[{"data":1,"prerenderedAt":581},["ShallowReactive",2],{"post-index":3,"post-engineer-ai-daily-workflow":453},{"posts":4,"categories":402,"tags":411},[5,17,35,43,60,74,87,105,122,144,156,167,179,193,208,223,239,250,264,275,285,296,308,319,331,343,356,367,377,387],{"slug":6,"title":7,"description":8,"publishedAt":9,"updatedAt":9,"category":10,"tags":13,"thumbnail":16},"ai-cognitive-debt-approval"," 認知負債は「承認」で生まれる ── コーディングエージェント時代の意図負債と、個人・チームの向き合い方","コーディングエージェントに実装を任せると、コードは速く書けるのに人の理解が追いつかない。認知負債・意図負債・理解負債の違いを「下り」と「上り」で整理し、負債が生まれる承認の瞬間と、個人とチームでできる対策、まだ答えのない問いを、自分の体験から考える。","2026-11-03T17:12:07.686Z",{"name":11,"slug":12},"AI","ai",[14],{"name":15,"slug":15},"organization",null,{"slug":18,"title":19,"description":20,"publishedAt":21,"updatedAt":21,"category":22,"tags":23,"thumbnail":16},"design-harness-personal-product","デザインハーネスを個人開発で組んだ — AI が作る画面のずれを止めるまで","デザイナーのいない個人開発で、AI が作る画面のずれを止めるまでの記録。Codex の Product Design で画像の案を出して画面を作り直し、デザインファイルとコードの食い違いを正本の分担で片付け、lint・見た目の比較・AI の評価役からなるデザインハーネスで外れたら止める仕組みを組んだ。","2026-11-03T15:39:02.665Z",{"name":11,"slug":12},[24,27,30,32],{"name":25,"slug":26},"claude code","claude-code",{"name":28,"slug":29},"design system","design-system",{"name":31,"slug":31},"codex",{"name":33,"slug":34},"design harnes","design-harnes",{"slug":36,"title":37,"description":38,"publishedAt":39,"updatedAt":39,"category":40,"tags":41,"thumbnail":16},"claude-code-mods-intro","Claude Codeの「Claude Mods」とは？ 入れてみた3つのmodと、安全に入れる手順","Claude Codeの新機能Claude Mods（v2.1.287〜）を紹介する。hooks・skills・MCPとの違い、入れてみたmod 3つ（prompt-rail・md-prompt・qa-guide）の使い方、claude plugin validateで中身を確かめて入れる手順をまとめた。","2026-11-03T15:30:44.678Z",{"name":11,"slug":12},[42],{"name":25,"slug":26},{"slug":44,"title":45,"description":46,"publishedAt":47,"updatedAt":47,"category":48,"tags":51,"thumbnail":16},"worktree-shared-reverse-proxy","AI 時代の並列開発の環境構築 — git worktree ごとにアプリを同時に動かす","git worktree の並列開発で、各 worktree のフロントとバックを同時に動かす Docker Compose 構成を紹介する。ポートはずらさず共有のリバースプロキシでホスト名に振り分け、DB は 1 つを共有ネットワークに置いて全 worktree から参照する。","2026-11-03T15:24:32.067Z",{"name":49,"slug":50},"Dev Env","dev-env",[52,54,57],{"name":53,"slug":53},"git",{"name":55,"slug":56},"Docker","docker",{"name":58,"slug":59},"開発環境","development-environment",{"slug":61,"title":62,"description":63,"publishedAt":64,"updatedAt":64,"category":65,"tags":66,"thumbnail":16},"ghostty-herdr-dev-env","Ghostty + herdr で組む開発環境（2026年9月版） — AI エージェントを並べてターミナルで開発する","WezTerm + tmux + 自作ツールから Ghostty + herdr に移した私の開発環境を紹介する。Claude Code・Codex・takt を並べて動かす 1 タスクの流れ、ターミナル内ブラウザで画面の要素を AI に渡す方法、Neovim・lazygit・hunk・Nix まで層ごとにまとめた。","2026-11-03T15:14:47.700Z",{"name":49,"slug":50},[67,68,70,72],{"name":58,"slug":59},{"name":69,"slug":69},"herdr",{"name":71,"slug":71},"ghostty",{"name":73,"slug":73},"terminal",{"slug":75,"title":76,"description":77,"publishedAt":78,"updatedAt":78,"category":79,"tags":80,"thumbnail":16},"dotfiles-operation-and-nix","設定ファイルを端末に置いたままにしない — dotfiles 運用のすすめと、その先の Nix","設定ファイルを Git リポジトリで管理する dotfiles 運用の始め方と、その先で効いてくる Nix の話。何を入れて何を入れないか、配線の 3 手法の比較、運用して見えてくる穴、3 端末を 1 つの設定で回すところまでを実例で書く。","2026-11-03T15:04:48.084Z",{"name":49,"slug":50},[81,82,85],{"name":58,"slug":59},{"name":83,"slug":84},"Nix","nix",{"name":86,"slug":86},"dotfiles",{"slug":88,"title":89,"description":90,"publishedAt":91,"updatedAt":91,"category":92,"tags":93,"thumbnail":102},"opencode-go-plan-evaluation","OpenCode Go プランを評価する — 月$10 で LLM オーケストレーションの中間層は作れるか","OpenCode が提供する月額固定の Go プラン（初月$5、翌月以降$10\u002F月）を、料金体系・想定ユースケース・3層 LLM 構成における中間モデル層としての適合性まで含めて評価する。","2026-05-07T12:12:31.936Z",{"name":11,"slug":12},[94,97,100],{"name":95,"slug":96},"Harness Engineering","harness-engineering",{"name":98,"slug":99},"LLM","llm",{"name":101,"slug":101},"opencode",{"url":103,"description":104},"https:\u002F\u002Fimages.ctfassets.net\u002Fd3b1looh8iwg\u002F6Nh8tVuSCuHunaVeqyegdU\u002F0fee3536b9ee406b986430ebc1b8ebfd\u002FOpenCode_Go_%C3%A3__%C3%A3__%C3%A3__%C3%A3__%C3%A3__%C3%A8__%C3%A4__%C3%A3__%C3%A3__.png","",{"slug":106,"title":107,"description":108,"publishedAt":109,"updatedAt":109,"category":110,"tags":111,"thumbnail":120},"prompt-context-harness-engineering","ハーネスエンジニアリングとは何か：プロンプト→コンテキスト→ハーネスへ至るAIエージェント設計の変遷","「ハーネスエンジニアリング」とは何か。プロンプトエンジニアリング、コンテキストエンジニアリングから続く3段階の変遷を、論文引用（Lost in the Middle \u002F SWE-bench）とClaude Codeの実装例（フック・ルール・Skill）で階層構造として整理する。","2026-04-07T13:04:49.564Z",{"name":11,"slug":12},[112,115,116,119],{"name":113,"slug":114},"Prompt Engineering","prompt-engineering",{"name":95,"slug":96},{"name":117,"slug":118},"Context Engineering","context-engineering",{"name":98,"slug":99},{"url":121,"description":104},"https:\u002F\u002Fimages.ctfassets.net\u002Fd3b1looh8iwg\u002F74HnVGS2R8wphJ1nGHgLfb\u002Fb87d3d6e35ccc518e04d9959c7637a88\u002Fã__ã__ã__ã__ã__ã__ã__ã__ã__ã__ã_ªã__ã__ã__ã__ã__ä__ã__ï__ã__ã__ã__ã__ã__ã__ã__â__ã__ã__ã__ã__ã__ã__â__ã__ã__ã__ã__ã__è__ã__A.png",{"slug":123,"title":124,"description":125,"publishedAt":126,"updatedAt":126,"category":127,"tags":130,"thumbnail":142},"authjs-v5-jwt-dual-timeout-bff-django","Auth.js v5 でJWT二重タイムアウトを実装する：BFF + Django連携の設計パターン","Auth.js v5のjwt callbackで8時間の絶対有効期限と30分のアイドルタイムアウトを両立する実装方法を解説。