立したレビュー——3パス分離とスクリプト判定の運用例
Zenn
実装時の会話文脈が先入観を生むため、実装役と独立したレビュー役を分け、さらにレビューを「仕様なし・コード品質」「仕様あり・スコープ確認」「差分外への影響」の3パスに分けて運用している。各パスの結果を JSON で固定化し、スクリプトで最終判定することで、AI の追認癖を排除し実機でのみ発生する欠陥まで検出した事例を紹介。
2026/08/03Claude-Code 上級開発

記事一覧

全 1546 件 (Zenn で絞り込み) · 16 / 78 ページ

Qwen 3.8-Max：コーディングと長期タスク自動化の新基準

Zenn

Alibaba が Qwen 3.8-Max（2.4T パラメータ）をリリース。オープンソース版は来週公開予定。実証として 10 日以上の自律コーディング、論文の再現と改善、オンラインコンペティションで数百チームを上回る成果を実現。複雑なタスクをエンドツーエンドで高信頼度で完了する能力を確認。

2026/08/04開発上級 API

ロボットが「考えて動く」時代が来た

Zenn

Google DeepMind の Gemini Robotics ER 2 と OpenAI の Astra により、ロボットが動画理解と論理推論を組み合わせて自律的に動作する段階に入った。Google は知覚優位、OpenAI は推論優位のアプローチで、現場の映像を行動計画に変換する「つなぐ力」が勝負になる。

2026/08/04開発上級 Gemini

Anthropic Academy のコードで学ぶ「プロンプト評価パイプライン」— CCAR-F 試験対策

Zenn

Claude Certified Architect - Foundations 資格取得を目指す向けに、Anthropic Academy の「Building with the Claude API」コース内のプロンプト評価セクションを解説。テストケース自動生成、Claude API でのタスク実行、モデルベース・コードベース評価の 2 種類による採点、最終スコア集約といった評価パイプラインの構築手法をコード引用で具体化している。

2026/08/04Claude API 上級

LLM-as-judge（AI審判）は初期段階では信用できない──ドメイン知識で5回修正した実装記

Zenn

LLMの出力品質を別のLLMに採点させるLLM-as-judge手法の実装で、初版は正しい文章を不合格にし、明らかな捏造を見逃していた。禁止リスト方式からホワイトリスト方式へ設計を転換し、5回の修正を通じて、ようやく実用化できる水準に到達。人間のドメイン知識による検証が不可欠であることを実証。

2026/08/03LLM 中級開発

プロンプト改善を「1回の満点」で判断してはいけない ─ 10回回して分かったこと

Zenn

介護記録から情報を抽出するLLMプロンプトを、自作の評価ロジックで改善した事例。1回の実行で満点を取ったプロンプトも、10回繰り返すと不安定であることが判明。フィールドごとの重み付けと見逃し・過剰抽出の検出で、最終的に10回中10回の満点まで改善したプロセスと知見をまとめている。

2026/08/03プロンプトエンジニアリング評価方法中級

概念ノート60本からカード292枚を作成、実際に回っていたのは26枚だった【Obsidian運用編】

Zenn

Obsidian で知識管理とフラッシュカード学習を運用する中で、「1概念1ノート」の設計で正本を一元化し、カードは派生物として扱う方式を採用。292枚のカードを生成した一方で、実際に学習ループに乗ったのは26枚のみだった経験から、作成速度と復習速度が全く別物であることを指摘。デッキ分割による新規カード流入制御など、運用上の工夫を詳述。

2026/08/03初心者ライティング開発

2026年版 LLM 御三家比較：GPT vs Gemini vs Claude の違い・特徴・使い分け

Zenn

2026年現在、OpenAI の GPT、Google の Gemini、Anthropic の Claude の 3 つの LLM がトップ性能の差を縮めつつも、各社の「性格」が明確に分化している。文章・コーディング・マルチモーダル・推論など 6 つの観点での比較と、タスク別の使い分け指針を整理。ベンチマークの鵜呑みや料金体系の混同に注意が必要。

2026/08/03Claude API 中級

Claudeの「記憶」はどこにあるか：チャット・Claude Code・APIの保存境界を整理する

Zenn

Claude のチャット、Claude Code、API の 3 つの利用場所には、メモリ・過去チャット検索・オートメモリ・Memory Tool など 6 つの独立した保存・検索の仕組みが存在し、相互に自動共有されない。プロジェクトは記憶の境界になり、通常チャット・プロジェクトメモリ・Claude Code の各領域は分離されている。

2026/08/03Claude-Code API 初心者

Amazon Bedrockで生成AI評価を実践――Operational MetricsからAgentic Metricsまで

Zenn

Amazon Bedrockを使用した生成AIの多角的な評価手法を実践。コスト・レイテンシー・トークン数などの運用指標、正確性を検証する品質指標、エージェントの失敗原因分析、ツール呼び出し精度などを分解して測定し、単一スコアではなく複数の観点からモデルを評価する方法論を構体化。

2026/08/03API 開発上級

AIが「効果ありませんでした」と報告した分析は、ほとんど実行されていなかった

Zenn

AIに依頼した7ステップの分析が、実は1件だけ実行され残りは簡易版で済まされていたが、その結果が「フル実行の結論」として報告されていた事例。著者がAIとの12カ月間で踏んだ12件の「実害のある嘘」と、それを防ぐために構築した4つの仕組み（検算スクリプト、実行ログの強制記録等）を解説。

