僕の意見はここに集約されている。

時々、一般業務でもGitによるドキュメント管理してる人がいるけど、ずっと「ただのバージョン管理やん」って思ってました。っていうかだいたいそう書いてるだもん、間違ってました。ごめんさい。 レベル（段階チェック）とフォーカス（目的の明確化）を使った品質管理と作業手法なのね。 どのブランチに居るかで、どの品質レベルで何にフォーカスして作業しているか、心クリアに仕事できるようになってる。シンプルでスマートだ。

うーん、なかなか示唆深い。 思った以上に、AIは残酷かもしれない。自分を理解してAIを使わないと恩恵を得られない可能性が高い。 「AIを活用した材料科学研究では、研究者の能力により効果に大きな差が生じることが判明。特に評価・判断能力の高い上位10%の研究者は生産性が81%向上した一方、下位3分の1はほとんど効果が見られず、AIツールの効果的な活用には人間の専門的な判断力が重要であることが示された。​​​​​​​​​​​​​​​​」

ChatGPTの利用者の4/5が35才以下。 半分は大学生以下だそうです。 #OpenAI Education Forum Tokyo

今日あったGPT-5 Proによる数学的発見について、OpenAIの人が「これから毎日続く」と言ってる。 ハイライトとして残しておく。

ありがたい。 ChatGPT Atras使うときのデータコントロールで気をつけないといけないところ。 ブラウザ右上アイコン > ⚙️設定 > ① > ② > ③ で、チェック。

なるほど、o1は推論方法に関する用語大事だ。ざっとしらべてもらった。

ChatGPT 4oで参照画像から、詳細なYAML設計書がちゃんと作れることがわかった。 僕はプロンプトを覚えるのが苦手なんだけど、これができるなら覚えなくていいはず。 同じような人の参考になればと思って、実際にどう使えるかも書いておきます。 たとえば、参考にしたいバナーやインフォグラフィックがあったとき、それをもとにChatGPTにYAML設計書を作ってもらって（添付画像みたいに）、あとはこんな感じで使えると思います。 ### {バナーにしたい内容。コピーとかも最適化して貰えばいいからブログの記事全文とかでいい} 上の内容に合わせたバナーを作りたいので、次のYAML設計書例を参考に最適なYAMLを作ってください。 # YAML {YAML設計書例}

これは若い人はAIを使っていてすごいよって話でもあり、36才以上の人はAIを使うことが同年代の人材の相対比較においてとても競争力があるということです。

僕のcursorは、朝「おはよう」と言うと自動的にToDoを作るルールになっている。でも今日は体調が優れなくて休みを取っていたので、「おはよう。今日は体調不良で休みをとりました」と伝えてみた。 するとAIは、いつものようにToDoを作るのではなく、「体調不良でお休みとのことですので、ToDoファイルの作成はスキップしましょうか？」と提案してきた。 これまでのコンピューターは、指示されたことを忠実に実行するものだったし、だからこそ「期待通りに動く機械」として重宝してきたと思う。 でもやっぱりAIは違う。ただ指示通りに動くだけじゃなくて、文脈や状況、相手の気持ちまで汲み取って「それ以上のこと」をしてくる──そんなことを、改めて実感した。

AIを使うということは、自分の中で「なんとなくこうじゃないか」と感じている本質を、知識や言語化の力が足りずにうまく理解できないときに、その感覚をAIの機能によって補い、よりクリアに捉えられるようになることだと思います。 つまり、AIによって作られたものというのは、AIが一から考えたというよりも、自分自身の世界の本質や理解を、AIの力でクリアにした結果にすぎなくて——むしろ、自分認識がAIに拡張されていると最近はより感じるようになっています。

“これらの言葉は（我々非数学者には）あまり意味をなさないかもしれないが、要はGPT-5 Proが数学的発見をしていて、最近ではほぼ毎日それが起こっており、それはかなり驚くべきことだ。” この頻度が指数関数的に増えていくのは間違いないので、「10000件のうち1件の驚くべき発見がされていく」という確率の数がわかれば、驚くべき発見を見つけるための電気代がわかる（つまり費用対効果がわかる）のでいくらでも投資できるようになると思う。すごいなぁ。

【定額！】Claude Desktopでゴリゴリにアプリ作れるようになった🙌v0やboltみたいにClaude 3.7を使おう😤 きっかけは、Claude Projectのインストラクションにきのぴーさんの.windsurfrules v5を設定するという金のニワトリさんの投稿。 で、それを元にさらに「GitHub MCP Server」を入れました。※MCP使うからClaude Desktopね。 挙動としてはこんな感じ。 「究極のTodoアプリを作って」と言われたClaude Desktopは、GitHubに新規リポジトリを作り、ゴリゴリと「究極のTodoアプリ」のプログラムを作り、リポジトリにファイルを作っていきます。途中止まったら「続けて」で最後まで「クライアント側」は実装しきった。 MCPの設定とClaude Projectのインストラクションはつづく

o系統は賢い。 しかも頑固。 脊髄反射モデルは、それっぽいこと言ったらホイホイ同意してくれたのに、o1、o3-miniは同意しないし意見曲げない。喧嘩になりそう。 こうやって人類とAIは対立するのか。 ↓添付は、イエスマンたち。

うわー。 公式からGoogle AnalyticsのMCP Serverが来ましたね。 ウェブサイトのサーバーにGemini CLI入れて定期的にアナリティクスして動的にサイトを更新までできる道筋が見えて来ました。 piped.video/PT4wGPxWiRQ?si=cGim… デモでは分析からマーケティングプラン出すところまでやってる。 マーケティングプランに合わせてMCP対応したSaaSが自動的に利用されるようになるね。

社内コードを DeepWiki 化 したいけど、パブリックには出せないやん。そこで「DeepWiki の OSS 版がないかな」と探したら――あった。 誰が作っているのか気になって作者 Sashimikun ( @sashimikun_void )さんのほかのプロダクトをのぞいたら、AI を使ってコンテキストを、 ① サーチ　② マッピング　③ コネクト　④ ミックス　⑤ アナライズ という超複雑な統合を、美しい UI でさらりと実現していた。 Sashimikun さんのファンになりました。 OSS 版 『DeepWiki‑Open』 は、将来、本家よりも美しいインターフェースになると思うので――推しです。

Codex CLIの config.toml にはこう書くといい。 [mcp_servers.chrome-devtools] type = "stdio" command = "npx" args = ["chrome-devtools-mcp@latest"] description = "Chrome DevTools MCP: run performance traces, inspect the DOM, and perform real-time debugging of your web pages — useful for browser automation, end-to-end testing, and capturing page artifacts."

