はじめに Google Cloud では、RAG を手軽に実現する手段として、Vertex AI Search や Vertex AI RAG Engine などのマネージドサービスが提供されています。あるいは、ベクトル検索エンジンである Vector Search を利用して、独自の RAG システムを構築することもできます。 業務システムとして利用する際は、これらのサービスを利用することで、スケーラビリティの高いシステムが容易に構築できますが、システム設計に関わるエンジニアとしては、そもそも RAG とはどのような仕組みで、どのような処理が裏側で行われているのかを理解しておくことも大切です。そこでこの記事では、前述の便利なサービスをあえて利用せず、自前の RAG システムを手作りすることで、RAG を構成するパーツや高品質な結果を返すための工夫を学びます。 RAG の仕組み はじめに、

2023年から段階的にAIを開発フローに組み込み、2025年は試行錯誤とツールの大きな変化、そしてエージェント化を経て、私のソフトウェア開発の進め方は明確に変化しました。 ここで言う「変化」とは、単に作業が速くなった、便利になったという話ではありません。 より具体的には「コードをタイピングする時間よりも、間接作業の比重と抽象的な思考・ロジックが増えた」という意味での変化です。 とりわけ深刻なのは文字入力回数の増大です。その結果、マイクに向かって話したり、タイピングの練習といったプリミティブな活動を取り入れるようになりました。 この変化は私だけのものではありません。Addy Osmaniは『Beyond Vibe Coding』で「開発者の役割はコードを書くことから、コードを指示すること（directing）へシフトしている」と述べ、アーキテクチャやデザインパターンといったシステム思考への集

これはKyashアドベントカレンダー2025の3日目の記事です。 昨日は 田中さん の [入社エントリー]Kyashに入社しました でした。 はじめに こんにちは、KyashのモバイルチームでEMをやっている加藤(@nitakan)です。 この記事では、EMになって5ヶ月くらい経ったけどプレイヤー脳を捨てきれていない自分への振り返りです。 元々KyashのモバイルチームEMは @_rmakiyama が担当していましたが、彼が育休を取得することになるのと、自分のキャリア的にも挑戦したらどうかということで任せてもらうことになりました。 今のKyashは所謂マトリクス型の組織で、縦に事業部、横にエンジニアリング部とモバイルチームがあります。 今は、横軸では「モバイルチームのEM」でありつつ、縦軸では「ウォレット事業部のメンバー」という立ち位置で働いています。 この記事でいう「プレイヤー脳」とは

この記事は、LayerX Tech Advent Calendar 2025 の 2日目の記事です。 初日は @frkake さんの「OCR技術の変遷と日本語対応モデルの性能検証」と、@izumin5210 さんの「思考を減らしコードに集中するための tmux, Neovim 設定」の豪華二本立てでした。 こんにちは、@su8/denchuです。 クラナドは人生。電柱が好きです。現在、マサイ族の驚異的な視力を瞳に宿せると噂の「とあるブルーベリーのサプリメント」（諸説あり）が空前絶後の流行りをみせているバクラク勤怠チームで、ソフトウェアエンジニアをしています。 平均視力は3.0～8.0と推測され、中には12.0の数値を出すマサイ族もいるらしい。12...? 本記事では、大量のドキュメントレビューで目の疲れを感じやすい仕様駆動開発（SDD）に対して、いわば「仕様駆動開発におけるブルーベリー」と

こんにちは、クラスター株式会社でサーバーサイドをメインに開発しているid:shiba_yu36です。 クラスター株式会社は2025/07から開発チームのエンジニア希望者にClaude Maxを配り、Claude CodeなどによるAIコーディングをどんどん取り入れる決定をしました。しかしAIコーディングをいきなり行おうとしても、AIやエージェントによるコーディングの前提知識が足りず、使いこなせない・AIコーディングは使えないと判断を下してしまう可能性があります。 そこで導入を加速するため、前提となる知識をまとめたAIコーディングガイドラインを書き、Claude Max導入直後に開発チームへ展開することにしました。今回はこのガイドライン内容をそのまま共有しようと思います。 AIコーディングの導入の参考になれば嬉しいです。また、間違っている部分もあると思うので識者の方は指摘してもらえると助かり

## Description このコマンドは以下の作業を自動で実行します： 1. `npm run format` でPrettierフォーマットを実行 2. 変更内容を適切な粒度でコミットに分割 3. GitHub PRを作成 ## Implementation prettierをかけたあと、適切な粒度でコミットし、PRを作って **使用例:** `/create-pr` → 自動でPR作成完了 私が使っているMCP実例 MCPとは Claude Codeを外部システムと連携させる仕組み よく使っているMCP Puppeteer: ブラウザ操作の自動化 Figma: デザインファイルの取得 o3-search-mcp: Claude Codeが直接o3と相談する https://zenn.dev/yoshiko/articles/claude-code-with-o3 https://d

