本番エラーをAIのコード修正につなぐ Cloudflare Issuesで組む自動化の設計
本番の不具合をAIのコード修正へつなぐ構成を、Cloudflare Workers Issuesの公式機能をもとに提案します。Issuesは繰り返す失敗を集約し、通知設定のAutomationが問題の情報をClaude Codeなどへ送ります。修正対象の管理、再現テスト、事前に許可したコード反映、反映後の確認までを図解します。Cloudflare上の検知から本番反映までの通し検証は未実施です。
AIエージェントの費用を減らす Jevで判断を分担する方法と約90％削減の条件
TypeSafeのJevは、文章を書く代わりに、用意した選択肢から答えを選び、確率を返すAIモデルです。メールの分類などをJevへ任せ、難しい案件だけ通常の生成AIへ回すと、判断に使う料金を抑えられます。月1万件を分類する例では、再判定に回す割合が10％なら、Kimi K3だけで分類する場合の90ドルから9.42ドルへ下がります。約89.5％の削減が成り立つ条件と、エージェント全体の費用への影響、最初に試す手順を整理します。
PCを閉じてAIにWeb作業を任せる条件 dotsのブラウザ・接続・認証を公式資料で整理
OpenAIのdotsは、AIエージェント「dot」に専用クラウドPCのChromeや接続済みアプリを使わせ、利用者がPCを閉じても仕事を続けられる製品です。新しい依頼がない間の「先回り調査」は、許可済みアプリの情報を読み、dotのメモへ残す機能で、Web画面の操作や接続先の変更はしません。Webサイトの操作は、サイトがクラウドからのアクセスとログインを許す場合に限られ、利用者PCのログイン状態は引き継がれません。ログインが必要なら、個人利用では依頼者本人が、ChatGPTの専用フォームか引き継いだクラウドブラウザのサイト画面へ認証情報を入力し、dotに操作を戻します。企業で依頼者とサイトのアカウント所有者が別人の場合、所有者へ画面を引き継ぐ公式手順は示されていません。所有者が自分で入力できる方法を確認できなければ、そのアカウントでのログインは試しません。使えるアプリ、Claudeのクラウド作業との違い、最初の仕事の進め方を両社の公式資料から整理します。
自社ソフトに仕事を任せるAIエージェントを組み込む 技術選定と費用の考え方
自社ソフトで、利用者の依頼からデータを調べ、成果物を作り、結果を確かめるAIエージェントをどう構築するか。自社の業務ツールを呼び出す実行ループを組み込む開発用ライブラリと、Cursor・Codex・Claude Codeのようなソフト開発用エージェントを再利用する方法を比較します。2026年9月時点の機能と実行基盤を整理し、検証まで終えた仕事一件あたりの費用で比較する方法と、条件別に最初に試す候補を示します。
AI開発で追加料金を払う価値はあるか GPT-6.1 SolとOpus 5.5の比較
AIにコードを書かせる費用は、単価に加え、考える量や修正の回数で変わります。GPT-6.1 SolとClaude Opus 5.5を中心に、旧GPT-6 Sol、Astra、Fable 5.1の料金と第三者評価を比較しました。同じ実装課題を渡した手元の結果も使い、追加料金を払う理由と、安いモデルから試せる条件を整理します。
Jevに登録できないときの使い方 6つの利用経路と料金を比較
問い合わせを担当窓口へ振り分けるような、文章の意味を読んで選ぶ処理に使うAIモデルがJevです。開発元TypeSafeの新規登録停止が告知される一方、公式資料で確認できる他社経由の利用窓口は六つあります。OpenCodeの期間限定無料モデルを含め、認証先、料金、モデル名、最初の呼び出し方を整理しました。認証付き推論の実測は含みません。
GPT-6 Astra・Sol・Luna・Opus 5.5・Fable 5.1 単価100倍でも結果が同じ仕事と差が出る仕事