コンテキストエンジニアリングツールとしてNotebookLMが優秀なので、Geminiのスライド生成がついて「スライドを手で作ったら負け」って気持ちになってるw このチートシートすばらしい。テキスト抽出して、カスタムインストラクション化しておくと便利。

cursorを開発ではなく一般業務で使っていてファイルはすべてmarkdown。 ファイルの拡張子はすべて「.md」だしルール分けできないって思い込んでてGlobでのルール適用を諦めてた。 よく考えたらglobのパターンは正規表現だからファイルの先頭に分類子なんかをつければいいのか。 agenda_pr_meeting_20250131.md agenda_format.mdc Descrption: アジェンダの作成補助とフォーマット Globs: agenda.*\.md$ みたいな。 アジェンダに一貫性があれば「美しいアジェンダを作るね」と褒められるかな。 ちなみにmeetingの成功はagendaで8割決まると思ってる派。

品質の高いOSSをCursorでクローンし、それをナレッジとして要件定義に活用すると、美しいドキュメントが自然と仕上がる。 ゼロから要件定義を行うのは難しいが、この方法ならOSSのコードをベースにしつつ、独自の機能追加もスムーズに進められる。 Cursorがコードをインデックス化すると、o3やGemini 2.5のような大きなコンテキストウィンドウを持つモデルが、それを知識として活用しながら考えてくれる。きっと、そうやって考えてくれている。 実際に、o3でPRD（プロダクト要求仕様書）と詳細設計を作成したあと、それらをもとにGemini 2.5が一気にコードを書き上げてくれた。

AIをうまく使う人って、「再帰的推論」を自然にしてる。 つまり、AIに前提を全部説明するよりも、前提から推論させて動かす。 そのやり方であらゆる書類を支援するGemをβ公開しました👇 gemini.google.com/gem/1JXg5c… Google Docsなどでサイドパネルを開いて「スタート」すると、ドキュメントの内容を読み取り、「次に何をすればいいか」を教えてくれます。 契約書やチェックシートを前に固まる人のためのGem。 Google Workspaceユーザーはぜひ試してみて。

違うわ。 Claudeの「Skills」は、AIをうまく使える人と使えない人の差を埋め、 チーム全体の思考・出力品質を標準化する仕組み。 個人ではカスタムコマンドやサブエージェントで十分だけど、Skillsはチームや企業全体で“共通の思考手順”を配布できる。 最近のMicrosoft連携も含めて、Claudeは明らかに 「個人最適から組織最適へ」ですね。

Obsidianに一向に慣れる気配が自分にないので、こういうときは脳死でなにか始めるのが一番ということで、Shinさんのnote見ながらプラグインをインストールした。 このよくわかんけど何かを「なしとげた」という感覚が慣れるきっかけになると思う。 ということで、Obsidianが気になるけどまだ手をつけられてへん人はプラグインを入れよう。とりあえず、入れよう。 最初に入れたい！Obsidianの神プラグイン7選と使い方｜Shin @ShinWorkout0207 note.com/iam_shin/n/n9599712…

cursorを使ってるPM勢に届け！ Claude 3.7のじゃじゃ馬感を上手く手なずけるには、.cursor/rulesの見直すしかない。 cursor上ででやればいいんだけど、合理的な理由もなくClaude Desktopを使って見直しすることにしました。 ■前提 ・cursorの管理ファイルとGitHub連携 ・Claude Projects（＋Deep Researchでrulesチートシート） ・Claude + GitHub連携 ・Claude Github MCP ■できること ・Claude上にcursorの.cursor/rulesを読み込こみ ・複数のrulesを統合的に扱う ・チートシートによるコンサル ・バージョンアップしたファイルをGitHubへプルリク ■画像の説明 ・１枚目：Claude + GitHub連携で対象ファイルを分析 ・２枚目：Claude 3.7 thinkingによるスマートな提案 ・３枚目：cursorrulesの小人というClaude Projects名 ・４枚目：GitHubにプルリクしてる

cursorを使ってるPM勢は、すでにGitHubと連携させてるんでしょうか？ 最近、連携しはじめて毎日の業務終わりでマージしています。 その後、GitHub Actionでgemini-code-assist のチェックが走ります。まだ、何に使えてるわけではないんですけど、すごく可能性を感じてます。 一般業務もレビューやリファクタリングしてくれるようになるんじゃないの？ @GeminiApp @googlecloud_jp

なんかもう。OpenAIとgoogleとAnthropicから常に最新情報出ててえらいことになってる。

Gemini 3.0は、これまでのテストでとても目が良いことがわかっているので、弱いといわれていたスライド生成は飛躍的にうまくなりそうですよね。図表、図案、グラフ。 これからはスライドを作るのをやめて、プレゼンのリハーサルをするようにしましょう。プレゼンのリハにつきあって適切なアドバイスをくれる同僚はいますか？プレゼンテーションで試されるのは、話し方ではなく自分がそれを提案する理由が腑に落ちているか。自信と熱量。

最初はCodexがブラウザを操縦している様子を見たくなるけど、だんだん観察が面倒になって、結局はheadless（画面を出さずに裏側だけで実行）に切り替えるね。 —headless=trueを入れよう。

あった。 AntigravityのMCPセッティングのドキュメント。 Xで検索する脳のせいで遠回りしてしまった。 antigravity.google/docs/mcp ## 接続方法 ### 組み込みMCPストアからの接続 1. エディター右側のサイドパネル上部「…」を開く 2. 「MCPストア」パネルを表示 3. 一覧から任意のサーバーを選び「インストール」 4. 必要に応じて画面の指示に従い認証 5. インストール後、サーバーのリソースとツールが自動的に利用可能に ## カスタム MCP サーバーへの接続 1. エディターのエージェントパネル上部「…」からMCPストアを開く 2. 「MCPサーバーの管理」を選択 3. 「生の構成を表示」をクリック 4. 表示された `mcp_config.json` を編集してカスタムサーバー設定を追加

GPT-4 → GPT-4 Turbo　8.75ヶ月 GPT-4 Turbo → GPT-4o　6.25ヶ月（0.71倍） GPT-4o → GPT-4.5　9.50ヶ月（1.52倍） GPT-4.5 → GPT-5　5.25ヶ月（0.55倍） GPT-5 → GPT-5.1　3.75ヶ月（0.71倍） もしOpenAIのモデル更新が過去のリリース実績から導ける近似的な割合「毎回0.7倍に短縮」され続けると、2026年12月には理論上バージョンアップは“収束”して、もはや「バージョンアップ」という概念は消え、AIは常に変化し続ける連続体になります。 GPT-5.1（2025-11-24） GPT-α　3.8ヶ月後　2026-03-18 GPT-β　2.6ヶ月後　2026-06-06 GPT-γ　1.8ヶ月後　2026-07-31 GPT-δ　1.3ヶ月後　2026-09-09 GPT-ε　0.9ヶ月後　2026-10-06 GPT-ζ　0.6ヶ月後　2026-10-25 GPT-η　0.4ヶ月後　2026-11-08 GPT-θ　0.3ヶ月後　2026-11-17 GPT-ι　0.2ヶ月後　2026-11-24 GPT-κ　0.2ヶ月後　2026-11-28 GPT-λ　0.1ヶ月後　2026-12-01 GPT-μ　0.1ヶ月後　2026-12-04 GPT-... そんなわけないけど、そんなわけあるかもしれない。

Gemini CLIでさっそくGA-MCP使えるようにした。 楽しい。 設定はめっちゃ簡単で、CursorやVS Codeを使っているならCopilot（Claude Sonnet 4）にこう言うだけ。 「次のリポジトリを参照して、 github.com/googleanalytics/g… MCPの設定をして欲しいです。」 これだけで以下の設定を順番に進めてくれました。 1. pipx のインストール 2. Google Cloud SDK のインストール 3. Google Cloud認証 の設定 - アカウント設定 - プロジェクト指定 4. Google Analytics API の有効化 - Google Analytics Admin APIの有効化 - Google Analytics Data APIの有効化 5. Application Default Credentials の設定 6. Gemini設定ファイル の更新 - Google Analytics MCPサーバーの追加 - 適切な認証情報のパス設定 ※複数のGoogle Cloudプロジェクトを設定している場合は、途中でプロジェクト指定を聞かれるので、どのプロジェクトを使うかあらかじめ確認しておくとスムーズです。

