カテゴリ

AI

27件の記事

AWS MCP Server × Claude Code 目指せ!人が手を加えず既存AWS環境をTerraform化

はじめに 2026年5月に AWS MCP Server が一般提供を開始。この場をお借りして何か試してみたい!! というわけで、、過去にサードパーティ製のツールを使用して挫折した「既存環境のTerraform化」を題材にしたいと思います。 今回の目標 AIが生成したTerraformコードで terraform plan の差分0件を目指す AI にどこまで任せられるかをなんとなく理解する 今回

中嶋優

バイブコーディング開発検証譚【設計編】

はじめに AIによるバイブコーディングがより簡易化し、誰でも使用できる状況になってきました。バイブコーディングを実際に試して簡易的なアプリを作成しながら検証してみようと思います。 今回は全体を通して 「タスク管理アプリ」を作成してみます。 序章は、バイブコーディング時の壁打ちの必要性について設計書(要件定義書)を出力し比較していきます。 実施環境 VisualStudioCode Claude P

三谷翼

AIが「答える」から「やり遂げる」時代へ──Claude Coworkで変わるAIの使い方

「AIツールを使っているのに、結局自分で作業している」そんな経験はないでしょうか。ChatGPTや通常のClaude(チャット版)は、質問に答えたり、文章を生成したりする事が得意です。しかし「ファイルを整理して」「この資料をまとめてレポートにして」といった実務の仕事を丸ごとこなすことは、これまでできませんでした。Anthropic社が2026年4月に正式リリースした Claude Cowork は

石川

RAGとは?社内AI検索の仕組み

はじめに ChatGPTやClaudeなどのLLM(大規模言語モデル)は、インターネット上の公開データをもとに学習しています。そのため、自社の規程やマニュアル、議事録など、社内に蓄積された情報については基本的に把握していません。つまり、生成AIは「自社特有の知識」を持っていないという課題があります。 この課題を解決する代表的な手法が、RAG(Retrieval-Augmented Generati

余采蓉

GeminiとNotebookLMの統合 〜 個人の調査を組織の資産へ。ナレッジ蓄積の新しい起点 〜

はじめに 業務における情報の集約とナレッジの蓄積は、組織が常に抱える課題です。 特に、日々の調査や開発の過程で得られた知見を資料化する際、最初の一手間が心理的なハードルとなり、貴重な情報がチャットツールや個人のローカル環境に埋没してしまうケースは少なくありません。 2026年4月8日、GeminiとNotebookLMの連携機能が有料プラン(Google AI Ultra・Pro・Plus)向けに

平部

AIと一緒に作る問い合わせ回答システム

はじめに 今回は、社内の問い合わせ対応を少しでも効率化できないかという課題意識から試作した、AIが社内ナレッジを参照して問い合わせ回答案を作るシステムについて共有します。単に「AIで何か作ってみた」という話ではなく、AIと壁打ちしながら構想を整理し、制約の中で最小構成に落とし込み、段階的に形にしていった過程をまとめた内容です。 今回の取り組みでは、特に次のような点を重視しました。 最初に「どのよう

eri.nishimura

AI時代に改めてソフトウェアアーキテクチャを考察する

はじめに 私は普段、クラウド(インフラ)関連の仕事を扱うことが多いですが、最近ソフトウェアアーキテクチャを重要視するようになってきました。ソフトウェアアーキテクチャとはシステムの品質や拡張性を保つために、設計原則を取り入れながら将来の変更に強いソフトウェアを作るための設計アプローチです。 そんなシステム開発で使用するソフトウェアアーキテクチャですが、クラウド・インフラの知識としても非常に重要だと感

須崎

生成AIに社外秘を入力してない?— 職場で気をつけたいAI利用リスク

「ちょっと要約してもらおう」「この企画書、整えてほしい」——そんな気軽な気持ちで、社外秘の資料を生成AIに貼り付けていませんか?実は、生成AI利用者の約5人に1人が、会社が許可していないツールを業務に使っているという調査結果があります(エルテス調べ、2026年1月)。便利だからこそ潜む落とし穴。本記事では、初心者でもわかるようにAI利用のリスクと安全な使い方を解説します。 なぜ生成AIへの情報入力

seigi_hatsuzaki

AIと一緒にアプリを作成したお話し

はじめに お久しぶりです前回の記事ではAIに記事を執筆させてみたということでお題をこちらが決めてお題に沿ってAIに記事を執筆してもらうということを行いました前回に引続きClaudeを使用してAIにアプリ作成のコードを教えてもらうのではなく、アプリそのものを作ってもらおうということで早速指示していきたいと思います今回はタスク管理アプリを作ってもらおうと思いますというのも私がタスク管理が苦手でこれまで

seigi_hatsuzaki

生成AIを業務で活用するためのポイントについて

はじめに 今回は、AIセミナー参加をきっかけに考えた、業務での生成AI活用ポイントについて共有します。「生成AIを業務でどう活かせばいいのか分からない」「AIエージェントやRAGという言葉は聞くけれど、実務でどう考えればいいのかイメージが湧かない」という方の参考になれば幸いです。 生成AIの話題では、つい「どのモデルが良いか」「どのツールを使うか」に注目しがちです。もちろんそれも大事ですが、実際の

eri.nishimura

AIたちと一緒に作るスピーチ原稿

はじめに 今回は、社内スピーチ原稿を作るにあたって、GPT、Claude、Geminiを比較しながら使ってみました。やってみていちばん面白かったのは、同じプロンプトを投げたときの返答の違いでした。 いきなり原稿を書き始めるのではなく、まずは話したいことを整理し、その内容をGPT・Claude・Geminiにまったく同じ形で入力して比較しながら進めました。すると、方向性は似ていても、見せ方・言い回し

eri.nishimura

GitHub Copilot × Claude Code × Agent Skills で実現する半AI駆動開発

はじめに GitHub Copilotを使っていたところ、Claude Codeが社内で使えるようになりました。せっかくなので、両方を使ってみることにしました。今回作りたいのは、社内の資産管理とリスク管理を統合したシステムです。しっかりやるなら、Clean Architecture + CQRSで実装しようと考え、Agent SkillsやMCPサーバーなども試してみました。まずは第一歩として、資

平部