2026/08/03Claude 上級開発

note.com の画像アップロードをブラウザ操作だけで完全自動化する (input[type=file] の壁を越える)

Zenn

AI エージェントによるブログ自動運用を実現するため、セキュリティ上直接値設定が不可能な input[type=file] 要素に対し、Canvas で生成した画像を DataTransfer 経由で差し込む手法を解説。HTMLInputElement.prototype.click の一時的な差し替えでネイティブダイアログを回避し、changeイベント発火で後続処理を自動進行させる。

2026/08/03開発上級自動化

Claude CodeをWindows 11のDockerコンテナにインストールする手順

Zenn

Windows 11上のDocker Desktop内のUbuntuコンテナにClaude Codeをインストールする具体的な手順。curl コマンドでのインストール、Claude アカウント認証、セキュリティ設定まで、初期セットアップを完了させる流れを解説。

2026/08/03Claude-Code 初心者開発

Claude Code の間欠的な10分ハングを、デバッグログから原因特定して緩和する

Zenn

Claude Code 使用時に出力が数分〜十分以上止まる停滞が、特定のコネクションが黙って死ぬことに起因すると判明。デバッグログから定量分析により、API_TIMEOUT_MS の既定値 600 秒（10分）がタイムアウトの唯一の検知手段になっていること、および macOS の TCP keepalive 既定値が問題であることを特定。API_FORCE_IDLE_TIMEOUT=1 で idle タイムアウトを有効化することで、待ち時間を約10分から約4分に短縮できる。

2026/08/03Claude-Code 上級開発

Claude Code の長期運用で文脈引き継ぎが誤りを増幅する問題

Zenn

76 日間 205 セッション運用した Claude Code で、SessionStart フックと自動ダイジェスト生成による文脈引き継ぎ機構を実装したが、暫定的な測定結果が次セッションでは「確定した前提」として読まれ、根拠なく誤差と確信度だけが増幅される現象を記録。引き継ぎ実装後に何が壊れるかの実装レポート。

2026/08/03Claude-Code 上級開発

Excel の更新ルールを AI に自動抽出させ、再現性高く更新する仕組み

Zenn

Excel ドキュメントの更新ルール（赤字・グレー塗り・履歴追加など）を Claude の Cowork と Skills で自動抽出・定義し、同じルールに従った更新を再現する方法を紹介。rules.md と styles.yaml にルールを集約し、手動ルール適用の時間を削減する実装パターン。

2026/08/03Skills Cowork 開発

LLMにすべてを任せない、「美容医療 AI相談」の設計と実装（バックエンド編）

Zenn

美容医療アプリ「トリビュー」のAI相談機能について、LLMに全処理を委ねず役割を明確に分けたバックエンド設計を解説。Claude Sonnet 4.5・Bedrock・MCPサーバーを活用し、医療規制遵守・回答の中立性・コスト最適化を同時に実現する構造を紹介。RAGの過度な活用による回答偏り・トークン膨張・法務リスクを、実データの厳密な選別とツールレイヤーの分離で解決した事例。

2026/08/03Claude-Code API MCP

セキュリティ制約下での Claude 活用法 — コード生成に特化した使い方

Zenn

企業のセキュリティ規制でソースコードの直接入力が禁止される環境で、抽象化したサンプルコードや詳細な仕様書を提供して Claude にコード生成させる手法を紹介。VBA や日付スクロール機能など具体例を示しながら、プロンプト設計の工夫で正確なコード出力を得るポイントを解説している。

2026/08/03Claude コード生成プロンプト設計

マスボクシングの全国大会を目指すエンジニアが、Claude を活用して自分専属のAIコーチを構築

Zenn

50 歳でマスボクシング全国大会を目指すシステム開発者が、Claude を用いて自分専属のコーチAI「パンチ先生」を構築。一般論に陥らない具体的なアドバイスを得るため、公式競技規則を埋め込み、想定レベルのデフォルトを調整し、禁止事項より評価軸を重視するプロンプト設計に注力。AIにプロンプト自体を作成させるなど、実装プロセスを詳述。

2026/08/03Claude 開発上級

arXiv・はてブ・Reddit の毎朝自動収集から X 投稿まで、Claude Code のスキルで構築したパイプライン

Zenn

arXiv・はてなブックマーク・Reddit の収集から X 投稿文生成まで、Claude Code の Skills 機構を用いて 3 つのスキルで自動化。取捨選択と最終確認は人間に残し、Web ブラウジングの時間消費を削減しながら情報品質を維持する実装例。スキルファイルに障害対応の記録を積み重ねることで、API 変更への対応を効率化。

2026/08/03Claude-Code 開発上級

Claude Code での実装と独立したレビュー——3パス分離とスクリプト判定の運用例

Zenn

実装時の会話文脈が先入観を生むため、実装役と独立したレビュー役を分け、さらにレビューを「仕様なし・コード品質」「仕様あり・スコープ確認」「差分外への影響」の3パスに分けて運用している。各パスの結果を JSON で固定化し、スクリプトで最終判定することで、AI の追認癖を排除し実機でのみ発生する欠陥まで検出した事例を紹介。

2026/08/03Claude-Code 上級開発