Next.js MiddlewareによるBFF API保護とDjango REST Frameworkとの Token Exchange パターンも紹介する。","2026-04-06T12:45:28.328Z",{"name":128,"slug":129},"Programming","programming",[131,134,136,139],{"name":132,"slug":133},"auth.js","auth-js",{"name":135,"slug":135},"jwt",{"name":137,"slug":138},"Django REST Framework","django-rest-framework",{"name":140,"slug":141},"Next.js","next-js",{"url":143,"description":104},"https:\u002F\u002Fimages.ctfassets.net\u002Fd3b1looh8iwg\u002FpqkFfHKpf2UqoNrB6KrKS\u002F672a78076f28d88b31509c230f9c3f64\u002FAuth.js_v5_ã__ã__JWTäº_é__ã__ã__ã__ã__ã__ã__ã__å__è__ã__ã__ï__BFF___Djangoé__æ_ºã__è__è__ã__ã__ã__ã__ã__.png",{"slug":145,"title":146,"description":147,"publishedAt":148,"updatedAt":148,"category":149,"tags":150,"thumbnail":154},"claude-code-spec-to-growing-claudemd","仕様書を「渡す」からCLAUDE.mdを「育てる」へ — Claude Codeの使い方が変わった話","Claude Codeに仕様書を丸ごと渡す運用から、CLAUDE.mdを継続的に育てる運用へ。「間違えたら追加」ルールの実践例と、20行→146行+31スキルに育てた記録。","2026-04-02T14:58:11.375Z",{"name":11,"slug":12},[151,152,153],{"name":25,"slug":26},{"name":113,"slug":114},{"name":117,"slug":118},{"url":155,"description":104},"https:\u002F\u002Fimages.ctfassets.net\u002Fd3b1looh8iwg\u002FqybhQ2TQSYQhIvDhWxqvs\u002F9f8b888e11a76223c8a1b1da42df5ce1\u002Fä__æ__æ__ã__ã__æ__ã__ã__ã__ã__CLAUDE.mdã__ã__è__ã__ã__ã__ã___â___Claude_Codeã__ä__ã__æ__ã__ã__å__ã__ã__ã__è__.png",{"slug":157,"title":158,"description":159,"publishedAt":160,"updatedAt":160,"category":161,"tags":162,"thumbnail":165},"claude-code-harness-engineering","Claude Codeを覚醒させる「ハーネスエンジニアリング」 CLAUDE.md・Hooks・Rules設定の徹底解説","プロンプトを書く時代から、AIが最高に働く環境を設計する時代へ。Claude CodeのCLAUDE.md、Hooks、Rules、Settings、Agent Routingを体系的に解説し、自作のオーケストレーションシステム「ai-orchestra」による統合管理の実践例を紹介する。","2026-03-22T08:59:48.575Z",{"name":11,"slug":12},[163,164],{"name":25,"slug":26},{"name":95,"slug":96},{"url":166,"description":104},"https:\u002F\u002Fimages.ctfassets.net\u002Fd3b1looh8iwg\u002F3liirUgzBlFBuAMoytyN5E\u002F66ba6b07385791bcaae4ddf404f06ce1\u002FClaude_Codeã__è__é__ã__ã__ã__ã__ã__ã__ã__ã__ã__ã__ã__ã__ã__ã__ã_ªã__ã__ã__ã___CLAUDE.mdã__Hooksã__Rulesè__å__ã__å__åº_è__èª_.png",{"slug":168,"title":169,"description":170,"publishedAt":171,"updatedAt":172,"category":173,"tags":174,"thumbnail":177},"claude-code-dev-toolchain","Claude Code開発を支える私のツールチェイン — ターミナルからAIデザインまで","Claude Code CLIを中心とした開発環境を紹介する。WezTerm + Tmuxのターミナル構成、GTRやBatonによる並列開発、ステータスライン・通知フックのカスタマイズ、MCP\u002Fプラグイン活用、Aqua VoiceやPencilとの連携まで、実際に使っているツールチェインの全体像をまとめた。","2026-03-21T19:30:43.616Z","2026-11-03T15:18:14.982Z",{"name":49,"slug":50},[175,176],{"name":25,"slug":26},{"name":58,"slug":59},{"url":178,"description":104},"https:\u002F\u002Fimages.ctfassets.net\u002Fd3b1looh8iwg\u002F4wFUBAqC9yuIgeo3xWVHJM\u002F8843248b854fee93872b5ac519d16bc2\u002FClaude_Codeé__ç_ºã__æ__ã__ã__ç__ã__ã__ã__ã__ã__ã__ã__ã___â___ã__ã__ã__ã__ã__ã__ã__AIã__ã__ã_µã__ã__ã__ã__ã__ã__.png",{"slug":180,"title":181,"description":182,"publishedAt":183,"updatedAt":184,"category":185,"tags":186,"thumbnail":191},"lazygit-commit-message-auto-generate","【コピペで導入】lazygit × Claude Code でコミットメッセージ自動生成","lazygit の customCommands と Claude Code の --print モードを組み合わせ、Ctrl+G 一発で Conventional Commits 形式のコミットメッセージを自動生成する方法を解説。コピペ可能な完成形設定と、4段階の試行錯誤で得たハマりポイントを共有します。","2026-03-15T04:36:20.532Z","2026-11-03T15:18:53.496Z",{"name":49,"slug":50},[187,188,189],{"name":53,"slug":53},{"name":25,"slug":26},{"name":190,"slug":190},"lazygit",{"url":192,"description":104},"https:\u002F\u002Fimages.ctfassets.net\u002Fd3b1looh8iwg\u002F62ov1mzeLUjRm6cbzQ7R92\u002F3bc21a7fe7ec517ad3258b6264d4097e\u002Fã__ã__ã__ã__ã__ã__ã__ã__å__å__ã__lazygit_Ã__Claude_Code_ã__ã__ã__ã__ã__ã__ã__ã__ã__ã__ã__ã__è_ªå__ç__æ__.png",{"slug":194,"title":195,"description":196,"publishedAt":197,"updatedAt":198,"category":199,"tags":200,"thumbnail":206},"git-worktree-runner-guide","git-worktree-runner で worktree 管理が劇的にラクになった話","git-worktree-runner（GTR）は git worktree の操作を 1 コマンドに集約する CLI ラッパーです。Taskfile.yaml での運用から GTR に移行した体験を元に、インストール・設定・AI 並列開発での活用法を解説します。","2026-03-09T15:32:31.316Z","2026-11-03T15:18:33.924Z",{"name":49,"slug":50},[201,202,204],{"name":53,"slug":53},{"name":203,"slug":203},"git-worktree",{"name":205,"slug":205},"git-worktree-runner",{"url":207,"description":104},"https:\u002F\u002Fimages.ctfassets.net\u002Fd3b1looh8iwg\u002F7BRBfHFocF2ABOeOQmtIic\u002Fa63ce99493098bc42123e4315f43d768\u002Fgit-worktree-runner_ã__ã___worktree_ç__ç__ã__ã__å__ç__ã__ã__ã__ã__ã_ªã__ã__è__.png",{"slug":209,"title":210,"description":211,"publishedAt":212,"updatedAt":212,"category":213,"tags":214,"thumbnail":221},"rag-basic-knowledge","RAG入門 — 検索拡張生成の基礎知識を実験結果とともに学ぶ","RAG（検索拡張生成）の仕組みをVectorDB・Embedding・チャンク分割の3要素に分解して解説。