本記事では、2025年5月14日に開催されたオンラインイベント「【技術選定を突き詰める】Online Conferenc​​e 2025」内のセッション「技術選定の審美眼 2025年版」の内容をお届けします。同セッションでは、タワーズ・クエスト株式会社の和田卓人（@t_wada）さんに、1990年代前半から現在にかけての技術の変化の歴史についてお話いただきました。ぜひ本編のアーカイブ動画とあわせてご覧ください。 和田： 和田卓人（t-wada）と申します。インターネット上ではt-wadaさんと呼ばれています。技術顧問としてコンサルティング業を多く手掛ける傍ら、技術書の出版や翻訳にも関わっています。SQLアンチパターンという本の第2版が7月上旬に発売されますので、是非よろしくお願いいたします。 本日の講演は、「技術選定の審美眼2025年版」です。2018年頃にDevelopers Summi

2025.06.16 働き方 ガジェットナル先生type会員限定AI 「GOROmanはトラックに撥ねられて死にました」 「VRはもう一生やらないです」 GOROmanこと近藤義仁さんと言えば、Oculusの創立者に直談判してもともと予定のなかったOculus Japanを立ち上げるなど、日本のVR黎明期を牽引した一人。 Oculusを買収したFacebook（現Meta）を2016年に退職したあとは、光学レンズメーカー・HOYAからスピンアウトしたスタートアップ・ViXionのテクノロジー・エバンジェリストを務めていた。 しかし、2025年5月をもってViXionも退職。その有給休暇消化期間中に突如、「LLM無職」の「ナル先生（null-sensei）」を名乗り始め、以降、ひたすら生成AIについての情報収集・発信に専念している。 今回はそんなナル先生へのロングインタビューを前後編でお届け

2025.06.16 働き方 ガジェットナル先生type会員限定AI 前編に続いてGOROman改めナル先生こと近藤義仁さんのインタビューをお届けする。 後編では「LLM無職」の「ナル先生」としての生活とはどのようなものなのか、さらには本格的にLLMが発展した未来におけるエンジニアの役割や求められる資質についても持論をたっぷり語ってもらった。 LLM無職代行 ナル先生（@GOROman） ゲーム業界で経験を積んだ後、遊技機業界の企業へ転職。2010年に起業し、22年に散開。14年、VR業界に参画してOculus VR Japanを立ち上げる。その後、Facebook(現Meta)にジョイン。23年にハードウェアスタートアップにて執行役員 兼 CTOに就任。現在、無職（アクティブ無職） AI時代に残された、人間の生きる道とは？ ーー今の流れで伺っちゃいますけど、エンジニアは全然いらなくなるっ

技術選定の審美眼（2025年版） 2025/05/14(水) 技術選定を突き詰める〜 Online Conferenc​​e 2025〜 https://findy.connpass.com/event/349580/

本日、Forkwell さんに悪ふざけに付き合ってもらってイベントやりました。ありがとうございます。「転職したらMCPサーバーだった件」 🎵🧭 というタイトルで登壇しました！ 🔍 イベント詳細: - イベント名: 転職したらMCPサーバーだった件 - 公式URL: https://forkwe…

はじめにChatGPTをはじめとする生成AIの登場により、多くの方が業務改善への活用に関心をお持ちのことと思います。 しかし、個人レベルでの活用は進んでも、チームや組織全体での業務改善となると、期待したほどの成果が得られていないケースも少なくないのではないでしょうか？ 本稿では、私自身が直近で携わった複数の生成AI活用プロジェクトの経験をもとに、業務改善を進める上でのポイントや注意点を備忘録としてまとめました。 基本的な内容も含まれますが、実践に基づいた観点から整理していますので、これから取り組む方、すでに取り組んでいるが課題を感じている方のご参考になれば幸いです。 生成AIを活用した業務改善に興味がある人はまず30分お話してみませんか？ 以下のフォームにご回答いただいた方と生成AIを活用した業務改善についてお話する時間を設けれればと思います。 また、フォームに回答した方には私が業務改善の

急速に進化する大規模言語モデル（LLM）を、視覚的に理解しながら実践的に学べるハンズオンガイド。本書では、Jupyter Notebookやクラウド上で実際にモデルを動かしながら学ぶことができます。大規模言語モデルに欠かせないTransformerの仕組みをはじめ、要約、セマンティック検索、テキスト分類、クラスタリング、RAG（検索拡張生成）といった技術も、図解とともに直感的に理解できます。豊富なコード例と既存ライブラリの活用法を通じて、直感を重視したアプローチでLLMを学びたい読者に最適な一冊です。 賞賛の声 訳者まえがき まえがき 第I部　言語モデルの理解 1章　入門大規模言語モデル 1.1　言語AIとは？ 1.2　言語AIの近年の歴史 1.2.1　Bag-of-Wordsによる言語の表現 1.2.2　埋め込みによる言語の表現 1.2.3　埋め込みの種類 1.2.4　注意機構による文脈