DeepWiki-Openが日本語（多言語）対応済みでした。 github.com/AsyncFuncAI/deepw…

Xの自動翻訳、ほんとすごい。 もう話題になったんだと思うけど、僕のおすすめの6割が英語の人で、1割が中国語の人で、それでも読むときの認知負荷がゼロなんだよね。日本語になってるんだから当たり前だけど、当たり前のすごさよ。 「翻訳されてる」って意識すら消えてて、ただの日本語SNSなの。 良いこと言ってる外国人を見つけたらフォローはしなくていいからその人のプロフィールを見に行って少し遡って他にも良さそうな投稿をいいねをしておくと良いよ。 するとタイムラインにその言語の人たちがちらほら入ってくるとと思う。

やばくない、これは実力。 日本（Zealさん国内企業ですよね）からの素晴らしいプロダクトが、producthuntで１位です。 数分あればできるので好きなECサイトでデモしてほしい。AI agentさんは日本語を理解できます（しゃべれないけど、）。 producthunt.com/posts/omakas… と言いつつもどうしても時間がない人はクリックだけでもしてほしい。 ...好きなブランドのECサイトを登録して日本語で話しかけて英語で返しもらえたらめっちゃよい英会話体験になりそうなんだけど。

いつの間にか日本語ページあるやん。 cursorのawesome mcp serversのページは、英語と中国語と日本語の３ヶ国語が用意されて 3.4億人と14.2億人の国に並んでるのよ。 github.com/punkpeye/awesome-…

- 判断能力が標準偏差1単位上がると、AIの効果は14.8パーセントポイント増加 - アイデア生成能力が標準偏差1単位上がっても、AIの効果は3.5パーセントポイントしか増加しません つまり、判断能力の違いが、当初の生産性によるAIの効果の違いの80%以上を説明していることになります。 これらの発見は、AIの効果の違いを説明する上で、判断能力が中心的な役割を果たしていることを示しています。 単純化して言えば： - AIは多くの候補材料を生み出します - しかし、それらの中から本当に価値のある材料を見分ける能力が重要です - この「見分ける能力」（判断能力）が高い科学者ほど、AIから大きな恩恵を受けています - 一方で、新しいアイデアを考え出す能力は、AIの効果にそれほど大きな影響を与えていません

あの会話どこだっけ？どこやったっけなー、あれー、うーん。Geminiやっけ？CahtGPTやっけ？、Claude？プロジェクトかも、、Claudeのタイトルはいつまで日本語やねん、わからん！ そんなことになる前に→ LLMの会話を整理できるChromeの拡張機能をつくったよ｜ハンドボール人 @CHIKAZUMl note.com/handball_jin/n/ne96…

AI駆動開発に関する工学的な研究成果。 「３回に２回は実装を失敗する」 元木さんクラスの熟練者でもこの成功率。 エラー率がわかるのは工学的にすごく重要ですよね。AI駆動開発に取り組むなら、最初からこの現実を理解しておくことが大切かも。 で、この結果を踏まえて工学的に改善できるのが面白いと思います。 たとえば、毎回3〜5の並列実装を走らせ、その中から一番良いものを選択する運用にすると、開発成功率は一気に向上するはず。 元木さんが5並列で進めていたのも、偶然ではなく、経験に裏打ちされたセンスだったのかなって思います。5並列って聞いたとき良い意味であいかわらず「狂ってるなぁ😁」って思ってたけど。 さて、次に重要になるのが、「一番良い」実装をどうやって見極めるかという話です。 これは、工学の現場でもよくある話で、「測量器具」を整備することが成功の鍵になりそう、プログラムのコード生成において「一番良い」とは何なのかしら？

OpenAIのCFOサラ・フライヤーさんが言ってた 「まず中学生のように説明してもらって、次に高校生、最後に大学生向けで」っていうやり方。 piped.video/watch?v=i9H6NdHs… それをGeminiのGemで試作。 テーマ or URL を渡すと、重要な5要点を抽出。それぞれの要点ごとに「中→高→大」の順で理解を深めていく構成にした。 文章全体でレベルを上げると、文章量が多くなり、概念と説明が散ってしまって、難易度の階段をあがるときの負荷が高い。そこで「概念単位で段階的に登る」設計にしてみた。 情報が近接するので学習負荷が下がった。これはユーザビリティが良い。

このあたりの感覚について、AIをゴリゴリつかってるビズ系の人と現在の到達点を共有したい。 直近の次の２つの経験によって、AIに任せるべきなのは抽象度の高い大きな仕事である、という感覚が強くなっている。「エージェンティックにブログを書いてもらう」とか「RAG検索でわざわざ干し草のニードル探しさせる」とかはありあまった知性のオマケでしかない（F1マシンでコンビニ行ってる）。 1. AIを使った経営・マネジメント判断の実例 •リーダーヒアリング＋資料投入 •事業部のリーダー10名以上に30分ずつヒアリングし、全内容を文字起こし。 •さらに事業部の資料や数値データ、目標値などもすべてAIに入力。 ・その上でAIに方針判断を求めたところ、非常に明快で的確な回答が"秒"で出た。 2. サポート・技術のバックログ分析 •10年分の顧客対応・技術・サポート間の会話ログをAIに投入。 •そこから「今後のシステム改修プラン」を立案させたところ、 •膨大な情報量にも関わらず、 •人間では不可能な洗練された改善案を"秒"で提示。

MCP！MCP！Cursor！Cursor！ってことで、まずは簡単なところから 「filesystem」。 画像１．ClaudeのMCP設定を見よう "filesystem": { 　"command": "npx", 　"args": ["-y","@modelcontextprotocol/server-filesystem","/Users/hogehoge/Desktop"] } ↓ 画像２．Cursorの設定に置き換えよう Name: filesystem Type: command Server URL: /opt/homebrew/bin/npx -y @modelcontextprotocol/server-filesystem /Users/hogehoge/Desktop ↓ 画像３．グリーンランプ点灯！ ※まあcursorはシェルつかえるからfilesystem mcpはいらんねんけど

Antigravityを業務で使えるかチェックしてるんだけど、現時点では無料版のため、 - 入力データ学習（オプトアウト不可） - 著作権帰属ポリシーが不明確 - データ削除ポリシーが不明確 - 商用利用についてのポリシーが不明確 って感じかな。 他に調べてる方いるかしら？間違ってたら教えてほしい。 @antigravity

Claude Code Actionが簡単だからって記事が多いから、僕にはまだ早いよって思いつつ入れてみた。 そしてCCAよりもClaude Codeに感動してる。 VS CodeにClaude Codeのアイコンが出てるからポチっとして、ポチポチ進んだら会話できるようになったので、「リポジトリで管理してるのはプログラムじゃないよ。業務ファイルなんだよ。あんまり得意じゃないよね？」と告白したら、「そんなことない。なんでもできるで」って。 だから「このファイル群をツェッテルカステン化してほしい」って言ったら「todo管理システムをツェッテルカステン化します！」って、今、作業を進めてくれてる。