Embeddingモデル変更で正答率0\u002F5→4\u002F5に改善した検証データも公開。","2026-03-01T11:29:25.841Z",{"name":11,"slug":12},[215,218,219],{"name":216,"slug":217},"RAG","rag",{"name":98,"slug":99},{"name":220,"slug":220},"ollama",{"url":222,"description":104},"https:\u002F\u002Fimages.ctfassets.net\u002Fd3b1looh8iwg\u002F1enfpUixTuvis0oX9x5Cfa\u002F934aed76ac994412ceb37dfdf5dc6f6c\u002FRAGå__é___â___æ__ç__æ__å_µç__æ__ã__å_ºç__ç__è__ã__å__é__çµ_æ__ã__ã__ã__ã__å__ã_µã__.png",{"slug":224,"title":225,"description":226,"publishedAt":227,"updatedAt":228,"category":229,"tags":230,"thumbnail":237},"engineer-ai-daily-workflow","1人のエンジニアがAIを日常にどう組み込んでいるか — 契約サービスから活用フローまで全公開","Claude Code、ChatGPT、Gemini、Aqua Voice、Adobe Fireflyの5サービスを使い分けるエンジニアが、開発・情報収集・ブレスト・音声入力・振り返りまで、AIを日常に組み込んだリアルな活用フローを全公開します。","2026-02-18T14:13:58.531Z","2026-02-18T14:14:12.514Z",{"name":11,"slug":12},[231,232,234],{"name":98,"slug":99},{"name":233,"slug":233},"openclaw",{"name":235,"slug":236},"マルチエージェント","multi-agent",{"url":238,"description":104},"https:\u002F\u002Fimages.ctfassets.net\u002Fd3b1looh8iwg\u002F5gBC06O8WX2GX8wmoOXQfy\u002F27a11e0f280f642a781e462dead9d3ae\u002F1人ã__ã__ã__ã__ã__ã__ã__ã__ã__AIã__æ__å__ã__ã__ã__ã__çµ_ã__è__ã__ã__ã__ã__ã__ã___â___å__ç__ã_µã__ã__ã__ã__ã__ã__æ__ç__ã__ã_.png",{"slug":240,"title":241,"description":242,"publishedAt":243,"updatedAt":243,"category":244,"tags":245,"thumbnail":248},"ai-orchestra-design-and-practice","Claude Codeマルチエージェント実践｜AI Orchestraで超えた2つの壁","Claude Code単体運用で生じるコンテキスト溢れ・役割混乱の課題を、25種の専門エージェントとClaude×Codex×Geminiのマルチモデル連携で解決するオーケストレーションシステム「AI Orchestra」。その設計思想、Hookによる自動ルーティング、並列レビューなどの実装を具体的に紹介します。","2026-02-08T08:01:16.212Z",{"name":11,"slug":12},[246,247],{"name":235,"slug":236},{"name":98,"slug":99},{"url":249,"description":104},"https:\u002F\u002Fimages.ctfassets.net\u002Fd3b1looh8iwg\u002F6j2KWOOo7wJfUobTCg3o2w\u002F126c8d413cd9a56e64fba107544ec4e1\u002FClaude_Codeã__ã__ã__ã__ã__ã__ã__ã__ã__ã__å__è_µï__AI_Orchestraã__ã__è__ã__ã__2ã__ã__å__.png",{"slug":251,"title":252,"description":253,"publishedAt":254,"updatedAt":255,"category":256,"tags":257,"thumbnail":262},"ai-benchmark-guide","AIベンチマーク読み方ガイド｜SWE-bench・GPQA・ARC-AGIの意味と活用法","SWE-bench、GPQA Diamond、ARC-AGI、Terminal-Benchなど主要AIベンチマークの読み方を解説。2026年2月最新のモデルスコア比較と、コーディングエージェントへのタスク振り分けに活かす実践的な指針を紹介します。","2026-02-07T16:10:19.131Z","2026-02-07T16:11:56.095Z",{"name":11,"slug":12},[258,259],{"name":98,"slug":99},{"name":260,"slug":261},"Benchmark","benchmark",{"url":263,"description":104},"https:\u002F\u002Fimages.ctfassets.net\u002Fd3b1looh8iwg\u002F3QlfPsXmLogdj9o4mdgFYQ\u002F73a69ca272ac4e4fdcf977f322c0218a\u002FAIã__ã__ã__ã__ã__ã__ã__èª_ã__æ__ã__ã__ã__ã__ã__ï__SWE-benchã__GPQAã__ARC-AGIã__æ__å__ã__æ__ç__æ__.png",{"slug":265,"title":266,"description":267,"publishedAt":268,"updatedAt":268,"category":269,"tags":270,"thumbnail":273},"multi-agent-building-guide","マルチエージェント構築入門｜構成の全体像と3つの実装アプローチ","マルチエージェントの構築方法を解説。オーケストレーター・サブエージェント・ツール連携の3要素から、自作・フレームワーク・既存ツール活用の選択肢まで。Claude Codeでの実装例付き。","2026-02-05T12:52:58.095Z",{"name":11,"slug":12},[271,272],{"name":98,"slug":99},{"name":235,"slug":236},{"url":274,"description":104},"https:\u002F\u002Fimages.ctfassets.net\u002Fd3b1looh8iwg\u002F68XZFvLA17pegNy0lHCrYN\u002Ff90202a483bf087f4fa4cbb80dae934e\u002Fã__ã__ã__ã__ã__ã__ã__ã__ã__ã__æ__ç__å__é__ï__æ__æ__ã__å__ä__å__ã__3ã__ã__å__è__ã__ã__ã__ã__ã__ã__.png",{"slug":276,"title":277,"description":278,"publishedAt":279,"updatedAt":279,"category":280,"tags":281,"thumbnail":283},"openclaw-security-and-features","OpenClaw徹底解説 ── セルフホスト型AIアシスタントの可能性とセキュリティリスク","「AIが自分の代わりにメッセージを返信してくれたら…」そんな願いを叶えるツールが、いま爆発的な人気を集めています。その名も「OpenClaw」。わずか2ヶ月でGitHub Stars 10万を突破し、週間200万人が訪れるほどの注目を浴びています。  しかし、その急成長の裏には商標問題、詐欺騒動、そして深刻なセキュリティ脆弱性の発覚と、波乱万丈なドラマがありました。","2026-02-03T15:20:26.415Z",{"name":11,"slug":12},[282],{"name":233,"slug":233},{"url":284,"description":104},"https:\u002F\u002Fimages.ctfassets.net\u002Fd3b1looh8iwg\u002F7aKouVOZSGnzVUGgLQfa22\u002F5688eb515dc5f0b2c301b9b8c267ec20\u002F00036.png",{"slug":286,"title":287,"description":104,"publishedAt":288,"updatedAt":289,"category":290,"tags":291,"thumbnail":294},"custom-instructions","ChatGPTやClaudeがもっと賢くなる！カスタム指示の書き方と実例集","2026-01-30T17:42:57.415Z","2026-02-03T15:03:06.461Z",{"name":11,"slug":12},[292,293],{"name":98,"slug":99},{"name":113,"slug":114},{"url":295,"description":287},"https:\u002F\u002Fimages.ctfassets.net\u002Fd3b1looh8iwg\u002F4EojonTOebJGeiaXf98ol0\u002F9e391fc8bd6e548f8c96136c805b49d7\u002FChatGPTã__Claudeã__ã__ã__ã__ã__è__ã__ã_ªã__ï__ã__ã__ã__ã__æ__ç_ºã__æ__ã__æ__ã__å__ä__é__.png",{"slug":297,"title":298,"description":299,"publishedAt":300,"updatedAt":301,"category":302,"tags":303,"thumbnail":306},"ollama-local-llm-setup","ローカルLLMはまず小さめモデルから：Ollamaで始める導入〜疎通確認","acでOllamaを使い、ローカルLLMを最短で起動→1回応答まで確認する手順を解説。