話題のAIツール、グーグル「NotebookLM」をもっと活用する方法 | Forbes JAPAN 公式サイト（フォーブス ジャパン）
グーグルのNotebookLMは今もっとも注目されているAIリサーチツールの1つであり、非常に大きな関心を集めている。NotebookLMに対して、PDFなどの資料をアップロードしたり、ウェブページの特定URLを指定したりすると、その内容について質問・要約・分析の依頼を行える。Geminiと異なる点は、ユーザーが指定した情報源のみを情報源として応答することだ。この1年で大規模言語モデル（LLM）が進化していく様子を見てきたが（その進化は非常に速かった）、NotebookLMはこの分野で特に際立った存在だった。 NotebookLMが話題となる理由の1つは、このモデルが持つマルチモーダルな出力にある。テキスト文書をアップロードすると、人間のような声を持つ、実体のないAIたちがその内容について議論するという発想は私にとっても、私がそれを見せたすべての人にとっても驚異的だった。NotebookL
1800～1875年のデータのみでトレーニングされた大規模言語モデル「TimeCapsule LLM」
大規模言語モデルのトレーニングには大規模なデータセットが必要ですが、データセットに偏りがあると出力結果や動作にもバイアスが生じます。これを逆手に取り、あえて1800～1875年という限られた年代のデータセットのみを用いてトレーニングされた大規模言語モデルが「TimeCapsule LLM」です。 GitHub - haykgrigo3/TimeCapsuleLLM: A LLM trained only on data from certain time periods to reduce modern bias https://github.com/haykgrigo3/TimeCapsuleLLM TimeCapsule LLMは現代に存在するさまざまなバイアスや価値観を排除し、当時の論調や語彙(ごい)、世界観を模倣することを目的として、あえて1800～1875年のデータセットのみを用
15周年を迎えるいまいち萌えない娘さんが、grokに「自分を萌えるように描き直して」とお願いしてみることに
Cicadas Francois Cosmos 🇯🇵 🇺🇦 @FC_Cicadas @kobeimamoe @grok 15周年おめでとうございます。 Grok "このイラストの線をリアルスティックアニメスタイルのキーフレームとしてブラッシュアップしたのち、印象派の油絵風に変換して。口は大きさ控えめ、小さく微笑む。グラデーション控えめ。全体的に健康的な暖色系カラーに見栄えがするようバランスよく光源アレンジ。目線は正面よりやや左上方向。手の爪にライトピンクのマニキュア。目をオホーツクブルーに彩色。足の先端部分及びかかと部分を濃い目の団十郎茶に彩色。右後ろに見える足の先端部を団十郎茶に彩色。タイツを紺色に彩色。ステージをクリムゾンレッドに彩色。背景を花柄のピンク色を基調とした縦縞ストライプ柄の壁紙に変更。画像全体を緩やかなS字非線形グリッドに照らし、立体効果を持たせてグリッド線を消去。
「タイパとコスパ重視の生活をしてるから映画とかも3倍速で観てたんだ」から始まる小話にタイパやコスパについての考えが寄せられる「体験と情報の違いがわかる話だった」
真島文吉 @ASCIIART_NOVEL 「俺、タイパとコスパ重視の生活をしててさ。映画とかも倍速、3倍速で観てたんだ」 『ふうん。そんなに早く観て、理解できるの？』 「事前にネタバレレビューや、AIの要約を見て、話の流れを把握してから観る。みんなと話を合わせるのが目的だから』 『ふうん』 「大恥かいてさ。後悔してるんだ」 2026-01-09 09:06:35 真島文吉 @ASCIIART_NOVEL 『ほう』 「映画の内容を語ったら、みんなに大笑いされてさ。ネタバレレビューやAI要約が、大嘘だったんだ。レビューを書いたやつは映画を見ずに書いてて、AIはそのレビューを拾って文章を生成してた。誰1人、映画を見てなかったんだ。俺は3倍速で見て、セリフを聞き逃し、描写を勘違いしてた」 2026-01-09 09:07:12 真島文吉 @ASCIIART_NOVEL 『あるんだ。そんなこと』 「
ChatGPTは我が家の「食客」になった - シロクマの屑籠
あけましておめでとうございます。本年もよろしくお願いします。 年末年始がずっと考え事と仕事ばかりだったので、ブログの感覚が思い出せない。なので、以下の文章でリハビリさせてください。 blog.tinect.jp 前日譚：去年、「AIは面白い」と教えてもらった 上の文章にある「ChatGPT100日修行」を、私は去年から知っていた。なぜなら、筆者のいぬじんさんから、大阪の飲み屋で直接うかがったからだ。それから私もAIをさわりはじめ、約300日が経った。はじめに複数のAIを比較した結果、「AIのある生活」をやってみる対象としてChatGPTを選んだ。特定の用途があったなら他のAIにしていたかもしれないが、私の当初目的は「AIのある生活をやってみること」だったからだ。 はじめの頃、私は「課金したんだから元をとらなきゃいけない」「生産的なことに使わなければならない」などと考えながら試行錯誤し、使い
