PR動作確認の自動化：/pr-videoコマンドでテスト記録を効率化
ZennPR レビュー時の動作確認動画の作成・編集・添付を自動化する Claude Code スキルを開発。/pr-video コマンドで確認項目の洗い出しから動画の合否判定・PR コメント投稿まで一貫して処理し、手作業を削減。Playwright と Claude API を組み合わせた実装例を紹介。
記事一覧
全 2084 件 (Zenn で絞り込み) · 6 / 105 ページ
AI は図を描く能力がある — 複雑な構成図から風景画まで
Zenn著者が開発した Jiscribe という作図ツールにより、AI が複雑な AWS 構成図や画面設計書、風景画を自動生成できることを実証。JSON ベースのシンプルな形式で AI が図を描きやすくし、文字溢れ検知や自己確認機能により失敗を自動修正。MCP サーバーとして公開されており、Claude や Copilot で即座に使用可能。
Claude Code のサブエージェントはmodel を明示しないと親を継承する：未指定3経路と部下1人9万トークンの実測
Zenn.claude/agents/*.md で model: を指定しないサブエージェントは親のモデルをそのまま継承する。実測で6本中4本が未指定のまま高コストモデル（opus）で実行されていた。またサブエージェント追加時もCLAUDE.md全体が読み込まれるため、単純な echo コマンド実行の部下が約101,418トークン（うち約9万がCLAUDE.md）を消費し、改善ループが usage_limit に8回連続で当たり2日間停止した。
CLAUDE.md の肥大化は、ルールを足す時の 4 段階の判断で防ぐ
ZennCLAUDE.md は新規作成後、ルールを追加するたびに説明や背景も書き足され肥大化しやすい。著者は 3 回の改良を経て、ルール追加時に「どこに置くか」を判断する 4 段階プロセスを開発。「最優先の決まり」「ルール」「作業ごとに読むファイルの表」の 3 節のみにした構成により、7 件のルール追加で 2 行の増加に抑えた。
Claude に実装させるときの指示書の書き方
Zenn1 か月で 60 個のプルリクエストをテスト・レビュー通過させた著者が、指示書の構造と具体的な書き方を公開。「何を作るか」と「どう作るか」を分けた 2 段構え、指示書に必須の 7 つの章（目的・ゴール・やらないこと・禁止事項・AIとコードの責務分離・完了条件・最初の指示）、最初に調査だけさせるテクニックを解説。
Sonnet 5.5とOpus 5.5アドバイザーで手軽にコスト削減する方法
ZennSonnet 5.5をメインモデルに設定し、~/.claude/settings.json にadvisorModelを記載することで、Opus 5.5をアドバイザーとして活用できます。Sonnetが必要に応じて自動でOpusに相談するため、トークンの大半をSonnetの低料金で済ませながら、高い処理品質を実現できるコスト削減テクニック。
Claude Code のモデルと effort の選び方：作業別の目安とカスタムエージェントでの固定
ZennClaude Code でモデル（賢さ）・effort（思考量）・裏取り指示の3つのつまみを組み合わせることで、作業ごとに最適な設定を選択できる。間違えると成果物に響く作業（要件整理・設計書・レビュー）は Opus + effort high 以上、響かない作業（収集・実装）は Sonnet + effort medium が目安。カスタムエージェントで設定を固定し、メインセッションとサブエージェントで使い分ける手法を紹介。
CCA-F/CCAR-F対策：Claude Codeの設定をどこに置くか（CLAUDE.md・rules・skills）
ZennClaude Certified Architect – Foundations試験のDomain 3「Claude Code Configuration & Workflows」対策。CLAUDE.md、.claude/rules/、skills、plan modeなどの設定は、「誰と共有するか」「いつ読み込ませるか」の2つの軸で選別する必要がある。チーム規約はリポジトリに入れ、常時必要な規約はCLAUDE.mdに、特定ファイル向けはpaths指定ルールに、作業手順はskillに配置する。