モデル選定の考え方、遅い\u002Fメモリ\u002Fディスクの切り分け、API疎通(curl)もまとめます。","2026-01-18T06:40:49.270Z","2026-01-21T13:05:14.924Z",{"name":11,"slug":12},[304,305],{"name":220,"slug":220},{"name":98,"slug":99},{"url":307,"description":104},"https:\u002F\u002Fimages.ctfassets.net\u002Fd3b1looh8iwg\u002F1NQmtspOD1S6LEb4SrCYIQ\u002F49c213de131a9a4ea139c32e805f3b01\u002Fã__ã__ã__ã__LLMã__ã__ã__ã__å__ã__ã__ã__ã__ã__ã__ã__ã__ï__Ollamaã__ã__å__ã__ã__å__å__ã__ç__é__ç_ºèª_.png",{"slug":309,"title":310,"description":104,"publishedAt":311,"updatedAt":312,"category":313,"tags":314,"thumbnail":317},"llm-leaderboard-score-guide","LLMリーダーボードの読み方：スコア指針とベンチマーク確認手順","2026-01-10T08:57:26.636Z","2026-01-18T06:55:58.990Z",{"name":11,"slug":12},[315,316],{"name":260,"slug":261},{"name":98,"slug":99},{"url":318,"description":104},"https:\u002F\u002Fimages.ctfassets.net\u002Fd3b1looh8iwg\u002F8u7GQ3mAlcvIHOc5bFJc6\u002Fa953bf74c33117efa393eaf8541f515a\u002FLLMã_ªã__ã__ã__ã__ã__ã__ã__ã__ã__ã__èª_ã__æ__.png",{"slug":320,"title":321,"description":104,"publishedAt":322,"updatedAt":322,"category":323,"tags":324,"thumbnail":329},"vite_docker_esbuild-error","Vite + Docker + ESBuild Errorの解決","2021-11-12T03:53:22.965Z",{"name":128,"slug":129},[325,326],{"name":55,"slug":56},{"name":327,"slug":328},"Vite","vite",{"url":330,"description":104},"https:\u002F\u002Fimages.ctfassets.net\u002Fd3b1looh8iwg\u002F5gqsl4ZChCI3uaSXQA86du\u002F3c94f9928ffaaab2d8911d32e742de1e\u002Fprogramming.jpg",{"slug":332,"title":333,"description":104,"publishedAt":334,"updatedAt":335,"category":336,"tags":337,"thumbnail":341},"nuxt-router-scroll-control","Nuxt.jsのページ遷移時のスクロール制御したい","2021-10-28T14:31:11.276Z","2021-10-28T14:35:33.155Z",{"name":128,"slug":129},[338],{"name":339,"slug":340},"Nuxt.js","nuxt-js",{"url":342,"description":104},"https:\u002F\u002Fimages.ctfassets.net\u002Fd3b1looh8iwg\u002F6dqpNPZsBJJ7x9XJj1Ld1z\u002Fcd1bb9323a8ffb0657ad79525403e1ff\u002Fnuxt.jpg",{"slug":344,"title":345,"description":104,"publishedAt":346,"updatedAt":347,"category":348,"tags":349,"thumbnail":354},"react-drf-img_uploader-backend","React × DRFで画像アップロード機能作成 (バックエンド実装編)","2021-10-26T02:56:58.215Z","2021-10-27T11:37:43.829Z",{"name":128,"slug":129},[350,353],{"name":351,"slug":352},"React","react",{"name":137,"slug":138},{"url":355,"description":104},"https:\u002F\u002Fimages.ctfassets.net\u002Fd3b1looh8iwg\u002F4jbVtK0nXsMKZplpBAwhri\u002Fb0ccef5153d92a7947eb0c682008255c\u002Fdjango-rest-framework.jpg",{"slug":357,"title":358,"description":104,"publishedAt":359,"updatedAt":360,"category":361,"tags":362,"thumbnail":365},"react-drf-img_uploader-frontend","React × DRFで画像アップロード機能作成 (フロント実装編)","2021-10-26T02:39:01.629Z","2021-10-27T11:37:24.670Z",{"name":128,"slug":129},[363,364],{"name":351,"slug":352},{"name":137,"slug":138},{"url":366,"description":104},"https:\u002F\u002Fimages.ctfassets.net\u002Fd3b1looh8iwg\u002F3uFOs5NyHOvRqYgE1lQ3p6\u002Fd79c8fabb7d4151c5773ffe1cdd2bce3\u002Freact.jpg",{"slug":368,"title":369,"description":104,"publishedAt":370,"updatedAt":371,"category":372,"tags":373,"thumbnail":376},"react-drf-img_uploader-environment","React × DRFで画像アップロード機能作成 (環境構築編)","2021-10-26T02:00:01.702Z","2021-10-27T11:47:28.398Z",{"name":128,"slug":129},[374,375],{"name":351,"slug":352},{"name":137,"slug":138},{"url":330,"description":104},{"slug":378,"title":379,"description":104,"publishedAt":380,"updatedAt":381,"category":382,"tags":383,"thumbnail":385},"docker-install-procedure","各OS毎のDockerインストール手順","2021-10-26T01:43:54.692Z","2022-02-07T14:32:07.791Z",{"name":128,"slug":129},[384],{"name":55,"slug":56},{"url":386,"description":104},"https:\u002F\u002Fimages.ctfassets.net\u002Fd3b1looh8iwg\u002F3aVlE8NIfX12QvTafaC8xE\u002Fd00bf480e212538e1816fc10d2e7b77d\u002Fdocker.jpg",{"slug":388,"title":389,"description":104,"publishedAt":390,"updatedAt":391,"category":392,"tags":395,"thumbnail":399},"notion-clear-trash","Notionのゴミ箱を一括削除する","2021-09-12T13:04:59.853Z","2021-10-21T14:29:03.528Z",{"name":393,"slug":394},"Lifestyle","lifestyle",[396],{"name":397,"slug":398},"Notion","notion",{"url":400,"description":401},"https:\u002F\u002Fimages.ctfassets.net\u002Fd3b1looh8iwg\u002F5binM4YxsZdSXX9SKkGyNP\u002Fcf39353211db8b3e0c4ac18e03b55527\u002Fnotion.jpg","Notion記事用のサムネイル",[403,405,407,409],{"name":49,"slug":50,"count":404},6,{"name":11,"slug":12,"count":406},16,{"name":128,"slug":129,"count":408},7,{"name":393,"slug":394,"count":410},1,[412,414,415,417,418,420,421,422,423,424,425,427,428,429,430,431,432,433,434,435,436,437,438,439,440,441,442,443,444,445,446,447,448,449,450],{"name":98,"slug":99,"count":413},10,{"name":25,"slug":26,"count":404},{"name":137,"slug":138,"count":416},4,{"name":58,"slug":59,"count":416},{"name":55,"slug":56,"count":419},3,{"name":53,"slug":53,"count":419},{"name":95,"slug":96,"count":419},{"name":113,"slug":114,"count":419},{"name":351,"slug":352,"count":419},{"name":235,"slug":236,"count":419},{"name":260,"slug":261,"count":426},2,{"name":117,"slug":118,"count":426},{"name":220,"slug":220,"count":426},{"name":233,"slug":233,"count":426},{"name":132,"slug":133,"count":410},{"name":31,"slug":31,"count":410},{"name":33,"slug":34,"count":410},{"name":28,"slug":29,"count":410},{"name":86,"slug":86,"count":410},{"name":71,"slug":71,"count":410},{"name":203,"slug":203,"count":410},{"name":205,"slug":205,"count":410},{"name":69,"slug":69,"count":410},{"name":135,"slug":135,"count":410},{"name":190,"slug":190,"count":410},{"name":140,"slug":141,"count":410},{"name":83,"slug":84,"count":410},{"name":397,"slug":398,"count":410},{"name":339,"slug":340,"count":410},{"name":101,"slug":101,"count":410},{"name":15,"slug":15,"count":410},{"name":216,"slug":217,"count":410},{"name":73,"slug":73,"count":410},{"name":327,"slug":328,"count":410},{"name":451,"slug":451,"count":452},"takt",0,{"slug":224,"title":225,"description":226,"publishedAt":227,"updatedAt":228,"category":454,"tags":455,"thumbnail":459,"html":460,"headings":461,"readingMinutes":551,"older":552,"newer":558,"related":565},{"name":11,"slug":12},[456,457,458],{"name":98,"slug":99},{"name":233,"slug":233},{"name":235,"slug":236},{"url":238,"description":104},"\u003Cp>AIを「コード補完ツール」程度にしか使っていないエンジニアは多いのではないだろうか。