「そもそも生成AIでやるべきでない問い」に、企業が挑んでしまう問題｜深津 貴之 (fladdict)
わりと複数の企業のお悩みが、「そもそも生成AIでやるべきでない問い」にチャレンジして疲弊してる。ので説明メモ。 大企業が生成AIを導入してうまくいかないケースの多くは、ツールの性能不足というより、業務設計がズレている印象があります。 もう少し正確に言うと、「AIが苦手な問い」をそのまま投げている。で、当然苦戦しています。 ポイントは大きく2つあります。 完璧性を要求する仕事を、やってはいけない ステップが長く連鎖する仕事も、やらせないほうがいい 順番に解説すると… そもそも完璧性を要求する仕事を、やってはいけない生成AIは確率分布で、未来を予測したり、答えを予測するマシーンです。つまり、「確率的に間違えが発生する」ことは仕様の一部です。 なので、以下のような「そもそも100%の正しさを前提とする業務は苦手」です。 正解が一意で厳密：数式の厳密計算、機械語や厳密仕様のコード生成（1文字違いで
【完全実録】Claude codeで作った個人プロジェクトが副収入を生むまで〜月3万円から月15万円への道のり｜成功のレシピ
❓ この記事を読んで何が分かる？ ➡️ Claude codeを使った個人開発の具体的なステップ ➡️ 初心者でも月3万〜15万円を目指せる収益化の仕組み ➡️ 実際に成功した人たちの失敗談と成功ポイント 👍 読むメリット ✅ プログラミング未経験でも収益化までの道筋が明確になる ✅ 時間やスキルに応じた現実的な収入目標が設定できる ✅ AI時代の新しい働き方で副収入を得る方法がわかる ✅ 失敗を避けるための具体的な注意点と対策を学べる 📖 推奨読者 🧍🏻 本業の収入に+αを求めている会社員（特に20〜40代） 🧍🏻 プログラミングに興味があるけど何から始めればいいか分からない方 🧍🏻 個人開発に挑戦したけど収益化できずに悩んでいる方 🧍🏻 AI技術を使って新しいスキルを身につけたい初心者 💡 一言で言うと： AI（Claude code）というパートナーを得ることで
Claude Codeですぐ制限にかからないようにするコツ
対象読者 Claude Code を使っていて、Usage Limits（利用制限）にすぐ達してしまう方 トークン消費の仕組みを理解して、効率よくAIを使いたい方 はじめに You've hit your limit ・ resets xxx (Asia/Tokyo) 開発がいい感じに進んでいるときに限って出てくるこのメッセージ、できるだけ避けたいですよね。すぐに Usage Limits に達してしまうのは、同じチャットで会話を続けすぎていることが一因になっているかもしれません。 LLMには「コンテキストウィンドウ」という仕組みがあり、会話を重ねるごとにトークン消費が雪だるま式に増えていきます。この記事では、その仕組みと対策を解説します。 コンテキストウィンドウとは コンテキストウィンドウは、AIが一度に処理できる「記憶領域」のようなものです。 重要なのは、毎回の応答で会話履歴の大部分（
AI時代に今からITエンジニアを目指す若者にオススメする10冊の本 2026年版 - じゃあ、おうちで学べる
はじめに AIは、あなたが聞いたことにしか答えない。 聞かなかったことは、永遠に教えてくれない。あなたが何を知らないのか、AIは知らない。 2026年だ。AIに聞けば何でも教えてくれる。コードを書いてもらい、設計を相談し、ドキュメントを要約させる。便利だ。では、なぜ本を読むのか。300ページもある本を、最初から最後まで読む必要があるのか。 本は違う。本は、聞いていないことを語りかけてくる。知らなかった世界を見せてくる。持っていなかった問いを、手渡してくる。「そんなこと、考えたこともなかった」。そういう瞬間が、本にはある。AIとの対話では、たぶん起きない。 AIは効率的だ。知りたいことに、最短距離でたどり着ける。でも、最短距離で歩いていると、道の脇にあるものが見えない。著者が失敗した話、遠回りした話、「今思えば間違いだった」という告白。そういう「寄り道」が、不思議と頭に残る。正解は忘れる。で
Claude × Nano Banana Pro で料理漫画を自動生成するパイプラインを作った - Qiita
ページ,コマ,コマサイズ,シーン説明,キャラクター,セリフ,漫画部分プロンプト,実写料理プロンプト,備考 1,1,大,ユウタが和食を洋食っぽく盛り付けてしまう,ユウタ,肉じゃが作った！大皿にドーンと盛ったよ！,"被写体：ユウタがダイニングテーブルの前に立ち、大きな白い丸皿を持っている。得意げな笑顔。 構図：テーブルを挟んでユウタの上半身。 場所：1LDKマンションのダイニング、夜。 スタイル：よつばと!風、フルカラー、パステルカラー。","肉じゃがを白い丸皿に山盛り、洋食風の盛り付け、違和感がある",導入 1,2,中,ミナが微妙な反応,ミナ,美味しそうだけど…なんか和食っぽくないかも,"被写体：ミナがテーブルに座り、皿を見ている。首をかしげている。 構図：バストアップ。 スタイル：よつばと!風、フルカラー。",, """ Nano Banana Pro 画像生成（複数画像対応） Usage