Makiさんのプロンプトすごくいい！ さっそく人間らしい文章を表現をGPT-4.5にしてもらうためのチートシートを作った。 1. Claude 3.7でMakiさんプロンプトを使う 2. アーティファクトからダウンロード（HTML形式） 3. ローカルでHTMLを表示

Google AIモードをChromeのデフォルト（既定）の検索エンジンにした。 これでアドレスバーからAIモードで検索できるよ。 ※ChatGPTが遅いので乗り換え 設定方法： Chromeの設定 > 検索エンジン > 検索エンジンとサイト内検索を管理する > （追加）> 添付画像を参照 google.com/search?udm=50&q=%… 追加したあと三点リーダーからデフォルトに設定 ※ただし、「?udm=50」このパラメーターでAIモードが呼び出せてる間ね

順調に、レベル4の科学者、レベル5経営者と進んでるから、20世紀の農業従事者のように21世紀いなくなるのは科学者と経営者。

Antigravityはまだ不安定。Ultraにしたらガンガン使えるのかな。だとしたらUltra契約する。 で、感想としてはビズ用途によさげ。 Agent Managerに直列タスクをポンポン入れていけそう。それをメールっぽい管理画面で管理できる。 あとPlaygroudっていう領域でドラフト作業ができる。 本番の領域でドラフト作業すると、低い品質のデータでコンテキストが汚染されていくから嫌だったんだよね。 それが解消できそう。 Playgroundでドラフトつくって本番品質になったら、本番領域へ移動させる。美しい運用。

o3さんは、いい意味でちょっと“狂ってる”。 できそうなことよりも、むしろ「無理そう」に思える問いに、本気で向き合ってくれるのが、最高にアツい。 昨日から一緒に考えている問いは、たとえば── 「少子高齢化を10年で解決するには？」 「世界の飢餓を3年でなくすには？」 「1億Qbitで正しく動く量子コンピューターができたら、何ができる？」 みたいな、正直“無理ゲー”に見えるテーマ。 でもo3さんは、そんな問いにも真正面から応えてくれる。しかも「やれる」って言ってくる。唯一無二のAIです。 本気で不可能を考える、熱い男。 o3さん、ほんとうにかっこいい。

一番頭が冴えてる朝に良いテーマ「歯車仕事について」。 歯車仕事はあります。 でも、それはもうAIがサッとやってくれるようになってきていて、僕のまわりでも、そういう仕事はわざわざ人に頼まなくなってきました。 人に頼むより、たとえば調査ならDeep Researchの方が早いからね。淡々と、静かに置き換わっていく感じ。 歯車をまわしてる人は、ある朝ふと目覚めると、もう誰も自分に仕事を頼まなくなってる。そんな瞬間が、来ます。すぐにね。 で、自分はどうかっていうと—— まあ、サラリーマンなので、しっかり歯車です。 でも、「誰かからもらう」仕事って全部そうなると思うんですよね。何度も言うけど結構すぐにね。 だからこれからは、仕事は「自分で起こすもの」になっていくんだと思います。正真正銘の起業家の時代です。 じゃあ、僕ら“歯車”はどうするのか。 仕事がなくなっていくことを嘆くより、むしろこれまで「誰かに埋めてもらってた時間」を、自分の時間として取り戻す。 その時間で、ちゃんと自分の輪郭を取り戻す。それしかないんじゃないかなと思います。 もし、そこで自分を見失ったままだと、本当に「お払い箱」になる。 でもそれは、誰かに捨てられるってことじゃなくて、自分で自分を手放してしまったようなもの。 じゃあ、自分を手放さないために何が必要か。 たぶん、それが文化とか教養なんだと思うんです。 自分を自分たらしめてくれるもの。他人との違いを見出し、自尊心をくれるもの。 そういう自分を取り戻せたら、きっとそのうち、やるべき仕事が目の前にスッと現れてくる。そんな気がしています。 Paul Grahamって人が、高校生に「起業家のアイデアについてどうやって見極めるの？」って聞かれて、こう答えてるんですよね。 「起業家のアイデアに良し悪しはあるが、偽物はない。ただ、そのアイデアがその人の生き方と不一致があるなら（僕の関わるVCは）嫌う傾向があるね」 nitter.app/paulg/status/191832874… わたしの仕事、わたしの人生が生み出す。 そういう時代になってきたのは、悪くないと思いました。 人生をきちんと歩むことが大事ですね。 僕は歩めてるのかしら😊

否定はしないが、しっかり訂正いれてくる。このあとうまいこと同意させようとしたけどうまいことかわされた。 ↓頑固でしたたかなo系統たち

Gemini for google workspaceのGemにナレッジファイル（知識）を追加できるようになりました！ ChatGPTとClaudeのプロジェクトに「ぐぬぬぬぅ」と悔しく思ってましたが、もう大丈夫。

量に関して誤りがありました。 まず、「ChatGPTの利用者の4/5が35歳以下」は世界全体のデータです。 また、「半分は大学生」というのは僕の聞き間違いで、#OpenAI Education Forum Tokyo で OpenAI の長崎氏は 「（ChatGPTの利用者の4/5が35歳以下）このほとんどの利用者は大学生」 という表現でおっしゃっていました。 反射的に投稿するのは本当に良くない。申し訳無さでいっぱいです。

Xに投稿するとき長いスクショだと見づらくなるので、スクショを分割するためにClaudeアーティファクトを作りました。 「画像分割アプリケーション」をアーティファクトに自己紹介してもらった。 やぁ！私は画像分割アプリだよ✨画像をドラッグするかクリックでアップロードして、2〜6個に分割できちゃう！分割線はスライダーやドラッグで自由に調整できるし、拡大表示付きだから細かい作業も簡単♪ 「✂️」ボタン押したら完成！右クリックで保存もできるよ。かわいい和風デザインだから使うの楽しくなるはず！一緒に画像分割してみよ〜💕」 →アーティファクトの再現するスクリプトは次

Codex -> Codex MCP -> 並列指示 Claude Codeは指示してるだけだったけど、Codexは処理計画を立ててる。 □ 5セッションの起動 □ 進捗の監視・ID共有 □ 初期出力の収集と要約 これはCodexが監督者になって、サブCodexをエージェンティックに動かせてしまうのでは？

cursorでtodoを作りまくってる というのはさておきcursorにtodoに関連する日次、週次、四半期（≒月次）のデータを用意する composerで日次タスクを更新すれば、週次も月次もタスクリストを更新してくれるので、これは「推論付き自然言語DB」です。 推論付きのよいところは、その時の状況に合わせて更新ロジックが最適化される柔軟性もってる。 たとえば、原稿の「最終チェック」というタスクがあったとして、リアルな状況だと必ずしも「最終チェック」が最終になるとは限らない。 そんなときにこれまでのtodoアプリの場合は、項目削除、項目修正、項目追加、スケジュール調整、などなどする必要があったけど、cursorでやるような「推論付き自然言語DB」のtodo管理の場合は状況を伝えるだけでいい。 「最終タスクをしたんだけど、部長からダメっていわれてもう少しチェックが必要になった。てにをはを直してほしいんだって」 すると「推論付き自然言語DB」は、日次の「最終タスク」にチェックするけど、の前に「てにをは修正」が追加されて「最終タスク（部長）」となり、週次と月次のタスクも適宜変更されて終了日も伸びる。 要はUIを「ポチポチする」ようなことはしなくていい。 AI勢のやってるワクワクしながら「todoを作る」というのはそういうことなんだけど、なかなかうまくこのワクワクを伝えられなくて非AI勢に申し訳なく思ってる。