生命科学研究 × AI 活用ハンドブック
Zenn生命科学研究者向けの実践ハンドブック。Claude Code・ローカル LLM・クラウド AI を段階的に活用し、メール処理から解析ワークフローの半自動化まで、実際の研究現場で使える手順を紹介。患者データの扱いや AI の限界も含め、4 名の研究者取材に基づいた実例を掲載。
Claude Tool Use で作るKYC書類解析パイプライン：本人確認書類の構造化抽出を30行で自前実装
ZennClaude APIの Tool Use 機能を使うと、本人確認書類からKYC情報（氏名・生年月日・書類番号）を型安全なJSONで抽出できる。Pydantic でスキーマを定義し JSONSchema として Claude に強制させることで、プロンプト単体では避けられないスキーマ揺れや KeyError を回避。わずか30～40行で金融エージェント同等の仕組みが実装可能。
AI活用力コース修了後、4Dフレームワークで自分のAI協働を自己採点する
ZennAnthropic 公開の「AI活用力：フレームワーク&基礎」コース（14レッスン）を修了した著者が、4Dフレームワーク（委任力・記述力・評価力・倫理的責任）を物差しに、過去2週間の記事制作とエージェント活用を振り返った記録。記事執筆の失敗談3つ（日本語版の存在見落とし、AI報告の盲信、校正前公開）を含む実践的な自己評価。
Claude でゴミ分別 Web アプリを作ったら、日常の段取りが楽になった
Zennエンジニアが Claude を使い、東京・港区のゴミ分別ルールに対応した Web アプリを開発。曜日別の収集予定表と品目検索機能で、「今日は何ゴミ」「この品目は何ゴミ」が瞬時に判定でき、対話しながら UI を調整することで生活の効率が向上。ただし AI 生成データは自治体公式ルールとズレる箇所もあり、実運用には一次資料との照合が必須。
コーディングエージェントの導入効果を定量化する：GitHubデータから見る生産性向上の実測
Zennfusic 社が Claude Code などのコーディングエージェント導入による生産性向上を定量化する試みを実施。GitHub PR データを用い、作業時間あたりの作業量を 3 つの指標で測定したところ、セッション推定時間ベースで 2.41 倍の高速化を確認。一方でレビュー・マージプロセスがボトルネックになり、PR サイズが大きいほど実装速度とサイクルタイムの乖離が拡大する傾向も明らかになった。
AI活用で開発ベロシティが爆発したら「レビューが追いつかない」—SE→PM転身で得た現場の開発プロセス改善と失敗の学び
Zennjinjer株式会社で SE から PM/PL へ転身した著者が、AI ツール活用による開発高速化と直面した課題を公開。仕様駆動開発・Figma MCP・朝会による連携などの改善施策を実装した一方、AI駆動開発では未経験領域のタスクに通常見積りの2倍バッファが必要であること、ベロシティ上昇に伴うレビュー工程のボトルネック問題を実測データとともに報告。
自作AIベンチの測定値にばらつきが出た原因は、AIではなく採点器にあった——同じAIで最大4.3倍の差
ZennAIの性能比較ベンチマークで同じAIに同じ課題を10回実施したところ、最大4.3倍のスコア差が発生。著者が測定方法を疑って仮説を検証した結果、AIの変動ではなく採点器の欠陥が原因だったことが判明。ベンチマーク測定の信頼性確保と測定時の検証プロセスについての実践的な記録。
エージェントのコストは設計変数である — プレフィックス安定性・ルーティング損益分岐・予算の仮押さえ
Zennエージェント構築時のコスト最適化は、プロンプト短縮だけでは不十分。成功1件あたりの単価を管理指標として、プレフィックスキャッシュの安定性・モデルルーティングの損益分岐・アプリ層での予算強制の3点を設計段階で決定する必要がある。キャッシュヒット率が成功率に直結し、エスカレーション時のキャッシュ冷却も実際のコスト指標に影響する。