本日、5月8日に、ゆめみは以下のようなリリースを出させていただきました。この決断に至った背景などについては今後まとめていきたいと思いますが、一旦は以前に書いた本記事が目指したい姿であり、この夢を実現するために今回の決断に至ったことを書き記しておきます。 創業から25年目を迎えるゆめみの2025年の組織テーマは『解体→新章』です。 生成AI時代のパラダイムシフトを踏まえて、会社の在り方を一旦見直し、既存の枠組みを「解体」した上で、「新章」として新しい展開を大胆に行なっていきます。 ここではソフトウェアエンジニアリングや組織のあり方として新しい展開について記述をしています。 エンジニア置き換え時代の危機感近年、生成AIは“単純作業を超えて”、コードそのものを書く領域にまで踏み込んできました。GitHubには1億以上の開発者アカウントが存在し、生成AI時代には、あらゆる人類が開発者となってGit

Obsidian（オブシディアン）は、Markdownベースでテキストを管理できる、テキストエディターです。 私もここ2〜3年ほど、下記のような用途でObsidianを活用しています。 日々の行動・思考記録 コードスニペット集 AIプロンプト集 ブログの下書き Web Clipper（気になるウェブページのメモ） Obsidianといえば「Zettelkasten（ツェッテルカステン）」のメモ術を採用しているユーザーが多いですが、私は現状ではZettelkastenを採用せず、Obsidianを「Markdownファイルを管理できる、動作が軽快で拡張性の高いテキストエディタ」として、ゆるく使っています。 最近では、Obsidianがプレーンテキストであることを活かし、CursorのAI機能と組み合わせても利用しています。AIがあればタグ付けや文書のまとめなども半自動で行えるので、Zette

オウンドメディア戦略ラボ by はてな > 記事 > サイト分析 > Looker Studioで追加できる表・グラフの使い方を実例で解説。用途に合わせデータを可視化しよう こんにちは、はてなビジネスブログ編集部の原川です。はてなでは企業オウンドメディアのコンテンツ企画・制作ほか、はてなビジネスブログの運用を担当しています。 オウンドメディアの成果を分析・改善するうえで、Google Analytics 4（GA4）やGoogle Search Console（Search Console）のデータを日々チェックしたり、スプレッドシートなどに情報をまとめたりしている方は多いのではないでしょうか。 一方で、見るべき箇所が多くなると管理も猥雑になってしまいがちです。これらのデータを視覚的にわかりやすく整理し、関係者にも共有しやすいレポートを作成できるツールが、Looker Studio（旧Go

はじめに こんにちは、ダイニーの ogino です。 この記事では、AI エージェントや MCP に入門しようとしている人向けに、エージェントの内部実装について概説します。これを理解することで、現状の AI にできることが明確になり、今後の技術動向を追う上でも役に立つはずです。 本記事の要旨 MCP の表層的なプロトコルには大した意味も革新性も無いので、AI エージェントを理解するにはまずコンテキストを把握しましょう。 素の LLM の能力と、エージェントの実装を切り分ける AI エージェントは、自律的に判断してファイル操作や Web ブラウザなどのツールを使い分けることが可能です。しかし、その基盤となっている LLM にできるのは、テキストを入力してテキストを出力することだけに限られます[1]。 以降では「LLM にできないこと」を掘り下げ、それを補うために AI エージェントがどのよう

はじめに こんにちは。SmartHRで勤怠管理プロダクトのPM（プロダクトマネージャー）を務めている@hiroki_mです。 私が扱う領域は勤怠管理という領域ですが、プロダクト開発の現場では、CursorやDevin、ClineなどのAI開発支援ツールを積極的に活用しています。 この記事では、私がPMとしてAI開発支援ツールをどのように活用しているかを紹介します。 AIを活用する目的はなにか PMの業務を効率化することで、PMとしてより価値を生む業務に集中するためです。 勤怠管理機能の開発チームはとても優秀で、爆速で開発を進めています。PMが開発をスケールするうえでボトルネックとならないよう、要件定義の効率化、さらにはPM抜きでも要件定義及び開発を進められる体制を築いていきたいと思っています。 その結果、プロダクト戦略の立案と解くべき課題の解像度を上げることに対し、より時間を割けるようにし

「やっぱり三日坊主になっちゃった...」 深夜、スマホを見つめながら、小さくため息をつく。 新年の目標だった英語学習アプリは3日で止まり、健康のために始めたストレッチも気づけばやらなくなり、「今度こそ継続しよう」と決めた資格勉強も一週間が限界だった—。 「モチベーションが続かない自分に嫌気がさす」「なぜいつも三日坊主で終わってしまうのか」 そんな自己嫌悪感に苦しむビジネスパーソンは少なくありません。しかし、落ち込む必要はありません。三日坊主になってしまうのは、意思が弱いからではなく、脳の仕組みとして自然なことなのです。 じつは「継続力」よりも重要なのは「再開力」—つまり、途切れても何度でも再スタートできる仕組みを持つこと。 本記事では、脳科学の知見に基づいて、三日坊主を克服し、継続力を高めるための具体的な再開方法を、実践例を交えて紹介します。 「三日坊主」は悪くない 「何度でも再開する」た