筆者は現在5つのAIサービスを契約し、開発・情報収集・ブレスト・設計・音声入力・振り返りと、日常のあらゆる場面にAIを組み込んでいる。この記事では、契約しているサービスの一覧と使い分け、それぞれの具体的な活用フローをそのまま公開する。\u003C\u002Fp>\n\u003Chr>\n\u003Ch2 id=\"契約しているaiサービス一覧\" tabindex=\"-1\">\u003Cspan class=\"h-no\" aria-hidden=\"true\">01\u003C\u002Fspan>契約しているAIサービス一覧\u003C\u002Fh2>\n\u003Cp>まず前提として、筆者が現在契約しているAIサービスを紹介する。\u003C\u002Fp>\n\u003Cdiv class=\"tbl\" tabindex=\"0\" role=\"region\" aria-label=\"Table\">\u003Ctable>\n\u003Cthead>\n\u003Ctr>\n\u003Cth>サービス\u003C\u002Fth>\n\u003Cth>プラン\u003C\u002Fth>\n\u003Cth>月額（目安）\u003C\u002Fth>\n\u003Cth>主な用途\u003C\u002Fth>\n\u003C\u002Ftr>\n\u003C\u002Fthead>\n\u003Ctbody>\n\u003Ctr>\n\u003Ctd>Claude Code\u003C\u002Ftd>\n\u003Ctd>Max Plan\u003C\u002Ftd>\n\u003Ctd>$100\u003C\u002Ftd>\n\u003Ctd>開発（レビュー・設計壁打ち・オーケストレーション）\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>ChatGPT\u003C\u002Ftd>\n\u003Ctd>Plus Plan\u003C\u002Ftd>\n\u003Ctd>$20\u003C\u002Ftd>\n\u003Ctd>開発（Codexによる実装）・Deep Research\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>Gemini\u003C\u002Ftd>\n\u003Ctd>—\u003C\u002Ftd>\n\u003Ctd>¥2,900\u003C\u002Ftd>\n\u003Ctd>リサーチ・Deep Research・NotebookLM連携\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>Aqua Voice\u003C\u002Ftd>\n\u003Ctd>—\u003C\u002Ftd>\n\u003Ctd>$10\u003C\u002Ftd>\n\u003Ctd>AI音声入力（LLMとの対話全般）\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>Adobe Creative Cloud\u003C\u002Ftd>\n\u003Ctd>—\u003C\u002Ftd>\n\u003Ctd>約¥5,000\u003C\u002Ftd>\n\u003Ctd>画像生成・動画生成（Firefly）\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003C\u002Ftbody>\n\u003C\u002Ftable>\u003C\u002Fdiv>\n\u003Cp>※ 料金は2026年2月時点の情報。\u003C\u002Fp>\n\u003Cp>合計すると月額2万円強になる。決して安くはないが、開発効率の向上と情報収集にかかる時間の短縮を考えると、十分なリターンがあると感じている。\u003C\u002Fp>\n\u003Ch3 id=\"claude-code-—-max-plan（$100\u002F月）\" tabindex=\"-1\">Claude Code — Max Plan（$100\u002F月）\u003C\u002Fh3>\n\u003Cp>筆者のメインツール。開発におけるコードレビュー、設計の壁打ち、そして後述するAI Orchestraのオーケストレーターとして稼働している。モデルはOpus 4.6を中心に使用。つい先日\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002Fnews\u002Fclaude-sonnet-4-6\" target=\"_blank\" rel=\"noopener noreferrer\">Sonnet 4.6がリリースされた\u003C\u002Fa>ので、比較的シンプルなタスクにはこちらを取り入れることも検討中だ。\u003C\u002Fp>\n\u003Ch3 id=\"chatgpt-—-plus-plan（$20\u002F月）\" tabindex=\"-1\">ChatGPT — Plus Plan（$20\u002F月）\u003C\u002Fh3>\n\u003Cp>主にCodex（コード生成・実装タスク）とDeep Researchで使用。開発では実装部分をCodexに任せるケースが多い。\u003C\u002Fp>\n\u003Ch3 id=\"gemini（¥2,900\u002F月）\" tabindex=\"-1\">Gemini（¥2,900\u002F月）\u003C\u002Fh3>\n\u003Cp>リサーチ用途がメイン。Deep Researchの選択肢の1つとして使うほか、NotebookLMとの連携で学習コンテンツの生成にも活用している。\u003C\u002Fp>\n\u003Ch3 id=\"aqua-voice-—-ai音声入力（$10\u002F月）\" tabindex=\"-1\">Aqua Voice — AI音声入力（$10\u002F月）\u003C\u002Fh3>\n\u003Cp>\u003Ca href=\"https:\u002F\u002Faquavoice.com\u002F\" target=\"_blank\" rel=\"noopener noreferrer\">音声入力に特化したAIサービス\u003C\u002Fa>。まさにこの記事もAqua Voiceで音声入力しながら書いている。技術用語の認識精度が高く、「Claude Code」「NotebookLM」「エージェンティックコーディング」といった単語もほぼ正確に拾ってくれる。\u003C\u002Fp>\n\u003Ch3 id=\"adobe-creative-cloud-—-firefly付き（約¥5,000\u002F月）\" tabindex=\"-1\">Adobe Creative Cloud — Firefly付き（約¥5,000\u002F月）\u003C\u002Fh3>\n\u003Cp>Creative Cloudを契約するとAdobe Fireflyが付属する。画像生成や動画生成などのクリエイティブ系AI機能が使えるため、ブログのアイキャッチ画像やちょっとした素材の生成に活用している。\u003C\u002Fp>\n\u003Ch3 id=\"過去に使っていたサービス\" tabindex=\"-1\">過去に使っていたサービス\u003C\u002Fh3>\n\u003Cp>以前はNotion AIやGitHub Copilotも契約していた。ただ、Claude Codeのエージェンティックコーディングの方が自分の開発スタイルに合っていたのでCopilotは解約。Notion AIも現在のワークフローでは出番が減ったため一旦やめている。いろいろ触ってきた上で、今の5サービスに落ち着いた。\u003C\u002Fp>\n\u003Chr>\n\u003Ch2 id=\"開発-—-ai-orchestraによるエージェンティックコーディング\" tabindex=\"-1\">\u003Cspan class=\"h-no\" aria-hidden=\"true\">02\u003C\u002Fspan>開発 — AI Orchestraによるエージェンティックコーディング\u003C\u002Fh2>\n\u003Cp>AI活用のメインは開発だ。個人でプロダクトの開発を進めており、そこにAIを全面的に組み込んでいる。\u003C\u002Fp>\n\u003Ch3 id=\"自作のai-orchestraシステム\" tabindex=\"-1\">自作のAI Orchestraシステム\u003C\u002Fh3>\n\u003Cp>\u003Ca href=\"https:\u002F\u002Fzenn.dev\u002Fyoshihiko555\u002Farticles\u002F78f43f5cfc01d8\" target=\"_blank\" rel=\"noopener noreferrer\">以前ブログ記事でも紹介した\u003C\u002Fa>が、「AI Orchestra」というシステムを自作している。複数のAIモデルに役割を分担させて開発を進める仕組みで、いわゆるエージェンティックコーディングを実現するものだ。\u003C\u002Fp>\n\u003Cp>単にAIにコードを書かせるだけではなく、設計・実装・レビューという開発プロセス全体をAIに担わせる。人間（自分）はオーケストレーターとして方向性を示し、AIがそれを具体化する——という協働スタイルで開発している。\u003C\u002Fp>\n\u003Cp>\u003Cimg src=\"https:\u002F\u002Fstorage.googleapis.com\u002Fzenn-user-upload\u002F84f85ab6332e-20260218.png\" alt=\"\" loading=\"lazy\">\u003C\u002Fp>\n\u003Ch3 id=\"codexで実装、claude-code-opus-4.6でレビュー・設計壁打ち\" tabindex=\"-1\">Codexで実装、Claude Code Opus 4.6でレビュー・設計壁打ち\u003C\u002Fh3>\n\u003Cp>現在の役割分担は以下の通りだ。