
全 1579 件 (Zenn で絞り込み) · 47 / 79 ページ



日本語の音読速度と流暢性を計測し、AIがコーチングするWebアプリを開発。AmiVoice APIの単語ごとタイムスタンプを活用して純粋発話速度と淀み率を算出し、コード側で評価ロジックを完成させたうえでClaude Haikuで一言フィードバックを返す二段構え設計。APIキーを保護するBFF構成とテスト設計を具体的に解説。

kintone(業務データ)→ GAS(データ転送)→ Notion(一元管理)→ Claude(自然言語操作)という構成で、バラバラにあった情報を日報という1画面に集約。AIが読みやすいようにNotionの設計を変え、日報作成やタスク管理の全体像が見渡せるようになった実装例。


医療スタートアップのエンジニアが、AI 発展に伴う個人の使用ツール変化を記録。現在はコーディングで Claude Code、コードレビューで CodeRabbit、議事録・ドキュメント管理で Notion、調査で Claude と Gemini を組み合わせ使用し、タスク別に使い分けている。

複式簿記の家計簿アプリを Claude Code に実装させ、要件出しと最終判断のみ人間が担当して1日で本番反映。純資産の前月比表示やスマホUI改善など4項目をリリースした一方、ゲストモード検証でバックエンド経路を見落とし巻き戻し、本番デプロイで grep による環境検証とWindows 環境の AWS SSOキャッシュ問題に対処。AIの速さと人間の責任分界線を実践的に記録。

2026年6月15日、Claude Max内の claude -p と Agent SDK の利用が対話枠から独立し、月$200の別クレジット制に変更された。27本の自動化スクリプトを運用する筆者が、工程ごとのモデル使い分け、LLM不要な処理の排除、コンテキスト最小化、実行頻度の削減の4テクで月予算に収める方法を解説。

個人開発の Flutter 日記アプリを Claude Fable 5 でコードレビューし、async/await またぎの BuildContext 利用による潜在バグ、テスト欠落、analyzer 警告 47 件の除去、依存ライブラリのメジャー更新を実施。実際のコミット差分をもとに、自動修正で対応できない破壊的 API 変更への対応方法を記録。

Claude Fable 5 は 2026 年 6 月 12 日に米国輸出管理指令を受け、公開 3 日で全サービスで停止された。停止騒動で「システムプロンプト」4 つの異なる文脈(①公式公開版 ②リーク版 ③Claude Code 版 ④API デフォルト無し)が混在し、「公式が出した」と「リークだ」という相反する情報が同時に流れた理由を整理する。モデル復旧後も汎用的に役立つシステムプロンプトの正体確認ガイド。

15 以上の Skills を実運用した経験から、段階的開示(Progressive Disclosure)・コンテキスト 2% ルール・3 層構造(SKILL.md / agents / references)による設計パターンを体系化。description を 20〜50 文字に絞り詳細は実行時にロードすることで、固定コスト化する Skills のコンテキスト圧縮を実現する。

Claude Code はファイル変更時に unified diff で差分を提示し、ユーザーの y/n 確認を取って適用する設計。実装指示書で「変更前後」を明示することで複数箇所の修正も正確に実行でき、patch_file で original_snippet が不在時はエラーを返すため既変更済みケースも安全に失敗する。




2026年6月12日、米商務省の輸出管理指令によってAnthropicの最上位モデル「Claude Fable 5」と「Claude Mythos 5」が全世界で停止された。国籍判定の技術的困難とみなし輸出規制により全ユーザー停止となった経緯と、Salesforceエンジニアが取るべきモデル依存リスク対策(カスタム設定による抽象化、aiplatform.ModelsAPI優先使用、エージェント冗長性設計)を解説。


複数のAIエージェント(Claude Code、Codex等)を同時に稼働させると、同じファイルを異なる方針で編集されマージ競合が増加する問題が発生した。これを解決するため、Git管理外に AI_LOCKS.md ロックファイルを配置し、各AIに作業前にこのファイルを確認させることで、ファイル単位の排他制御を実現した。

Claude CodeでLPを制作すると、AIの実装能力は人間を超える一方で、指示の解像度は提示者の知識に依存することが判明。Scroll Jacking や Parallax など技術・デザインの専門用語を知っているほど、AIに正確な指示ができるため、「何を知っているか」という知識そのものが生産性に直結する時代へシフト。

未経験エンジニアが、記事内容と閲覧数データを同じリポジトリに置き、Claude Codeで分析させることで「なぜ記事が伸びたのか」を明らかにした実践例。シリーズ構成・タイトルの感情的引力・差別化キーワードなど、定量数字だけではわからない伸長理由を言語化。