AI活用– category –

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は何でもできる万能な存在ではありません。汎用AIと特化型AIにはそれぞれ得意不得意があり、使う目的によって向いているAIは変わります。この記事では、汎用AIと特化型AIの違いや、AIを日常で使い分ける考え方をわかりやすく整理します。

AIは人間のように考えて答えているわけではなく、あくまで「それっぽい言葉」を確率的に並べているだけです。 それでもなぜ役に立つのか。そしてどう使えば精度が上がるのか。仕組みレベルで理解しながら、実際の使い方まで整理しました。

Claude Codeの精度に影響する「コンテキスト」とは何かを解説。LLMのコンテキスト長の仕組みから、情報が増えることで起きる精度低下の理由までを整理し、コンテキストの正しい理解に役立つ内容をまとめました。

バイブコーディングを進めるにあたり、関連する機能を一つの環境で管理するためにモノレポを採用することにした。Claude CodeのBest Practicesで重要とされるコンテキスト管理の観点から、モノレポの本来のメリットとAIコーディングにおける価値を整理してみました。

バイブコーディングのためのツールとしてClaude Codeを使ってみることにしました。Claude CodeのBest Practicesをもとに、AIコーディングで重要となるポイントを整理しました。自己検証、調査・設計・実装の分離、具体的なプロンプト設計、コンテキスト管理など、実装を任せるための基本を調べてみました。

生成AIを日常で使う中で、改めて「プロンプトの書き方」を自分のためにおさらいしてみました。ChatGPTで思い通りの回答を得るには、具体的に指示することや、人に説明するつもりで丁寧に書くことが大切。生成AIのプロンプトの注意点を、日常の例とともに整理した記事です。