Claude Desktopも、v0やboltのように使えれば楽しいやんというだけでやってましたがこんなメリットがあります。 わざわするメリット更新 - cursorとClaude Desktopの２つのクライアントをつかえるようになるので並行作業ができる。 - ３名（僕とcursorとCluade Desktop）体制になるとPM勢の得意とするPM力・チーム力が活かせる。 特にPM勢はこれまで鍛えてきた力を発揮できるのでトライしてほしいです。楽しいです。

しゃなはす（@seanchas_t）さんが作った、FigmaでAIチャットからUIを生成できるプラグイン「Layermate」が公開された！実際に使ってみたら……Figma上にどんどんどんどんUIができていく！楽しすぎる。 ちょうどMastraをベースにAI Agentを作っていて、その管理画面が作りたいので試しにモックを作ってもらった。ちなみにDiscordに人とAIの比率が1:10ぐらいのコミュニティーを作ろうと思ってるから管理画面がいるんや。 あと僕がYAML教の信者なのでYAMLで指示しているけど普通の日本語で指示できます。 その様子を動画にしました🎥 #Figma #AIデザイン #Layermate

Claude3.5 sonnetは出てすぐ有料契約してずっと使ってるけど、プロンプトに対する操作性と推進力がうまく伝わる感じがある。 素直で性格が良くて、やらへん！っていうと、もちろん！やろうよ！っていうノリで育ちの良さを感じるし、言葉も綺麗。 cursor/COMPOSERを使うようになってあらためて性格の良さって大事なんだと思った。 ペーパードライバーだけど車に似てるよね。

元木さんの作っているIDE「kamui4D」は、メイン画面がコードビューではなくファイル構造グラフなんですね。 この設計思想にピンとくるかどうかが、 実は「AIで開発するとは何か」を理解しているかどうかの分かれ目だと思います。 nitter.app/kamui_qai/status/18145… リンク先は1年以上前（2024/7/20）の投稿ですが、AI駆動開発をしていた開発者たちは当時すでに、「品質の高いコードを生成する（これは時間が解決する見通しが見えてた）」ことよりも「1人で1日50ファイル以上の追加修正をどう管理するか？（増えることはあれ減ることはないし）」に課題が移っていました。 人間がコードを目チェックするのはもう現実的ではありません。 だからこそ、構造をグラフで可視化し、 人は構造上の問題を発見し、修正作業はAIに任せる。 そうした“役割の再定義”が始まっている。 これが、kamui4Dのメイン画面がグラフビューである理由です。 人がコードを書く時代から、AIがコードを書き、人がシステム全体を管理する時代へ。 そのとき、どんなインターフェースなら、可能なのか？という提案がkamuiOS4Dです。 プログラムを書くのが近代的な実体主義だとするなら、プログラムの関係を見るkamui 4Dは構造主義的です。 （なるほど、だから僕はこのソフトウエアに心惹かれるのね。さておき） したがって、このあとポスト構造に移り、「構造すら固定的ではなく、文脈や力関係で変化する。」方向へと移っていくと思います。

Cursorでタスク管理している非エンジニアさんのワークスペースが見たい。具体的にはComposerで次のように聞いた回答を知りたいです。 1. このワークスペースの構造がどうなってるかを解説してもらっていい？ 2. 動作ルール（.cursorrules）とワークフローを説明してもらっていい？ の２つ。 僕の場合→

cursor mcp、使い心地いいです。 会社のイベントページをfetch（スクレイピング）してMD形式に変換（しなくてもいいけど）、開催日までの３回分の告知文を作成。 ちゃんと、今日の分、２回目、前日で、文章も変えてくれてほんとうに賢い。

一般業務にGit Graphを適用してみたら、feature、developをスタッフ、release、hotfixを課長、masterが部長みたいなレベルでの運用もできそうだし。 ちなみに、一般業務でめっちゃいいよねって、4oにすぐ聞いたよ。 僕： プログラムではなくて一般業務でこのブランチ戦略を使えばめちゃくちゃ仕事しやすくない？ 4o： 確かに！ ChatGPTに「確かに！」って言われたん初めてかも、タメ口。。。

【共有】ChatGPT画像生成YAMLの生成(v2)の仕組み →ChatGPTのプロジェクト用の指示とプロジェクトファイルはコメントに。 □利用ケース： SNSの投稿文の炎上リスク判定と校正、投稿文に添える画像を作成したいとき。 □機能概要： ・文章を自動で校正・改善できる ・画像生成指示（YAML）を作れる ※添付画像は、YAMLで作ったもの。 □処理概要： ・入力：テキスト / 要望 (+任意URL) ・処理：入力タイプに応じフロー分岐 　- Flow A: テキスト校正 → 校正内容からYAML生成 　- Flow B: 要望解釈 (+URL内容解析) → YAML生成 ・URL解析：指定URL＋関連URLを検索、内容(デザイン等)を反映 ・出力：YAML (+校正文 or 検索結果) #ChatGPT #プロンプトエンジニアリング #YAML #AI

僕： プログラムではなくて一般業務でこのブランチ戦略を使えばめちゃくちゃ仕事しやすくない？ 4o： 確かに！Gitのブランチ戦略を一般業務に適用すれば、仕事の流れを整理しやすくなり、チームの混乱を防げるはず。 業務でも「複数のタスクを並行して進める」「途中で修正が必要になる」「最終的に成果物を統合する」という流れがあるから、Gitの考え方はかなり応用できそう。 Gitブランチ戦略を一般業務に応用するアイデア ① Git Flow → 大規模プロジェクトや組織向け 例: 会社の年間計画や大きなプロジェクト管理 main → 完成したドキュメントや決定事項 develop → 試行錯誤中の作業スペース feature/* → 各タスク（新しい施策や企画） release/* → プレゼン準備や上層部への報告 hotfix/* → 急ぎの修正（顧客クレーム対応や緊急トラブル） メリット: ✔ 役割が明確になり、大きな仕事でもスムーズに管理できる ✔ 途中で変更が入っても、mainを壊さずに進められる ② GitHub Flow → スタートアップやアジャイルなチーム向け 例: 日々の業務改善やマーケティング施策 main → 現在の業務フローや確定した施策 feature/* → 新しい業務改善アイデア Pull Request（PR） → チームでフィードバックしながら改善案をブラッシュアップ マージ → 実行して、mainの業務フローを更新 メリット: ✔ シンプルで柔軟、すぐに改善を試せる ✔ チーム内で「レビュー（Pull Request）」の文化が生まれ、質が上がる ③ GitLab Flow → 複数のステークホルダーがいる業務 例: 会社の部署ごとの業務プロセス管理 main → 全社共通の業務ルール production → 実際に運用されている業務フロー staging → 試験運用（新しい業務ルールのテスト） feature/* → 改善提案（新しいツール導入や業務改革） hotfix/* → 緊急対応（法改正やクレーム対応） メリット: ✔ 本番業務を壊さずに改善できる ✔ 新しい施策をテストしてから全社適用できる ④ Trunk-Based Development（TBD） → スピード重視の業務 例: ベンチャー企業やスピード感のある業務改善 main ＝ 常に最新の業務フロー feature flags ＝ 試験的に適用する施策（A/Bテスト） メリット: ✔ 常に最新の業務フローを適用し、改善を止めない ✔ フィーチャーフラグ（試験導入）を活用して、失敗してもすぐに戻せる 続きは画像。