\u003C\u002Fp>\n\u003Cdiv class=\"tbl\" tabindex=\"0\" role=\"region\" aria-label=\"Table\">\u003Ctable>\n\u003Cthead>\n\u003Ctr>\n\u003Cth>役割\u003C\u002Fth>\n\u003Cth>担当\u003C\u002Fth>\n\u003C\u002Ftr>\n\u003C\u002Fthead>\n\u003Ctbody>\n\u003Ctr>\n\u003Ctd>実装（コーディング）\u003C\u002Ftd>\n\u003Ctd>ChatGPT Codex\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>レビュー・品質チェック\u003C\u002Ftd>\n\u003Ctd>Claude Code（Opus 4.6）\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>設計の壁打ち・方針決定\u003C\u002Ftd>\n\u003Ctd>Claude Code（Opus 4.6）\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003C\u002Ftbody>\n\u003C\u002Ftable>\u003C\u002Fdiv>\n\u003Cp>実装をCodexに任せ、その成果物をClaude Codeでレビューする。設計で迷ったときもClaude Codeに壁打ちする。1人開発でもレビュアーと設計相談相手がいる感覚で進められるのが大きなメリットだ。\u003C\u002Fp>\n\u003Ch3 id=\"sonnet-4.6の登場と今後のフローへの取り込み\" tabindex=\"-1\">Sonnet 4.6の登場と今後のフローへの取り込み\u003C\u002Fh3>\n\u003Cp>つい先日、Claude Sonnet 4.6がリリースされた。ベンチマークを見る限り性能がかなり向上しているようで、AI Orchestraのフローに組み込むことを検討中だ。深い推論が必要な場面はOpus 4.6、比較的シンプルなタスクはSonnet 4.6——という使い分けができれば、コスト効率と速度の両方が改善できそうだ。\u003C\u002Fp>\n\u003Chr>\n\u003Ch2 id=\"情報収集-—-aiで日次キャッチアップを自動化\" tabindex=\"-1\">\u003Cspan class=\"h-no\" aria-hidden=\"true\">03\u003C\u002Fspan>情報収集 — AIで日次キャッチアップを自動化\u003C\u002Fh2>\n\u003Cp>開発と並ぶ大きな活用領域が情報収集だ。日々のキャッチアップはほぼAIに任せている。\u003C\u002Fp>\n\u003Ch3 id=\"スキルを使った日次クローリング\" tabindex=\"-1\">スキルを使った日次クローリング\u003C\u002Fh3>\n\u003Cp>自分が気になっている技術や、定期的にチェックしたい企業のテックブログなどを、Claude Codeの「スキル」として事前に登録している。スキルを実行すると、設定済みのソースを元にAIがクローリングし、記事を引っ張ってきてくれる。\u003C\u002Fp>\n\u003Cp>取得した記事はMarkdown形式で一覧出力される。毎日業務の終わりにこの一覧を眺めるのが日課になっている。\u003C\u002Fp>\n\u003Ch3 id=\"url-digestスキルで記事を一括要約\" tabindex=\"-1\">URL Digestスキルで記事を一括要約\u003C\u002Fh3>\n\u003Cp>クローリングした一覧の中から気になる記事をピックアップする。とはいえ、10記事すべてを1つ1つ読み込むのは時間がかかる。\u003C\u002Fp>\n\u003Cp>そこで「URL Digest」というスキルを使う。気になる記事のURLをまとめてコピーし、スキルに貼り付けて実行するだけ。各記事の内容が5行程度に要約されて返ってくる。\u003C\u002Fp>\n\u003Cp>その要約を読んで、さらに気になるものだけ実際の本文を読みに行く。このフローのおかげで、情報収集にかける時間が大幅に短縮された。\u003C\u002Fp>\n\u003Cp>\u003Cstrong>日次の情報収集フロー:\u003C\u002Fstrong>\u003C\u002Fp>\n\u003Cfigure class=\"code\" data-lang=\"text\">\u003Cdiv class=\"code-bar\">\u003Cspan class=\"lang\">TEXT\u003C\u002Fspan>\u003Cspan>7 LINES\u003C\u002Fspan>\u003Cbutton class=\"copy\" type=\"button\" data-cursor=\"COPY\">COPY\u003C\u002Fbutton>\u003C\u002Fdiv>\u003Cpre class=\"shiki site-code\" style=\"background-color:var(--shiki-background);color:var(--shiki-foreground)\" tabindex=\"0\">\u003Ccode class=\"language-text\">\u003Cspan class=\"line\">\u003Cspan>日次クローリング（スキル実行）\u003C\u002Fspan>\u003C\u002Fspan>\n\u003Cspan class=\"line\">\u003Cspan>  ↓ Markdown一覧を出力\u003C\u002Fspan>\u003C\u002Fspan>\n\u003Cspan class=\"line\">\u003Cspan>気になる記事をピックアップ\u003C\u002Fspan>\u003C\u002Fspan>\n\u003Cspan class=\"line\">\u003Cspan>  ↓ URLをまとめてコピー\u003C\u002Fspan>\u003C\u002Fspan>\n\u003Cspan class=\"line\">\u003Cspan>URL Digest（スキル実行）\u003C\u002Fspan>\u003C\u002Fspan>\n\u003Cspan class=\"line\">\u003Cspan>  ↓ 各記事を5行に要約\u003C\u002Fspan>\u003C\u002Fspan>\n\u003Cspan class=\"line\">\u003Cspan>さらに気になる記事だけ本文を読む\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fcode>\u003C\u002Fpre>\n\u003C\u002Ffigure>\n\u003Cp>\u003Cimg src=\"https:\u002F\u002Fstorage.googleapis.com\u002Fzenn-user-upload\u002Ff1b92710ec5c-20260218.png\" alt=\"\" loading=\"lazy\">\u003C\u002Fp>\n\u003Ch3 id=\"deep-researchで技術を深掘り-→-notebooklmでインプット\" tabindex=\"-1\">Deep Researchで技術を深掘り → NotebookLMでインプット\u003C\u002Fh3>\n\u003Cp>特定の技術をさらに深く知りたいときはDeep Researchを使う。Gemini、Claude、ChatGPTのいずれにもDeep Research機能があり、テーマを投げるとWeb上の情報を幅広く調査してレポートにまとめてくれる。\u003C\u002Fp>\n\u003Cp>最近だと、tmux（ターミナルのセッション管理ツール）について深掘りした。CLIでの開発環境を改善するため、tmuxの詳細な使い方や設定方法を調査させた。\u003C\u002Fp>\n\u003Cp>Deep Researchの調査結果は、Googleの\u003Ca href=\"https:\u002F\u002Fnotebooklm.google.com\u002F\" target=\"_blank\" rel=\"noopener noreferrer\">NotebookLM\u003C\u002Fa>に投入する。NotebookLMは投入した内容をもとにポッドキャスト形式の音声コンテンツを生成したり、クイズ形式の問題集を作ったりできる。調査内容を耳からも定着させられるので、インプットの効率が上がる。\u003C\u002Fp>\n\u003Ch3 id=\"エージェントチームで多角的な比較・討論\" tabindex=\"-1\">エージェントチームで多角的な比較・討論\u003C\u002Fh3>\n\u003Cp>Claude Codeの「エージェントチーム」機能も活用している。複数のサブエージェントをチームとして生成し、それぞれに異なる役割を与えて並列で動かす——いわばマルチエージェントシステムだ。\u003C\u002Fp>\n\u003Cp>例えば「GeminiとChatGPTとClaude Codeを比較したい」とき。それぞれのサービスの立場に立つエージェントを3つ用意し、ファシリテーター役を1つ加えて、合計4エージェントで討論させる。\u003C\u002Fp>\n\u003Cp>Claude Code視点のエージェントが強みを主張すると、ChatGPT視点のエージェントが反論する。ファシリテーターがそれを整理し、各サービスのメリット・デメリットをまとめてくれる。\u003C\u002Fp>\n\u003Cp>この「AIに議論させる」アプローチはかなり面白い。自分1人で比較表を作るよりも多角的な視点が得られる。技術選定に限らず、さまざまな場面で応用できる手法だと感じている。\u003C\u002Fp>\n\u003Chr>\n\u003Ch2 id=\"ブレスト・思考整理-—-aiとの対話でアイデアを広げる\" tabindex=\"-1\">\u003Cspan class=\"h-no\" aria-hidden=\"true\">04\u003C\u002Fspan>ブレスト・思考整理 — AIとの対話でアイデアを広げる\u003C\u002Fh2>\n\u003Cp>開発や情報収集に加えて、ブレストや思考整理にもAIを活用している。\u003C\u002Fp>\n\u003Ch3 id=\"notionに書き殴っていた思考をaiで構造化\" tabindex=\"-1\">Notionに書き殴っていた思考をAIで構造化\u003C\u002Fh3>\n\u003Cp>以前はNotionに自分の思考や考えをバーッと書き殴って、そのまま残すだけだった。