記事一覧

MCPをAIに道具を持たせる規格として整理しました。エージェント、Claude Code、Codexの感覚とつなげながら、なぜ今MCPが気になっているかを書いています。

コンテキストウィンドウが足りないときに、何が起きるのかを実務目線で整理しました。長い作業で精度が落ちる場面と、私がやめた運用もまとめています。

RAGは、AIに外部情報や手元資料を読ませてから答えさせる仕組みです。モデルの内部知識だけに頼る弱点、ハルシネーション、ChatGPTのプロジェクト活用まで一般ユーザー向けに整理しました。

AI検索の答えが自然すぎるときに、私がどこで立ち止まるかをまとめました。出典確認の手順を固定して、便利さに流されすぎないための実験メモです。

生成AIを日常で使うなら最初に押さえたい前提を5つに絞って整理しました。AI検索、ハルシネーション、AIエージェントなど、このブログの入口として読めるまとめです。

AIへの指示をキーボード入力から音声入力に変えたら、仕事後の作業がかなり速くなりました。会社員として机に戻る負荷を減らすために、リビング作業でピンマイクを選んだ理由と使い始めた実感をまとめています。

AIエージェントとは何かを、ChatGPTやLLMとの違いを含めてAIエンジニアの視点で整理します。Claude CodeやCodexのような実例と、どこまで任せてよいかの考え方もまとめました。

AI検索とは、検索結果やWeb情報をAIが要約し、会話しながら調べものを進められる仕組みです。ChatGPT検索とGoogle検索の違い、便利な使い方、注意点を実体験ベースで整理します。

LLMのハルシネーションとは、AIが事実と異なる内容をもっともらしく答えてしまう現象です。なぜAIは自信満々に間違えるのか、日常で起きやすい例、ハルシネーションを減らすための使い方や確認のコツを、非エンジニアにもわかりやすく解説します。

AIに作らせた月ごとのライフプラン表を改善しました。課題は、目標金額と実績値が連動してしまい、当初の計画と実際の結果を比較できなかったこと。計画と実績を分けて管理できるようにし、FIREに向けた資産計画の進捗を見える化しました。