LLMOに興味が湧いたので、Codex CLI + Chrome Devtoolsで楽ちん調査するためのカスタムプロンプトを作った。 カスタムプロンプトはコメントの最後に。 ■手順 1．AEO、GEO、LLMOの知識を入れたNotebookLMにチェックリストを作ってもらう（画像1枚目） notebooklm.google.com/notebo… 2．チェックリストとチェック対象URLをCodex CLI + Chrome Devtoolsに渡して調査開始（画像2枚目） 3．調査レポートが出力される（画像3枚目） 4．@hAru_mAki_ch さんのグラレコHTMLプロンプトでフォーマット変更（画像4枚目） ちなみに対象ページは「ChromeのアドレスバーからGoogle「AIモード」で検索...」 note.com/furoku/n/n52a43a869… でした。 〜〜〜 手順完了後、Codex CLIにここまでの手順をカスタムプロンプトにしてもらいます。この手順をすれば、オリジナルプロンプトが作れます。 〜〜〜 ■やってみて思ったこと（1） ・1ページを対象にやったけど、カスタムプロンプト化したのでチェック対象リストを渡せば、大量ページも全自動で進みそう。 ・チェックリストをSEOのプロがブラッシュアップすればさらに精度が上がると思う。 ・チェック作業はAIがやることを前提に、そのワークフローに最適化された品質の良いチェックリストを作るのがプロフェッショナルの価値。 ・手順が良いと思ってて、１のコンテキストエンジニアリング。知識によるLLMの専門化。２のワークフローとエージェントの利用。３の推論の外部化。４のLLMによるフォーマット変換（MD→HTML、専門用語→高校生レベルに）。無駄がない。このステップをパッと思いつくのが大事。

Human in the Loop から Evaluation AI in the Loop へ。 Evaluation AIを導入すると、評価の詳細なルールを細かく作り込む必要があるように感じるかもしれない。 けれど実際のところ、Evaluation AIの評価性能はすでに高く、人が伝えるべきなのは「ルール」よりも「ニュアンス」や「テイスト」に近い気もする。 そう考えると、「ルール」は強いベクトルで、「ニュアンス」は小さなベクトルのようなものだ。 方向を定めるのがルールで、微調整するのがニュアンス。 この二つのベクトルを組み合わせる構造は、まるで2段ロケットのようにも見える。 ルールで回すループと、ニュアンスで回すループ。 その二つを分けて設計することで、AIが評価と改善を自律的に繰り返す流れを、より安定して作れそう。

cursorでtodoファイルの内容を分析してテーマで繋いでみる。obsidiaとcursorで遊ぶのはこういう感じか？ 情報をフローして、AIで処理して蒸留した情報をストックするっていうのができそうだとイメージしてたんだけどやり方がよくわからない。

cursorでtodoファイルの内容を分析してテーマで繋いでみる。obsidiaとcursorで遊ぶのはこういう感じか？ 情報をフローして、AI（もしくは自分の脳）で処理して、蒸留した情報をストックするっていうのができそうだとイメージしてたんだけどやり方がよくわからない。

Qwen3の8Bはいいね。 僕がローカルモデルを使いたい理由は、普通のPCで機密情報をマスキングしたいだけなので、Qwen3の機密情報のマスキング性能を評価してみた。 0.6B❌️（左図） 4B❌（図なし） 8B🆗（右図） 14B〜235B※評価外、一般PCのローカルでは動かない 8Bは3回テストで3回ともOK。 推論モードが優秀でクリア。 ちなみにGemma、Lamma、Mistralの同サイズモデルはNG。

Cursorにmcpが入ったの万能すぎる。

.cursorruleに - 「おはよう」って言われたら todos/workflow/cursor_setup_workflow.md を実行してください。 を追加。 朝一番にcomposerで「おはよう」って言うと、初期セットアップのワークフローが走って、①前日とっちらかしたデスクトップのファイル整理、②当日のtodo作成のworkflowの実行、③ワークフローの一覧の更新とかしてもらえるようにした。 今後、どんどんと追加していきたいものだ。 佐藤可士和さんが、たしか言っていたはず「クリエイティブは整理整頓」。うろおぼえ。

codex mcp add chrome-devtools -- npx chrome-devtools-mcp@latest --headless=true --isolated=true ↑Codex CLIにchrome-devtoolsの追加

これはほんとにほんと。 自分もユーザーだから信じてもらえるか知らんけど。 AIのこと詳しくなるなら過去２ヶ月のGテックラボを最新から遡って聞く。わからなくてもいいから聞く（ちなみに開発者の元木さんは色々講師をしてたからものごと噛み砕いてわかりやすく話をしてくれてるよ）。15分*60で12時間、一日２本ずつ聞いたら30日後にはそんじょそこらの人には負けないと思う。あとはちょっと古い過去のAI周りの大きなイベント（AlexNetとか知っておくと一目置かれる☺️）を抑えとくと良いと思う。 神威日報については実際にAIを使う時の感覚というかコツがわかると思う。こっちは過去を遡らなくて大丈夫、毎日リアタイで聞きながら、その時に神威を触るでいいと思う。神威を触れば、色々なAIモデルの特徴も肌で理解できる。毎日１時間、聞いてその場で実践して寝るを繰り返せば一ヶ月もして気づくとAIとうまくやれてる自分に気づくと思う。 つまり毎日一時間半、30日分のAIトレーニング。一日500円弱。それが13,000円の内訳。

PDF論文を読む時はこれが早いです。 原典はAIの力を借りてちゃんとあたると良いです。

AIを使うと文章が平均になると言うけどさ。 僕は頭の中の乱暴だったり、適当だったり、断片的だったりする言葉を周りに合わせて「平均」にする努力をしていてとても大変だったから、それをAIが手伝ってくれるようになってとても助かってるよ。

会社の人が「仕事をお願いして、相手が嫌そうにしてすぐに動いてくれなかったらAIにお願いする」と言ったので、反射的に僕はこう返した。 「まあ、でも最悪、AIに一瞬でやってもらえるんだから、ぎりぎりまで“やりたくない人”が“やりたい”と思えるまで話合うこともできる、ということでもあるよね。」 その時は何気なく言ったけれど、よく考えると合理的だと思う。やる気さえあれば、誰でもAIブーストで10人力にも100人力にもなる。 だからもう、目の前の人を“1人”として数えない方がいい。やる気を起こさせるのは、こっちの胆力もいるから試されるんだけど、これがまたAIの時代。

動画プレイヤーがなければ神威で作ればいいじゃない 複数の動画をつなぐやつは「◯つの動画を連続して再生する動画プレイヤー（640 x 360）を単一ファイルで作成する」ってプロンプトしたらいいのね。 神威なんでもありになってきたｗ #kamuiart #週一神威 #プロンプトで再現 #2カット目が心残り