2026年9月22日、OpenAIはGPT-6 SolとGPT-6 Lunaを、AnthropicはClaude Opus 5.5を同じ日に出しました。AIにプログラムを書かせる道具であるCodexやClaude Codeでは、どのモデルを選ぶかで待ち時間と費用が変わります。APIの出力単価は最安のLunaと最上位のGPT-6 AstraやClaude Fable 5.1で100倍離れていますが、Xでは「実装はLunaで足りる」「レビューはGPT系が強い」という体感が語られるだけで、課題と依頼文をそろえて比べた記録は見当たりません。そこで、同じ日に出たLuna、Sol、Opus 5.5に、各社の最上位であるGPT-6 AstraとClaude Fable 5.1を加えた5モデルへ、仕様を文章で決めた実装課題と、不具合を3件埋め込んだレビュー課題を同じ依頼文で渡しました。GPT系はCodex、Claude系はClaude Codeから動かすので、モデル単体ではなく各社の道具を含めた比較です。実装は、モデルには見せない正解判定用のテスト50件で採点しました。レビューは、埋め込んだ3件を見つけたかに加え、モデルが追加で挙げた不具合候補を筆者がコードを動かして本当に起きるか確かめました。単価の差が結果の差になった工程と、ならなかった工程を分け、安いモデルに任せられる仕事の線引きを示します。
AIコードレビューの「指摘なし」を確かめる OpenCodeReviewとCodexの使い方
AIにプログラムを書いてもらった後、実際の仕事で使う前には、意図した動作になっているかを確かめる必要があります。変更されたコードを読み、問題を探す作業がコードレビューです。AlibabaのOpenCodeReviewには、確認するファイルや点検項目を取り出す機能があります。今回はその準備機能を使い、筆者が材料を手動でCodexへ渡してレビューを依頼し、返された指摘をコードの実行で確かめました。コードレビューを頼むときに何を渡せばよいのか、返ってきた「指摘なし」をどう受け止めればよいのか。基本の役割から説明し、Codexと組み合わせた実験で確かめます。
AIの文章から飾りを削る Humanizerで残したい数字と書き手の声
AIに告知文や説明文を下書きさせた後、内容は合っているのに、大げさな評価や長い前置きを直したくなることがあります。その編集方針をAIへ伝える指示書がHumanizerです。どんな表現を削り、数字や条件、書き手の気持ちはどう残すのか。架空の告知文、検索サービスの比較報告、個人メモを使い、普段どおりに改稿を頼む場合との違いを確かめました。数字や条件が保たれる一方、書き手の希望をAIが解釈して補う例もあり、文体だけでなく意味の確認も必要でした。
AIの返答を行動から始める i-have-adhdで手順と未確認事項をどう残すか
表データの引き継ぎや不具合の確認をAIに相談し、その返答を見ながら自分で作業を進める場面があります。状況や理由の説明を読み終えるまで、次に何をすればよいか分からない返答だと、手が止まります。i-have-adhdは、そうした返答の順序を変え、次の操作や手順を先に示すための指示書です。返答を短くするとは限らないため、読み終える速さだけでなく、次の作業を見つけやすくなるかが選ぶ基準になります。この記事では、日本語の作業相談3場面を通常の依頼と指示書付きで比べます。回答の順序や説明量がどう変わり、未確認事項や承認条件が残るかを確かめ、使いどころを考えます。
AIの情報収集を本文までつなぐ Agent-Reachの公開Web・RSS活用
AIにニュースや技術の調査を頼むには、まず調べたい情報の原文を読める状態にする必要があります。Webページ、サイトの更新一覧、GitHubの資料では、取り出す方法も得られる内容も違います。Agent-Reachは、端末で作業するAIエージェントへ、それぞれの取得方法を案内するツールです。更新通知だけで新しいソフトウェアが公開済みか判断できるのか、本文には何が書かれているのか。ログインなしで誰でも閲覧できる公開WebページとRSSの取得を試し、AIへ調査を任せる前に揃える資料を考えます。GitHubとSNSについても、公開Webとの取得条件の違いを補足します。
RemNoteの料金と無料枠 年96ドルへ上げる境目はPDF3件と画像穴埋め5枚