記録にはなるが、後から見返しても整理されておらず活用しづらい。\u003C\u002Fp>\n\u003Cp>現在はAIと対話しながらブレストを進めている。自分の考えをざっくり伝えると、AIが構造化してまとめてくれたり、別の切り口を提案してくれたりする。\u003C\u002Fp>\n\u003Ch3 id=\"自分では出てこない視点が得られる\" tabindex=\"-1\">自分では出てこない視点が得られる\u003C\u002Fh3>\n\u003Cp>ブレストでAIを使う最大のメリットは、自分だけでは出てこない視点が得られることだ。思考が煮詰まっているときに「こういう観点はどうか」と投げかけてもらえるだけで、思考が動き出すことがある。\u003C\u002Fp>\n\u003Cp>AIは「答えをくれる存在」というより「壁打ち相手」に近い。\u003C\u002Fp>\n\u003Chr>\n\u003Ch2 id=\"設計・要件定義-—-業務でのai活用\" tabindex=\"-1\">\u003Cspan class=\"h-no\" aria-hidden=\"true\">05\u003C\u002Fspan>設計・要件定義 — 業務でのAI活用\u003C\u002Fh2>\n\u003Cp>コードを書く以外にも、設計フェーズでAIをがっつり使っている。\u003C\u002Fp>\n\u003Ch3 id=\"要件定義・詳細設計・技術調査にaiを投入\" tabindex=\"-1\">要件定義・詳細設計・技術調査にAIを投入\u003C\u002Fh3>\n\u003Cp>要件定義、詳細設計、技術調査——こうした「考える系」の作業にAIを投入している。\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>要件定義\u003C\u002Fstrong>: 要件の洗い出しや抜け漏れチェックをAIに依頼\u003C\u002Fli>\n\u003Cli>\u003Cstrong>詳細設計\u003C\u002Fstrong>: 設計案を壁打ちし、トレードオフの整理や代替案の提示を受ける\u003C\u002Fli>\n\u003Cli>\u003Cstrong>技術調査\u003C\u002Fstrong>: 採用候補のライブラリやアーキテクチャパターンの比較を調べさせる\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>この辺りは多くのエンジニアにとってもイメージしやすい活用法だろう。「AIに聞いて課題を整理する」という使い方は、手軽かつ効果が高い。\u003C\u002Fp>\n\u003Chr>\n\u003Ch2 id=\"音声入力-—-aqua-voiceでキーボードいらずの開発\" tabindex=\"-1\">\u003Cspan class=\"h-no\" aria-hidden=\"true\">06\u003C\u002Fspan>音声入力 — Aqua Voiceでキーボードいらずの開発\u003C\u002Fh2>\n\u003Cp>AI活用の中で、地味だが日常を大きく変えたのが音声入力だ。\u003C\u002Fp>\n\u003Ch3 id=\"llmとの会話はほぼ音声入力\" tabindex=\"-1\">LLMとの会話はほぼ音声入力\u003C\u002Fh3>\n\u003Cp>LLMとのやりとりはほぼすべてAqua Voiceの音声入力で行っている。最近はキーボードに触れる時間がかなり減った。\u003C\u002Fp>\n\u003Cp>AI音声入力サービスはいくつかあるが、自分が試した中ではAqua Voiceが最も使いやすい。技術用語の認識精度の高さが決め手だ。\u003C\u002Fp>\n\u003Ch3 id=\"「喋りながら開発する」スタイル\" tabindex=\"-1\">「喋りながら開発する」スタイル\u003C\u002Fh3>\n\u003Cp>音声でAIと対話しながら、「ああでもない、こうでもない」と喋って開発を進めるスタイルが定着しつつある。キーボードでプロンプトを打つよりも、思考のスピードに近い速度でAIに指示を出せるのが大きい。\u003C\u002Fp>\n\u003Ch3 id=\"この記事もaqua-voiceで書いている\" tabindex=\"-1\">この記事もAqua Voiceで書いている\u003C\u002Fh3>\n\u003Cp>ちなみに、この記事自体もAqua Voiceで音声入力しながら作成した。自分の活用事例を喋って、それをAIに記事として整形してもらう——まさにAI活用の実践例そのものだ。\u003C\u002Fp>\n\u003Cp>\u003Cimg src=\"https:\u002F\u002Fstorage.googleapis.com\u002Fzenn-user-upload\u002Fd8974703f82e-20260218.png\" alt=\"\" loading=\"lazy\">\u003C\u002Fp>\n\u003Chr>\n\u003Ch2 id=\"その他の活用-—-ブログ執筆・週次レビュー\" tabindex=\"-1\">\u003Cspan class=\"h-no\" aria-hidden=\"true\">07\u003C\u002Fspan>その他の活用 — ブログ執筆・週次レビュー\u003C\u002Fh2>\n\u003Cp>ここまで紹介した以外にも、いくつかの場面でAIを活用している。\u003C\u002Fp>\n\u003Ch3 id=\"aiを使ったブログ記事作成\" tabindex=\"-1\">AIを使ったブログ記事作成\u003C\u002Fh3>\n\u003Cp>今読んでいるこの記事のように、ブログの執筆にもAIを使っている。構成の検討から下書きの生成、校正まで、AIと協力しながら進めている。\u003C\u002Fp>\n\u003Ch3 id=\"日次日記-→-週次・月次レビューのai分析\" tabindex=\"-1\">日次日記 → 週次・月次レビューのAI分析\u003C\u002Fh3>\n\u003Cp>日々の軽い振り返り——今日何をやったか、何ができなかったか——を日記としてつけている。それを週単位でAIに投げて分析し、次のアクションを提案してもらう。\u003C\u002Fp>\n\u003Cp>「今週はタスクAに時間を取られすぎて、タスクBが進んでいない。来週はタスクBを優先すべきでは？」——こうした提案に沿って日々のタスクの優先順位を調整している。月次でも同様に、1ヶ月分の振り返りをAIに分析させて長期的な視点でのアクションを検討している。\u003C\u002Fp>\n\u003Chr>\n\u003Ch2 id=\"今後の展望\" tabindex=\"-1\">\u003Cspan class=\"h-no\" aria-hidden=\"true\">08\u003C\u002Fspan>今後の展望\u003C\u002Fh2>\n\u003Cp>現在のAI活用はここまでだが、さらに広げていく構想がある。\u003C\u002Fp>\n\u003Ch3 id=\"openclawを使った自動化の構想\" tabindex=\"-1\">OpenClawを使った自動化の構想\u003C\u002Fh3>\n\u003Cp>最近話題の\u003Ca href=\"https:\u002F\u002Fdocs.openclaw.ai\" target=\"_blank\" rel=\"noopener noreferrer\">OpenClaw\u003C\u002Fa>が気になっている。将来的には、今手動で行っている自動化フローの一部をOpenClawに任せたいと考えており、そのための準備を進めている段階だ。\u003C\u002Fp>\n\u003Cp>AIとの協働はまだまだ発展途上で、新しいツールやモデルが出るたびにワークフローが進化する。その変化を楽しみながら、自分のスタイルをアップデートし続けていきたい。\u003C\u002Fp>\n\u003Chr>\n\u003Ch2 id=\"まとめ\" tabindex=\"-1\">\u003Cspan class=\"h-no\" aria-hidden=\"true\">09\u003C\u002Fspan>まとめ\u003C\u002Fh2>\n\u003Cp>筆者のAI活用を振り返ると、以下のようになる。\u003C\u002Fp>\n\u003Cdiv class=\"tbl\" tabindex=\"0\" role=\"region\" aria-label=\"Table\">\u003Ctable>\n\u003Cthead>\n\u003Ctr>\n\u003Cth>活用領域\u003C\u002Fth>\n\u003Cth>使っているサービス\u003C\u002Fth>\n\u003C\u002Ftr>\n\u003C\u002Fthead>\n\u003Ctbody>\n\u003Ctr>\n\u003Ctd>開発（実装・レビュー・設計）\u003C\u002Ftd>\n\u003Ctd>Claude Code + ChatGPT Codex\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>情報収集（日次クローリング・要約・Deep Research）\u003C\u002Ftd>\n\u003Ctd>Claude Code + Gemini + ChatGPT + NotebookLM\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>ブレスト・思考整理\u003C\u002Ftd>\n\u003Ctd>Claude Code\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>設計・要件定義\u003C\u002Ftd>\n\u003Ctd>Claude Code\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>音声入力\u003C\u002Ftd>\n\u003Ctd>Aqua Voice\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>クリエイティブ（画像・動画生成）\u003C\u002Ftd>\n\u003Ctd>Adobe Firefly\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>ブログ執筆\u003C\u002Ftd>\n\u003Ctd>Claude Code + Aqua Voice\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>週次・月次レビュー\u003C\u002Ftd>\n\u003Ctd>Claude Code\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003C\u002Ftbody>\n\u003C\u002Ftable>\u003C\u002Fdiv>\n\u003Cp>AIは「コードを書かせるツール」ではなく、日常全体のパートナーになりつつある。1つのサービスに閉じず、複数を用途別に使い分けることで、単体では実現できないワークフローが構築できる。