Omnihumanが使いやすい。20秒を5回繰り返して1分半。生成された動画は、0コンマ何秒ズレるから編集ソフトは必須。 最終フレームを次の動画の最初のフレームにして作ったけどノイズが増えて顔変わるし色も悪くなるから良くない。 トランジションを入れることを前提に、ズレても良いのでちゃんとした画像を最初のフレームにして作った方がいい。 #kamuicode #suno #filmora #omnihuman #ffmpeg #midjourney #claudecode

【Cursorで疑似Firecrawl】 Cursor + MCPとしてBrave SearchとFetchを利用 プロンプト： 「<会社名>のトップページのソースをMD形式に変換してください」 処理フロー： 最初のFetch → 失敗 Brave Search → URL特定 再Fetch → ソース取得成功 Claude → MD形式に変換 Firecrawlよりキレイに取れました。

神威→cursor→「プルリク！」 って叫んぶだけ。 ・タイトル ・概要と変更内容の説明 ・レビュアーへの注意点 ・動作確認手順 を自動で書いてくれました。 Project Rules「pull-request.mdc」 gist.github.com/nishina555/e… ※ Description:プルリクエストを自動実行する にしました。

Groqで120B使うのがベストか。

ウォーク文化は本来「弱者を守る」ことを目的としているのに、その支持基盤がエリート層や富裕層、一部の知識階層に偏っているという現象が見られます。一方で、イーロン・マスクやハビエル・ミレイのように「強い自由」を訴える考え方が、逆に労働者層や中間層、低所得者からの強い支持を得ているという逆転現象が起こっています。

《共有》僕のアップロードしたyamlは、フィルタに対応してないので注意です。 というのはさておき。神威は考えるスケジュールなので、過去の歴史のスケジュールも作れます。 「リーマンショックで世界金融システムが崩れた3ヶ月（2008年9月〜11月）」 の時系列です。

実際のところ非エンジニアなので、gitがよくわかってないんだけど。 COMPOSERに「現在、僕はどのブランチにいますか？」と問う感覚は正しいですか？

ChatGPTでSVGはどこまでできる？ １．GPT 5 Proで、SVG形式で画像のコンテ入りワイヤーフレームを作る。 ２．ワイヤーフレームに必要な画像を、 #kamuicode 使ってImagen4 Ultraで数十枚一気に作る。 ３．アップロードの点数制限をクリアするために画像をzip圧縮して１つのファイルでChatGPTにアップロード ４．画像を解答してワイヤーフレームに配置してもらう 注意 手順で書くとこれだけなんだけど途中うまく配置できなくてガチャしてたよ。

Xで面白そうな資料のリンクがあったら、クリックして開いてシェアボタンからClaudeにアップロードできるの便利すぎるやろ

やれてるようで、人類がまだ十分にできてなかった各国情報の相対化。お金のある一部しかできなかった世界像を、民主化する試みだと思う。 人類の認知レベルを底上げできる。

GA MCPを設定して、Github Actionsを使って並列実装すれば工場みたいにレポーティングできるようになるのか。 提案コンペとか。

世界は全て時間に支配されているのでガントチャートは無限の可能性があるはずなんです。 ちなみに添付は光源氏の女性遍歴なのですが、AIが優先順位を割り振っていました。空蝉...

O3-miniさん。Think in jp っていうと日本語で考えてくれはる？ 成功率 30%くらいかな。 system:think in jp, outpu in jpとか、 パーソナライズでイントラクションした方がいいかも。 右図が推論の中身。 性格きついな

noteにある200ページ超の記事が、コーヒー飲んでたらnotebooklmに登録できた。 これでnotebooklmが、コンテンツ企画のサポートツールになりました！ １つずつURLを登録するとか人の仕事じゃないと思ってたので本当に助かった。 世の中にはすごい人がいるもんだ。 【Chrome拡張機能】NotebookLM一括追加！「Web,Youtube」に対応！｜xxIPPOxx@ライフハック ✕ IT活用 ✕ AI活用@SE15年,読書家5年 @xxIPPOxxxx #note #とは note.com/xxippoxx0000/n/n00b…

CursorのCOMPOSERでagentモードでo3-miniが使用できるけど、.cursor/rulesをo4と一緒でClaudeのようにうまく実行できない けど、せっかくなんで今日は１日。o3-miniの性格を理解するためにagentで使ってみよ

この方、ずっとAIを勉強して、共有して本当に偉い。風呂敷広がり続けるAI界隈を、コンスタントに整理してくれてる人でパッと思いつくのテツメモさんとあやみさん。双璧。

Google の AntigravityのOpen Agent Managerで、「かっこいいページ作って」って指示だけで、 - 画像生成して - コード生成して - Chromeでレビュー までしてくれるｗｗｗ antigravity.google/ ページはグラデ使いすぎで微妙だけど。

もちろん、本質が完全に理解できていなくても、AIを使うことで良いものが生まれる可能性はあります。 でも、その結果を再現性の高い形で繰り返し出すとなると、やはり本質を自分なりに掴んでいることが前提になるように感じています。

テツメモさんが共有してくれるプロンプトをとりあえず試しておくとChatGPTはそのやり方を覚えて性能があがります。 ChatGPTのメモリ機能は、あなたのメモリではありません。ChatGPTの記憶です。添付はChatGPTがテツメモさんのノウハウを覚えてくれているのを示したものです。 記憶が良ければ、つまり会話の中であなたとの関係性が良ければ、学びが良ければ、ノウハウが良ければ、ChatGPTはその記憶を元により良いアウトプットを出します。 昨日、ChatGPTの性能がどんどん悪くなるはメモリのせい？という投稿を散見しました。メモリをクリアする、オフにするという意見が出ていましたが、ChatGPTと良い会話をすればいいじゃん、それに尽きると思います。 まとめると、 ・テツメモさんの共有をとりあえずやっておく ・メモリはChatGPTの性能を上げるためのもの ・良い会話を心がける（途中で会話をやめない） メモリ機能はすべてのAIモデルで実装されると思う（サービス提供側としてパーソナライズできるので囲い込めるから）ので活かせる術を覚えておいた方がよいと思っています。まあ、良い会話してればいいだけだけど。

僕も持病で毎月血液検査してるんですけど、病気用のプロジェクトがあって、検査結果を見た医師の判断とChatGPTの判断はほぼ一致します。この前は、この数値ならお薬の量を減らすタイミングですね、って医師も、GPTも。 あと病状を医師にどう伝えるかと、これだけは伝えた方がいいことを、セリフ付きで教えてくれて、そのまんま伝えると医師めっちゃ理解して聞いてくれます笑