2026年9月21日の公式料金ページでは、RemNoteの有料プランは年払いでProが96米ドル、AI機能を広げたPro with AIが216米ドルでした。無料プランはノートとフラッシュカードの数にも、同期する端末の数にも上限がありません。上限が来るのは、注釈を付けられるPDFが3件、画像を隠して覚えるカードが5枚、手書き文書が1件、試験日程が1件、AIクレジットが月250、添付できるファイルが1件8MBの6か所です。自分の勉強がどこに当たるかが分かれば、無料のまま続けるか年払いへ移るかを決められます。以下の金額と上限は、公式の料金ページとヘルプに出ている範囲です。
Glingの料金は投入した素材の時間で決まる 無料の月1時間で解説動画を何本回せるか
2026年9月21日の公式料金ページでは、Glingの課金の単位はGlingへ読み込ませた素材の時間でした。完成した動画の長さは数えません。無料プランは月1時間までで、無料で書き出したMP4には透かしが入り、Premiere・Final Cut Pro・DaVinci Resolveへ渡す書き出しは有料プランだけに付きます。話し直しを含めて40分撮った10分の解説動画なら、無料枠で回せるのは月1本です。有料はPlusが月20米ドル、年払いなら月10米ドルで、素材は月10時間まで入ります。撮影1本あたりの素材の長さが決まれば、無料のまま続けるか、Plus以上の有料プランへ移るかを計算できます。金額と枠は、公式の料金ページとよくある質問に出ている範囲です。
Outlineの料金は11人目で月79ドルへ 社内Wikiをクラウド版と自前運用のどちらで持つか
社内Wikiとして使えるOutlineは、公開されているクラウド版の月払い額がチームの人数区分だけで決まります。2026年9月21日に公式料金ページで確認した時点では、1〜10人が月10ドル、11〜100人が月79ドル、101〜200人が月249ドルでした。3つの区分に並んでいる機能の一覧は同じで、値段を動かすのは人数だけです。10人までなら1人あたり月1ドルですが、11人目が入った時点で請求は月79ドル、12か月で948ドルになります。この948ドルを、自分のサーバーで動かす場合の手間と比べれば、クラウドで持つか自前で持つかを決められます。
Nuclinoの料金は1人あたり月6ドルから 無料の50項目と版履歴なしで足りるか
少人数のチームでWikiを共有するNuclinoは、有料プランが1人あたりの月額です。2026年9月21日に公式料金ページで確認した時点では、Starterが月払いで1人あたり月8ドル、年払いにすると1人あたり月6ドル（1人あたり年72ドル）でした。無料のFreeには人数の上限がなく、代わりに文書50項目、ホワイトボード3枚、合計2GBで頭打ちになり、版履歴が付きません。料金ページの金額は税抜きで、日本から申し込むと消費税が加わります。文書の数、版履歴が要るか、閲覧と編集の権限を分けるかを見て、無料のまま続けるか、1人あたりの月額を払うかを決められます。
Magic Patternsの料金は1席月17ドルから 追加の月1,000クレジットで試作を何本回せるか
画面の試作をAIに作らせるMagic Patternsは、席数の月額と月次クレジットの二つで費用が決まります。2026年9月21日に公式ドキュメントで確認した時点では、Starterが1席あたり月20ドル（年払いは17ドル）で月1,000クレジットの追加、Businessが1席あたり月100ドル（年払いは85ドル）で月5,000クレジットの追加でした。公式は1回の生成をおよそ25クレジット、6〜10版まで進めた試作1本を平均179クレジットと示しています。この数字を当てはめると、追加分の1,000クレジットで回せる試作は5本前後です。無料プランにも月次クレジットは付きますが、数量は公式ドキュメントに書かれていないため、計算には入れていません。
英語が苦手な人がいる職場のAI選び 公式サイトが日本語の484件を用途別に絞る
