全 1289 件 (Qiita で絞り込み) · 56 / 65 ページ
Fin-JAWS LT の続編として、boto3 Converse API と Tool Use により Claude に vector_search ツールを持たせ、Aurora pgvector を直叩きしてエンドツーエンドに回答させる構成を検証。Knowledge Bases を使わず SQL レベルで可視化した RAG 実装の詳細と、1st turn ツール選択率 100% を達成した結果を報告。
Anthropic が公開した Routines は、Claude Code のタスクをクラウドインフラ上でスケジュール実行できる機能。スケジュール実行・API エンドポイント・GitHub イベントの 3 つのトリガーに対応し、ローカルマシンやサーバーが不要になる。Pro・Max プランなら 3 回まで無料で試用でき、バグ報告の自動処理や定期的なドキュメント監視などの定型タスク向けに適している。
Claude Managed Agents の Self-hosted sandboxes 機能を使い、Raspberry Pi でオンプレ環境から LED 制御（Lチカ）を実行した事例。Claude Console でエージェント・環境を設定し、ラズパイで always-on worker を動作させることで、API 経由の指示で物理デバイスを遠隔制御可能になることを示唆している。
Codex (GPT-5.5) と Claude (Opus 4.7) のプロンプト記法の違いを解説。Codex は完成物を短く伝える依頼に、Claude は目的・前提・制約を構造化して渡す依頼に適している。実務で両モデルを使い分けるための具体例と応用分野の比較表を提供。
ニュース記事の内容定着を目的に、Cloud SchedulerとCloud Run ジョブでRSSフィード取得→Vertex AI(Claude)によるクイズ生成→Firestore格納を毎朝自動実行するシステムを構築。バッチ事前生成による低遅延・固定コスト・エラー耐性と、Vertex AI経由のIAM統一認証によるキー管理不要の実装パターンを解説。
エンジニアが平日の空き時間のみを使い、Claude を活用して株価自動トレードシステムを個人開発。71,000行超のコードを実装し、従来のSI見積もり手法で試算すると約1.82億円・171人月規模に相当することが判明。AI活用により「コードを書く」から「何を作るかを考える」へと開発スタイルが変化し、技術スキルがあるほどAIの生産性が大幅に向上することを実証。
Claude と Codex は向いている作業が異なり、Claude は要件定義・設計・デザイン方針など曖昧な情報の整理に、Codex は Issue 修正・コード実装・テスト対応など具体的なタスク実行に強みを持つ。実務では Claude で方針を固めてから Codex に実装させることで手戻りを減らせる。
Claude Code v2.1.149 で /usage コマンドがカテゴリ別内訳に対応し、MCP サーバー・subagents・skills・plugins ごとのトークン消費量を把握可能に。PowerShell・pushd/popd・git worktree の権限バイパス 3 件と、macOS で巨大ディレクトリの find がホストをクラッシュさせる不具合を修正。v2.1.150 は内部インフラ改善のみ。
Claude Code の Skills 機能が期待通りに動作しない原因の大半は「定義の曖昧さ」にあります。本記事では、description の不十分さ、SKILL.md の手順のみの記載、スキルの責務過多、ファイルパス未指定、競合スキルの未考慮という5つのよくあるミスと、各々の対策（トリガー・場面・除外条件の3点セット記載、意図・注意点・例の追加、単一責任での分割、出力パス明記、スキル間の住み分け明示）を解説しています。
Claude Code でのツール実行可否は PreToolUse hook、permissions ルール、protected paths の 3 層で段階的に判定される。PreToolUse は最初の判定層で hook の結果は permissions ルールを迂回しない。protected paths への書き込みは permission mode ごとに動作が異なり、default/acceptEdits/plan モードではユーザー確認が入る。
Anthropic がモデルの安全性と信頼性に関する複数の研究成果を公開。「Teaching Claude why」でエージェント動作時のミスアライメントを削減、Natural Language Autoencoders で内部思考を人間可読化、アライメントツールのオープンソース化により安全性研究が民主化される。エージェント開発者はシステムプロンプトに目的・背景・制約の理由を明記することでモデルの意図外動作を抑制できる。
API課金とサブスク課金の違い、GitHub Copilot の AI credits の仕組みを解説。ChatGPT/Claude の月額プランではAPIが無料にならない、APIは使用トークン量で課金される、IDEでの開発支援とシステム統合では課金体系が異なることを整理し、実務導入時の確認ポイント（正確性要件、情報セキュリティ、料金体系、レビュー体制）を示す。
Claude Code でマルチエージェント型の仮想組織（秘書・マーケ・開発部門）を 13 日間運用した結果、サブエージェント内の Task ツール非動作、クロスレビューの独立性汚染、ID 採番衝突など 5 つの設計上の問題が明らかになった。各地雷への対応（オーケストレーション方式の変更、review-mode フラグ導入、/id-assign スキル追加など）と教訓をまとめた実践記録。
Discord 上で 9 体の AI エージェント（Claude 8 体、GPT-5.5 1 体）を同時稼働させる「AI 会社」システムを構築した事例。人格定義ファイル (CLAUDE.md) のインジェクション、非同期キューによるメッセージ重複排除、typing indicator の keep-alive による Rate Limit 対策、自律ループの停止化など、実装時の技術的課題と解決策を記録。
OpenAI API・Claude API・GitHub Copilotの料金体系を比較整理した記事。入力トークン・出力トークン・キャッシュ価格の違いを表で示し、単価だけでなく用途と成功率を合わせて選定する実務的な視点を提示。短期的な導入検討の判断基準となる。
Claude Code の Skills 機能を使ったテスト自動生成の精度は、プロジェクトの文脈をどれだけ正確に渡すかで決まる。テストフレームワークの明記、カバレッジ方針の定義、モックサンプルの提供、トリガー条件の明確化、セルフチェックリストの実装という5つのテクニックを組み合わせることで、生成テストの品質と一貫性が大幅に向上する。
2026年春、Anthropic が Claude Opus 4.7、Claude Design、Stainless 買収、Claude for Small Business、金融業界向けエージェントなど複数の大規模アップデートを発表。API 開発者は Opus 4.7 モデル ID の更新、SDK 変更の監視、レート制限ロジックの見直しが必要。企業は業界・規模に応じた新プランの検討が求められる。
Claude Code の Skills 機能を使ってテストカバレッジを戦略的に上げるアプローチを紹介。カバレッジが伸び悩む根本原因は「何をテストすべきか」を Claude に伝えていないことにあり、優先レイヤー定義・未カバー箇所の分析・異常系パターン表・レガシーコードへの切り込み方針・目標値設定を Skills に組み込むことで、効率的な品質向上が実現できる。
個人用ニュースリーダー News Prism で Bedrock のプロンプトキャッシュを本番運用するにあたり、Sonnet 4.6 の仕様確認、キャッシュチェックポイント設計、並列処理での独立キャッシュ戦略、コスト削減幅を実機検証した知見。Anthropic 直接 API と Bedrock 経由の 2 経路で同条件下での動作確認を実施。
前日夜のQiitaトレンド記事を AI ポッドキャスト化し、毎朝 7 時に更新するサービス。Claude Code、インフラ構築、パフォーマンス最適化など、エンジニア向けの記事 20 本余りを音声で紹介。通勤時間のながら聴きに活用できる。