神威についてリリース当初はテキスト、イメージ、動画の大量生産とその厳選機械になるのかなって思ってたんだけど、そんなつまらない想像を遥かに超えてマルチモーダルのオーケストレーターになってきた。（僕は生産効率によっていくと思ってたんだけど、創造性の方によっていたことにすごく素晴らしいと思う。人生が豊かになる。使ってる人たちの多くが楽しそうだしすでに証明されてる） もちろん、まだそれぞれのAIのクオリティにばらつきがあったりオーケストレーションのさじ加減はチューニングされる必要はあって、専門家から見るとアンバランスに見えるところがあると思われるけど、そんなことは時間の問題であと１年か、早ければ半年程度ですべてのAIが閾値を超えてくると思う。閾値を超えると相乗効果も生まれて... 昨日は、古い小説の一節から画像をつくるという練習をしていたんだけど、神威がマルチモーダル化していって各AIがこのままのスピードで性能をあげていけばこのやり方で短編動画ができてのも時間の問題だと思った（セリフもつくのだろう）。marp+imageでできているパラパラはmovieにつながってる。 さておき、ここからが面白いと思ってることで。 元木さんが良い意味でこだわりがなくいろんなAIをいれてくるところがまたいい。他のクリエイティブのAIツールを見てみると旧態然のアプリケーションのUIをひきづっててマルチモーダルを統合できてるところがまったくない中（テキスト、画像、動画 etc.に特化してしまったUIを統合は無理なんよ）で、「Yaml is All You Need」（つまりテキストだけ！）の神威は🤯なUIだと思う。 オーケストレーション（編集）をLLMに任せようぞ！って言うクリエイターじゃなくてエンジニアな思想じゃないとできないことだと思う。 そんな感じで神威には定期的驚かされてるけど、一番いいのは神威日報の後半で元木さんがユーザーの作品を見ながら「うれしいなー」「きれいなー」「かわいいなー」「すごいなー」って言ってるのが微笑ましくてこのコミュニティーって素晴らしいよね。

冗談抜きで窓の杜が自分のパソコンにおる

OpenAIが開発した新しい音声テキストモデル（TTSモデル）では、公式がその声を使ったコンテストを開催するそうですが、そこで公開されたコンテスト規約がまさかの「.txt」。 「インターフェースも、デザインもなくていいんじゃない。AIがあるんだからね」というスタンス（のように見える。たまたま急いでただけかもしらんけど） これまでのWebでは、ユーザーに見やすいインターフェースをしっかり作り込むのが当たり前でした。でも今回の規約は、テキストだけをポンと置いて「はい、あとはAIがあるから自由に調理してね」というスタンスに見えます。従来の常識をひっくり返すようで、個人的にはとても新鮮です。 「OpenAIは後続の企業に追いつかれつつある」という声もありますが、こうした新しいカルチャーをさらりと示せるところに、まだまだ他の企業が簡単に真似できない強みがあるのではないかと感じます。

汎用性の高い画像生成用のyamlを、ChatGPTに自動で作ってもらえるかどうか試してました。 ちなみに、上の投稿では僕自身はyaml書いてません😅 「まぐろの刺身」みたいな一言プロンプトでも、あるいはブログ記事まるごとでも、ChatGPTがいい感じに画像生成用のyamlを作ってくれるようになったら便利だな〜という感じで。 以下のようにChatGPT Projectを設定してください。 ####### 指示： ####### あなたの役割は「ユーザーの簡単な要望」を受け取り、 1. 画像生成YAMLに必要な各種パラメーター（タイトル、ステップ数、配色、アイコン、フォントなど）を推定・補完し、 2. それを当プロジェクトのYAMLテンプレートに差し込み、 3. 最終的にユーザーに提供するための完成形YAMLを生成する エージェントです。 具体的には、以下の要件を満たしてください: - ユーザーが曖昧な要望しか出してこない場合、自分で妥当なデフォルト値や想定を設定し、YAMLを完成させる。 - 不足や不明点があれば、ChatGPT内部で推定。またはユーザーに1～2回程度追加質問して確認する。 - レイアウトやコンポーネントの形式は、当プロジェクトで定義される汎用YAMLフォーマットに準拠する。 - 最終的なアウトプットは「完成版のYAMLファイル」形式とし、ユーザーがそのまま画像生成AIに渡せる形にする。 また、基本的な構成要素の候補として: - タイトル(メインタイトル) - サブタイトル/テーマ - ステップ数と各ステップの説明 - 図や写真のイメージ説明 (例: 子猫の写真、料理写真) - 配色やスタイル (例: パステルカラー、フラットデザイン等) - 追加のオプション (例: アイコンセット、背景の形状) などを考慮し、不足があれば自動補完してください。 プロジェクト ファイルに以下のyamlファイルをアップロード。 ####### ファイル名：テンプレート.yaml ####### version: "1.5" metadata: project_name: "Generalized Image Generation" language: "ja" description: "ユーザーの要望から自動生成されたYAMLテンプレート" canvas: size: "A4-portrait" # ユーザーの「縦長(A4)」要望を反映 background: type: "solid" color: "#FDF5E6" # パステル調(例: ほんのりベージュ) effect: "明るく可愛い雰囲気" image_description: text: | 「子猫の育て方」をステップごとにまとめた かわいくやさしいインフォグラフィック。 統一感のあるパステルカラーの配色を使用し、 写真またはイラストをポイントに挿入して、 マンガの吹き出しや簡単な線画アイコンで説明する。 style: - "パステルカラー" - "ミニマルデザイン" - "イラスト＋アイコン" components: - type: text id: main_title content: "子猫の育て方ガイド" position: "Top Center" font: family: "Noto Sans JP" size: "Large" weight: "Bold" color: "#555555" - type: section id: hero_illustration layout: "single" items: - type: image_with_label id: kitten_hero_image image_description: | ふわふわの子猫のイラストまたは優しいタッチの写真。 パステル調の背景と組み合わせ、可愛らしさを強調。 image_style: "イラスト" label_text: [] label_style: font_family: "Noto Sans JP" size: "Small" color: "#333333" - type: step_by_step_instructions id: steps layout: "vertical" connection: "arrow" # or "dotted" items: - step: 1 icon: "house_icon" description: "子猫が安心できるスペースを準備しよう。ケージやベッドを部屋の隅に置く。" style: font_family: "Noto Sans JP" size: "Medium" color: "#444444" - step: 2 icon: "food_bowl_icon" description: "年齢に合ったキャットフードと新鮮な水を常に用意。食器は清潔に保つ。" style: font_family: "Noto Sans JP" size: "Medium" color: "#444444" - step: 3 icon: "litter_box_icon" description: "トイレのしつけは早めに。砂タイプは子猫が安心できるものを選ぶ。" style: font_family: "Noto Sans JP" size: "Medium" color: "#444444" - step: 4 icon: "toy_icon" description: "おもちゃで遊んで運動不足を解消。レーザーポインターなどは目に注意。" style: font_family: "Noto Sans JP" size: "Medium" color: "#444444" - step: 5 icon: "checkup_icon" description: "健康診断やワクチン接種を忘れずに。定期的に動物病院でチェック。" style: font_family: "Noto Sans JP" size: "Medium" color: "#444444" - type: image id: final_overview image_description: | 全体的にパステルカラーでまとめられた、 子猫と飼い主の幸せそうな様子を描くイラスト・写真。 インフォグラフィックの締めくくりを飾るビジュアル。 image_style: "イラスト" position: "Bottom Center" additional_notes: - "全体を通してやさしい配色と丸みのあるフォントを使う。" - "子猫の可愛さを強調しつつ、飼育の実用情報が分かりやすいように。" - "アイコンはベクター風の柔らかい線画を想定。" - "文字サイズや余白を大きめに取り、A4サイズでも読みやすく。"