知能圏が持つAIサービス一覧2,500件を2026年9月21日に集計したところ、公式サイトに日本語ページがあるのは484件でした。画像・デザイン・資料と音声・動画の制作では3割近くが日本語で読める一方、発信・読者との接点では13%にとどまります。用途別の件数と、無料プランで試せる代表例、料金条件まで分かっている件数を並べ、英語を読まずに検討を始められる候補の作り方を示します。日本語の入出力品質は別の問題で、今回は確認していません。
AIエージェントとは 任せられる仕事と任せられない仕事の見分け方
AIエージェントは、目的と完了条件を受け取り、必要な情報を集め、道具を使い、結果を確かめながら、一件の仕事を終わりまで運ぶ仕組みです。チャットに質問して答えをもらう使い方との違いは、外部の結果を見て次の行動を選び直すところにあります。調査、問い合わせの一次処理、書類の突き合わせなど任せられる仕事の型と、取り消せない操作のように任せない方がよい仕事、失敗が起きる場所、導入前に決めておく条件、費用の見方を順に整理します。
動画の切り抜きをGeminiに頼む準備 候補の指定からMP4書き出しまで
長い録画から短い動画を作るとき、最初に時間がかかるのは使う場面を探す作業です。Geminiの新しい動画理解では、質問に応じて必要な場面を探して読み直せます。候補の時刻と根拠を受け取り、元映像で確認してから切り出す手順を、配布コード付きで紹介します。APIによる候補抽出は未実測です。手元の動画で、時刻の確認と音声付きMP4への書き出しを試しました。
操作動画からAIへ仕事を引き継ぐ video-to-skillで作る再利用手順
video-to-skillは、動画から画像を取り出し、ClaudeなどのAIが読み取った操作を手順ファイルへまとめるオープンソースのツールです。売上CSVを集計した実際のコマンド出力を並べた24秒のデモ映像からスキルを作ると、元動画を見ていない別のClaudeでも、金額を変えたデータを集計できました。一方、必要な画面は追加で取り出す必要があり、生成されたコードは商品名の空欄を見逃しました。録画から手順を起こす使い方と、実務へ持ち込む前に残る手間を紹介します。
AIにWeb調査を任せるには 道具の選び方と取得漏れの確認
AIエージェントに収集用の道具を渡すと、Webページから商品名や価格を抜き出し、比較できる表にまとめる作業まで任せられます。ただし、サイトに接続すること、必要な項目を取り出すこと、対象を漏れなく集めることは、それぞれ別の仕事です。Agent-Reach、Patchright Enhanced、Scraplingの公開資料を調べ、そのうちScraplingで練習用ページからの抽出を試しました。道具の選び方と、取得漏れを確かめる方法を整理します。
請求書照合はどこまでAIに任せられるか 登録前に決めておく条件
請求書を発注記録と突き合わせ、問題がなければ台帳へ登録する経理の作業を、架空の請求書でAIによる読み取りと自作プログラムによる登録に分けて試しました。AIは金額の食い違いや発注番号の欠落を根拠とともに保留しましたが、登録処理の作り方によっては、同じ請求が二重に記録される場合があります。任せられる範囲と、先に決めておくべき登録の条件を整理します。
投資調査から売買の自動化まで AIトレーディングツールの選び方
銘柄の調査レポートを作る、複数のAIに強気と弱気の見方を議論させる、過去の相場で売買ルールを試す。AIトレーディングの公開プロジェクトには、投資の異なる工程を担う道具がそろっています。調査を進めるエージェント、外部データや口座をつなぐMCP、分析手順を教えるスキル。それぞれの役割を整理し、代表的なツールと選び方を紹介します。
AIの分業はどこまで得になるか 作成・レビュー・修正の組み合わせ方
AIに仕事を任せるとき、別のAIを足す価値はどこにあるのでしょうか。GPT-6 AstraやClaude Fable 5.1の登場で、一つのモデルに任せられる範囲も、仕事を終えるまでの費用も変わっています。コード、記事、動画制作を例に、作成・レビュー・修正を誰が担うと効果があり、どこで余計な往復が増えるのかを図と表で整理します。2026年9月12日時点の公式情報と研究から考える、モデルの進化に合わせた分業の選び方です。
保存した資料を次の仕事に生かす AIがノートを更新するLLM Wikiの始め方