\u003C\u002Fp>\n\u003Cp>この使い方が万人にとって最適とは限らない。ただ、「こういう使い方をしているエンジニアもいる」という1つの参考になれば幸いだ。\u003C\u002Fp>\n\u003Chr>\n\u003Ch2 id=\"faq\" tabindex=\"-1\">\u003Cspan class=\"h-no\" aria-hidden=\"true\">10\u003C\u002Fspan>FAQ\u003C\u002Fh2>\n\u003Cp>\u003Cstrong>Q. AIサービスに月いくらかかっている？\u003C\u002Fstrong>\u003C\u002Fp>\n\u003Cp>合計で月額2万円強。Claude Code Max Plan（$100）、ChatGPT Plus（$20）、Gemini（¥2,900）が主な出費で、これにAqua Voice（$10）とAdobe CC（約¥5,000）が加わる。開発効率の向上と情報収集の時間短縮を考えると、十分なリターンがあると感じている。\u003C\u002Fp>\n\u003Cp>\u003Cstrong>Q. GitHub Copilotをやめた理由は？\u003C\u002Fstrong>\u003C\u002Fp>\n\u003Cp>Claude Codeのエージェンティックコーディングの方が自分のスタイルに合っていた。Copilotの行・関数単位の補完より、タスク単位で丸ごと任せられる方が効率的だった。\u003C\u002Fp>\n\u003Cp>\u003Cstrong>Q. AI Orchestraの詳細は？\u003C\u002Fstrong>\u003C\u002Fp>\n\u003Cp>以前ブログ記事で紹介している。複数のAIモデルに役割を割り振り、開発プロセス全体を協調させる仕組みだ。詳細はそちらを参照してほしい。\u003C\u002Fp>\n\u003Cp>\u003Cstrong>Q. 音声入力の精度はどのくらい？\u003C\u002Fstrong>\u003C\u002Fp>\n\u003Cp>Aqua Voiceは技術用語の認識精度が高く、日常の開発会話レベルであればほぼストレスなく使える。ただし、非常にニッチな固有名詞は修正が必要なこともある。\u003C\u002Fp>\n\u003Cp>\u003Cstrong>Q. AIに依存しすぎるリスクはない？\u003C\u002Fstrong>\u003C\u002Fp>\n\u003Cp>ある。基礎的な技術力や思考力は自分で維持する必要がある。AIはあくまで「思考を加速するツール」であり、最終判断は自分で行うという意識が重要だ。AIの提案を鵜呑みにせず、自分の頭で検証する習慣は意識的に保つようにしている。\u003C\u002Fp>\n",[462,465,468,471,474,477,480,482,485,488,491,494,497,499,502,505,507,510,513,515,518,521,524,527,529,532,535,538,541,543,546,548],{"level":426,"id":463,"text":464},"契約しているaiサービス一覧","契約しているAIサービス一覧",{"level":419,"id":466,"text":467},"claude-code-—-max-plan（$100\u002F月）","Claude Code — Max Plan（$100\u002F月）",{"level":419,"id":469,"text":470},"chatgpt-—-plus-plan（$20\u002F月）","ChatGPT — Plus Plan（$20\u002F月）",{"level":419,"id":472,"text":473},"gemini（¥2,900\u002F月）","Gemini（¥2,900\u002F月）",{"level":419,"id":475,"text":476},"aqua-voice-—-ai音声入力（$10\u002F月）","Aqua Voice — AI音声入力（$10\u002F月）",{"level":419,"id":478,"text":479},"adobe-creative-cloud-—-firefly付き（約¥5,000\u002F月）","Adobe Creative Cloud — Firefly付き（約¥5,000\u002F月）",{"level":419,"id":481,"text":481},"過去に使っていたサービス",{"level":426,"id":483,"text":484},"開発-—-ai-orchestraによるエージェンティックコーディング","開発 — AI Orchestraによるエージェンティックコーディング",{"level":419,"id":486,"text":487},"自作のai-orchestraシステム","自作のAI Orchestraシステム",{"level":419,"id":489,"text":490},"codexで実装、claude-code-opus-4.6でレビュー・設計壁打ち","Codexで実装、Claude Code Opus 4.6でレビュー・設計壁打ち",{"level":419,"id":492,"text":493},"sonnet-4.6の登場と今後のフローへの取り込み","Sonnet 4.6の登場と今後のフローへの取り込み",{"level":426,"id":495,"text":496},"情報収集-—-aiで日次キャッチアップを自動化","情報収集 — AIで日次キャッチアップを自動化",{"level":419,"id":498,"text":498},"スキルを使った日次クローリング",{"level":419,"id":500,"text":501},"url-digestスキルで記事を一括要約","URL Digestスキルで記事を一括要約",{"level":419,"id":503,"text":504},"deep-researchで技術を深掘り-→-notebooklmでインプット","Deep Researchで技術を深掘り → NotebookLMでインプット",{"level":419,"id":506,"text":506},"エージェントチームで多角的な比較・討論",{"level":426,"id":508,"text":509},"ブレスト・思考整理-—-aiとの対話でアイデアを広げる","ブレスト・思考整理 — AIとの対話でアイデアを広げる",{"level":419,"id":511,"text":512},"notionに書き殴っていた思考をaiで構造化","Notionに書き殴っていた思考をAIで構造化",{"level":419,"id":514,"text":514},"自分では出てこない視点が得られる",{"level":426,"id":516,"text":517},"設計・要件定義-—-業務でのai活用","設計・要件定義 — 業務でのAI活用",{"level":419,"id":519,"text":520},"要件定義・詳細設計・技術調査にaiを投入","要件定義・詳細設計・技術調査にAIを投入",{"level":426,"id":522,"text":523},"音声入力-—-aqua-voiceでキーボードいらずの開発","音声入力 — Aqua Voiceでキーボードいらずの開発",{"level":419,"id":525,"text":526},"llmとの会話はほぼ音声入力","LLMとの会話はほぼ音声入力",{"level":419,"id":528,"text":528},"「喋りながら開発する」スタイル",{"level":419,"id":530,"text":531},"この記事もaqua-voiceで書いている","この記事もAqua Voiceで書いている",{"level":426,"id":533,"text":534},"その他の活用-—-ブログ執筆・週次レビュー","その他の活用 — ブログ執筆・週次レビュー",{"level":419,"id":536,"text":537},"aiを使ったブログ記事作成","AIを使ったブログ記事作成",{"level":419,"id":539,"text":540},"日次日記-→-週次・月次レビューのai分析","日次日記 → 週次・月次レビューのAI分析",{"level":426,"id":542,"text":542},"今後の展望",{"level":419,"id":544,"text":545},"openclawを使った自動化の構想","OpenClawを使った自動化の構想",{"level":426,"id":547,"text":547},"まとめ",{"level":426,"id":549,"text":550},"faq","FAQ",14,{"slug":240,"title":241,"description":242,"publishedAt":243,"updatedAt":243,"category":553,"tags":554,"thumbnail":557},{"name":11,"slug":12},[555,556],{"name":235,"slug":236},{"name":98,"slug":99},{"url":249,"description":104},{"slug":209,"title":210,"description":211,"publishedAt":212,"updatedAt":212,"category":559,"tags":560,"thumbnail":564},{"name":11,"slug":12},[561,562,563],{"name":216,"slug":217},{"name":98,"slug":99},{"name":220,"slug":220},{"url":222,"description":104},[566,570,577],{"slug":6,"title":7,"description":8,"publishedAt":9,"updatedAt":9,"category":567,"tags":568,"thumbnail":16},{"name":11,"slug":12},[569],{"name":15,"slug":15},{"slug":18,"title":19,"description":20,"publishedAt":21,"updatedAt":21,"category":571,"tags":572,"thumbnail":16},{"name":11,"slug":12},[573,574,575,576],{"name":25,"slug":26},{"name":28,"slug":29},{"name":31,"slug":31},{"name":33,"slug":34},{"slug":36,"title":37,"description":38,"publishedAt":39,"updatedAt":39,"category":578,"tags":579,"thumbnail":16},{"name":11,"slug":12},[580],{"name":25,"slug":26},1793725977138]