AIエージェント時代、正直しんどい話
AIエージェント時代、正直しんどい話 2025年12月31日 年末やし、今年AIと格闘してきた感想を正直に書いておこうと思う。 今日、Qiitaで「Agent OS」っていうClaude Codeの拡張ツールの記事を読んだ。仕様駆動開発をAIエージェントで回せますよ、サブエージェントに仕事振れますよ、みたいな話。 一見ええやんって思うやん？ でもな、冷静に考えたら、束になってかかってくるAIエージェント全員と対話せなあかんってことやねん。 人間の組織ってよくできてる 普通の会社やったら、部長は課長と話すだけでええねん。課長は部下の面倒見てくれる。リーダーがメンバー管理してくれる。 信頼があるから「任せる」ができる。見なくてええ範囲が生まれる。 でもAIエージェントは違う。 backend-specialistの成果物チェックして、test-engineerの成果物チェックして、fronte
「AI駆動PM」と「SDD（仕様駆動開発）」で要件定義書・設計書の精度を劇的に向上させる方法｜MAKE A CHANGE, inc
皆さん、AI駆動PM（プロジェクトマネジメント）していますか？ 活用の度合いは各社・個人によると思いますが、私は最近「AI駆動PM」と「SDD（仕様駆動開発）」が非常に相性が良いのではないかと考えるようになりました。 きっかけはトランスコスモスさんの記事きっかけとなったのは、CodeZineのトランスコスモスさんのVibe Codingについての記事です。 この記事では、要件定義書を作成するにあたり、5つのLLMにレビューをさせて、3つ以上のLLMから承認がないと先に進めないシステムが紹介されていました。 このやり方を読んだとき「これだ」と思い、弊社でも取り入れてみることにしました。 SDD（仕様駆動開発）との組み合わせまず元となる要件定義書をどう作るか考えました。 日々AI駆動PMを実践しているので、ミーティングの議事録を元にLLMに「この議事録の内容から要件定義書を作成してください」と
AWS製AI統合・仕様駆動型IDE「Kiro」.kiro作成ベストプラクティス - Qiita
.kiro作成ベストプラクティス AWS製AI統合仕様駆動型IDEのKiroの.kiroディレクトリを作りこむために必要なリファレンスのリンクと具体的な用意すると役に立つファイルを提示する記事です。 この記事のスタンス 本記事は、可能な限り公式ドキュメントに準拠しつつ、Geminiとの壁打ちを経て構成しました。 現時点ではプロジェクトへの完全な実践投入前のため、一部に考慮漏れや甘い箇所がある可能性があります。そのため、実際に運用して得られた知見やフィードバックを元に、随時この記事を更新・ブラッシュアップしていく「進行形のベストプラクティス」としてご覧ください。 2026/01/05 追記 現在、この記事の構成で.kiroを作成し試運転をしているのですが、チャットを日本語化するフックを作成すると便利になることに気が付いて作成しました。 記事の方にも反映しました。 この記事で紹介してるファイル
AIボットだけのSNSを作ってみたら…彼らはすぐに派閥を形成し、極端な意見を増幅させ、少数のエリート層が支配するようになった | Business Insider Japan
研究者たちは、ボットのキャラクターをアメリカの代表的な選挙調査「アメリカ国民選挙研究（American National Election Studies）」のデータをもとに作ったと述べている。これによって各ボットは、年齢、性別、収入、学歴、支持政党、政治的考え方、宗教、個人的な興味など現実の世界の分布を反映したキャラクターになっていた。 さらに研究者たちは、この実験をメタ（Meta）の言語モデルLlama-3.2-8Bと中国のAI企業DeepSeekの言語モデルR1を使って再現したところ、同じような傾向が見られたとしている。 この研究はアムステルダム大学で計算社会科学を専門とする助教のペッター・トーンベルグ（Petter Törnberg）と、同大学の研究エンジニア、マイク・ラルーイ（Maik Larooij）が主導した。 研究者やOpenAI、メタ、DeepSeek各社は、Busine
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
グーグル、「Gemini」がユーザー専属のAIエージェントになる「Personal Intelligence」発表
「手ごろさ」論争の落とし穴（The Economist） - 日本経済新聞
メモリ128GBの“怪物”ミニPC「Ryzen AI Halo」現る。AM5版Ryzen AI 400も投入
しょうもない動画がSNSに投稿されるたびゲーマー達が「こんなゴミを作るために俺らはPCを買えなくなっている」と嘆いている
PCメーカーDell、“AI機能の宣伝控えめ”に方針転換へ。「ユーザーはAI機能に興味ない」と気づいたから - AUTOMATON
会社の登記変更書類をChatGPTにお願いして作ってもらって楽だなぁと思っていたが、提出したら法務局から「何もかも違うので作り直してください」と怒られた