企画書や議事録をAIに読ませると、その場で要約や比較を作ってくれます。さらに、新しい議事録が届くたびに、以前の企画ノートまで更新してくれたらどうでしょう。新資料に合わせて既存のノートを手入れする方法が「LLM Wiki」です。勉強会の資料を使った試行では、人数の変更を反映した後も、追加の訂正を受けて「解決済み」の食い違いを再び未決事項へ戻せました。「第二の脳」という考え方の背景から、出典を残して自分の資料で始める手順まで説明します。
AIに前回の作業を引き継ぐ Funesで会話と判断理由を探す
Funesは、Hugging Faceが公開する、CodexやClaude Codeの過去の会話を自分のPCで検索するオープンソースの道具です。次のAIへ作業を引き継ぐとき、前回の発言やエラーを探し、理由が分かる原文まで取り出せます。知能圏では小さなCSV集計プログラムを実際に作り、その会話をFunesで検索して、新しいAIへ判断理由を渡しました。できることと、日本語検索や導入時につまずく条件を説明します。
AIにコードの見直しまで任せるなら HydraFusionとAutoの使い分け
コードの作成後に別のAIへ見直しを頼む手間まで減らしたいなら、GitHubが2026年9月に研究プレビューとして出した「HydraFusion」を、範囲を一回の依頼で渡せる修正から試す価値があります。GitHubの公式評価では、Claude Opus 5に比べて費用が36%から67%下がり、品質は三つの評価のうち一つで上回り、二つでわずかに下回りました。途中で相談しながら進める仕事や、使うモデルを限定したい仕事は、従来のAutoやモデルの明示指定と比べたうえで残す方が安全です。2026年9月7日時点の公式資料と、公開されている利用者の報告を照合し、何が変わり、いくらかかり、誰が試せるかを整理します。
転記と通知の自動化はどれを選ぶか Make・n8n・Zapierを運用と課金で比較
転記と通知の自動化は、Zapier、Make、n8nを「必要な操作を組めるか」「月に何回分を使うか」「通知だけ失敗したら誰が直すか」で比べられます。申込フォームからGoogle Sheetsへの転記とSlack通知を月1,000件行う例で、無料枠で組める手順、課金の数え方、復旧方法まで条件を揃えて比較します。
出典のある調査メモを作るAIの選び方 ChatGPT・Perplexity・NotebookLMを比較
出典付きの調査メモを作るなら、資料探しから文章化まで対話で進めるChatGPT、検索結果を起点に調べるPerplexity、採用する資料をノートに揃えて読むNotebookLMを比較の出発点にできます。違いを見る単位は引用リンクの数ではなく、判断に使う一つの主張です。競合サービスの導入条件を調べる仕事を例に、資料の範囲、引用の確かめ方、無料枠、共有後に残る確認まで比べます。
文字入り画像を仕上げるAIツールの選び方 Canva・Firefly・Midjourneyを比較
日時や会場を後から直す告知画像なら、文字を編集できるCanvaを仕上げの中心に置き、背景の部分修正にFirefly、背景候補の生成や再構成にMidjourneyを使う選び方ができます。見た目のよい一枚を作ることと、翌日の修正を引き継げることは別です。告知画像を正方形と縦長で納品する仕事を例に、生成、文字の修正、書き出し、料金、公開範囲まで比較します。
短い動画を作るAIは何で選ぶか Runway・Pika・Lumaを納品条件で比較
商品写真から短い動画を納品するなら、生成と修正を組み合わせるRunway、効果や置き換えを試すPika、参照画像や元動画から動きを作るLumaを候補にできます。先に決めたいのはモデルの順位ではなく、尺、縦横比、解像度、公開条件です。5秒の縦長動画を一本仕上げる例で、生成後に残る編集、試作を含む利用量、無料枠と透かしまで比較します。
日本語の議事録AIを選ぶ前に比べたいこと Notta・Otter・Firefliesの録音と無料枠
日本語の議事録AIは、月間の文字起こし分数より先に、会議一本を最後まで記録できるか、原音へ戻れるか、配布用に書き出せるかで選べます。Nottaは日本語会議とファイル整理、Otterは会議中の記録と共同作業、Firefliesは会議の収録方法や連携を比べる候補です。60分の会議を月8回行う例で、無料枠、録音方式、確認作業、共有まで比較します。
Web情報の収集ツールを出力から選ぶ Firecrawl・Apify・Browse AIの比較
Web情報を集めるツールは、AIへ渡す本文、比較表の一行、変更通知のどれが欲しいかで選べます。料金ページ20件を毎週確認する仕事を例に、Firecrawl・Apify・Browse AIの出力、欠損、課金、保守を比較します。Firecrawlの公開試用では短いページの本文とリンクを照合しましたが、三製品の性能順位は付けていません。
AIにWebページの見た目を伝える Refero Stylesの指示書を使ってみた
AIにWebページを作ってもらうとき、気に入ったサイトの見た目を文章と数値にまとめた「指示書」を添えると、色だけでなく文字の大きさや情報の並べ方まで具体的に頼めます。知能圏では、その指示書を配布しているRefero Stylesから二つの見本を取り出し、同じ勉強会の案内を明るいページと黒いページに作り分けました。実際の画面を見ながら、見本に任せられた部分と、スマホで確認して直した部分を紹介します。
AIの確認だけでコード変更を通さない Copilot承認を狭く使う方法
この記事は、GitHubでチームのソフトウェアを管理し、コードの確認にAIを使いたい人へ向けています。開発者が変更案を送り、別の人が内容を確認して「取り込んでよい」と承認してからチームの正式なコードへ加える流れが前提です。GitHub Copilotはこの確認をAIで行い、設定によっては人と同じ一件の承認として数えられます。しかし、AIが見落とした変更まで人の確認なしで取り込める状態になりかねないため、指定した場所の変更だけにAI承認を効かせ、テストと人の承認を残す始め方を説明します。
一つのAIチャットで社内業務を受ける 固定処理・AI・人の分け方
この記事は、会議室予約や売上集計など、複数の社内業務を一つのAIチャットから頼める仕組みを企画・開発する人に向けています。社員が文章を送った直後、AIチャットが選ぶ行き先は、予約システム、売上データ、文書保管庫のいずれか。選択を誤ると仕事が終わらず、送信や権限変更では影響が社外や会社のデータへ及びます。日時や人数だけで決まる予約は普通のプログラム、文章の意味を読む仕事はAI、重要な操作は人へ渡す分け方を説明します。
AIモデルの切替で仕事を止めない Copilot変更前の確認手順
2026年9月のGitHub Copilot 6モデル廃止を前に、モデル名の検索だけで終えず、明示指定、自動選択、既定ポリシーへの委任を分ける確認手順を整理しました。模擬8件では名前検索の6件に対し、選択経路の監査で7件の作業対象を特定しました。
AIで作るWeb画面のテンプレート感を減らす Taste Skillの使い方
AIが作るWeb画面のテンプレート感を減らすには、Taste Skillでコードを書く前に、構図、動き、情報量の基準を決めます。同じ写真と文章で比べると、均等なカード中心の画面が、製品写真を大きく見せる左右非対称の構図へ変わりました。用途に合うスキルの選び方、一画面だけで試す依頼文、完成後の確認項目を紹介します。
返金業務の抜けを見つける 四つの図とArchifyの使いどころ
返金窓口の設計では、担当、個人情報、待機理由を別の図へ分けると、確認する論点を絞れます。編集部の四つの模式図に加え、Archifyで高額返金の一経路を実際に生成しました。元データが配置検査で止まった理由と、ブラウザで承認の前後をたどれた範囲を紹介します。
MCPツールの利用者取り違えを防ぐ HTTPヘッダーと認証文脈の分け方
社内の複数利用者が同じMCPサーバーとツールを使っても、見てよいデータは人ごとに違います。ローカルMCPと共有HTTP MCPの違いから始め、Platformatic MCP v1.2.1とv2.4.0で偽装ヘッダー、JWT由来の認証文脈、権限なしの一覧・直接実行、プロキシ設定を実測しました。requestを通信の手掛かり、authContextを認可の材料として分ける設計を説明します。
AI処理を画面とAPIへ再利用する Gradio Workflowで分岐の待ち時間を測る
GradioはPython関数やAIモデルをブラウザから試せるWeb画面にするオープンソースライブラリです。最小のInterfaceを画面とAPIから実行し、複数工程をノードでつなぐWorkflowが必要になった背景を整理しました。二つの2秒関数では、画面は約2.01秒で並列、同じ図の生成APIは約4.04秒で逐次完了しました。
AIエージェントをなぜ隔離するのか Hugging Face侵害から分かる事故の連鎖
AIエージェントの隔離は、判断ミスをなくすためではなく、失敗時に読める情報、変更、通信を仕事一件へ閉じ込めるためにあります。事故が始まる六つのケースと、共有Artifactoryを経てHugging Faceの本番環境まで到達した2026年7月のインシデントをたどり、コンテナの外に残る境界と停止手順を初学者向けに説明します。
スマホからCodexとClaude Codeを動かす PCを切っても続く仕事の選び方
手元PCのファイルやログイン状態を使いたいならRemote、PCの電源を切っても仕事を続けたいならクラウド実行を選びます。CodexとClaude Codeの違い、実際にRemote Controlを起動した記録、安全に試す範囲を整理します。
AIエージェントの待ち時間を減らす 仕事を三分岐して56%短縮した方法
グラフエンジニアリングは、一つのAIへ詰め込んでいた複数の仕事を、依存関係、受け渡す状態、分岐と再開条件を持つ実行図へ分ける設計です。ハーネスが一つのAIに道具と実行環境を与え、ループが観測と修正の反復を設計するのに対し、グラフは複数のループ、通常のコード、人の承認をどうつなぐかを扱います。三つの資料抽出を直列と三分岐で比べた実測と局所復旧から、グラフが効く条件を確かめます。
AIコーディングモデルは順位表だけで選べない 自社の課題で比べる方法
コード修正を任せるAIモデルは、公開順位表の総合点ではなく、自社で失敗すると困る課題の成功率と結果のばらつきで選びます。Railsが公開した4モデル252回分の記録では、49対48の二モデルでも得意課題が入れ替わりました。順位表で候補を絞り、自社の課題を足して最終判断する方法を説明します。
失敗から学ぶAIエージェントを作る スキルと記憶を次の仕事へ引き継ぐ
AIエージェントへ毎回同じ仕事を頼むなら、学んだ手順を保存する条件と、次回それを読む手順を常設指示へ置きます。自作した小さな実行環境の制作記録から、手順の保存と再利用、教材の誤記を引き継いだ失敗を説明します。Hermes本体の長期運用や、費用削減の一般的な効果を測った記事ではありません。
AIで見栄えのいいSaaS画面を作る デザインスキルを工程ごとに使い分ける
SaaSのダッシュボードをAIコーディングエージェントで作るなら、一つの「最強スキル」を探すより、方向づけ、情報設計、実装、動きの仕上げ、実画面の検証を工程として分ける方が安定します。同じ顧客データと同じ依頼文へ、frontend-design、emil-design-eng、Impeccable、interface-design、ui-ux-pro-maxを差し替えて七通りに生成して比較し、有力スキルの中身と導入の順序を整理します。
台本から字幕付きショート動画まで自動生成する MoneyPrinterTurboをローカルで試す
MoneyPrinterTurboは、ブラウザから操作するローカルの動画制作アプリです。題材から台本、素材検索、音声、字幕、動画合成までを一つの処理につなぎますが、既定の構成ではAIモデル、合成音声、映像素材を外部サービスから取得します。何がPC内で動き、何が外部へ送られるのかを工程ごとに分け、関連OSSや動画制作部品との違いを整理します。
Claude CodeとCodexで製品紹介動画を作る video-shotcraftで絵コンテから実画面・音入りMP4まで進める
video-shotcraftは、Claude CodeやCodexへ製品紹介動画の作り方を追加するAIエージェント用Skillです。知能圏の短い動画を実際に作り、文章の依頼からMP4まで進められる原理と、用途の異なる動画制作Skillの選び方を整理します。
CodexとClaude Codeで画像のスタイルを揃える 制作規約と生成ツールのつなぎ方
CodexやClaude Codeは、画像の内容を考えるだけでなく、参照画像とブランド規約を読み、画像生成モデルを呼び、出力を検査し、修正してリポジトリへ配置できます。Codexの組み込み画像生成とClaude Codeから外部ツールへ接続する方法を比べ、スタイルを再現可能な制作規約へ変える工程を整理します。
AIにWeb操作を安全に任せる CodexとClaude Code用Chromeプロファイルの分け方
CodexへWeb作業を任せるときは、人が普段使うChromeプロファイルを、仕事ごとに選んで引き渡せます。同じ考え方はClaude Codeにも使えますが、Cursorはプロジェクトごとに隔離された独自ブラウザーを使います。この記事で説明するのは、各経路の裏側、複数プロファイルを渡す実務設計、製品ごとの違い、確認を残す手順です。
AIが状況を見て次の行動を選ぶ エージェントと固定ワークフローの違い
エージェンティックとは、外部の結果を観測し、次の行動をモデルが選び直す実行構造です。推論の長さではなく観測後の分岐を誰が決めるかを軸に、ツール呼び出し、ワークフロー、長期実行、サブエージェントとの違いを説明します。
Slackから専用PCのAIへ仕事を頼む 安全に動かすための待ち行列と承認
Slackから依頼し、専用PC上のAIエージェントへ仕事を任せる構成は作れます。ただし、既製のSlack連携やRemoteで足りる場合もあります。利用できる方式を選び分けたうえで、待ち行列、隔離、仕事、承認、復旧を実装する順番に説明します。
AIエージェントを一業務から安全に導入する 依頼・承認・復旧の作り方
AIエージェントを業務へ入れるには、モデルの前後に受付、権限、承認、状態保存、記録、復旧を組み合わせた実行基盤が必要です。最初から完全自動化するのではなく、低リスクな一業務を依頼から結果確認まで通し、人が止められる小さな閉ループとして運用します。この記事では、その実行基盤を作る順番と、試験運用から対象を広げる判定基準を整理します。
AIエージェントの品質を本番前に測る 実際の失敗から評価課題を作る
AIエージェントは、回答文だけでなく、外部の道具を使った過程と、最後に業務システムへ残った結果を評価します。一回の成功例ではなく、実際の仕事から作った評価課題を複数回実行し、変更前後の合格率、重大な失敗、時間、費用、人の修正量を同じ条件で比べるのが基本です。この記事では、小さな評価用データの作り方から採点、公開前の判定、本番の失敗を次の試験へ戻すところまでを説明します。
AIエージェントに社内業務を任せる スキルとMCPでCodexとClaude Codeを拡張
汎用AIエージェントは、モデルの外側にある文脈、スキル、道具接続、実行環境を仕事ごとに組み替えて作ります。各要素の役割をたどり、汎用基盤へ能力を足すか、専用システムを作るかの判断を整理します。
Webアプリのバックエンドを選ぶ Vercel・Cloudflare・Supabaseの機能と料金を比較
Vercelは画面の配信、Cloudflareは世界中の通信拠点、SupabaseはPostgresという別々の場所から出発した三社です。2026年8月現在はどれも、プログラムの実行、データの保存、ファイルの保管、認証、時間のかかる処理の後回し、AIモデルへの接続までを自社で提供しており、選択肢が重なりました。この記事では、三社の基本と各社が増やしてきた機能を同じ軸で並べ、料金の目安、そしてClaude CodeやCodexといったコーディングエージェントから操作する方法までを整理します。
AIエージェントのWeb調査を軽くする KitesurfとChromiumの使い分け
Kitesurfは、公開Webページを一回ずつ読み取る処理へ使えるCloudflareのブラウザ実装です。公式Playgroundでサンプルページを開くと、見出しを文書ツリーで確認できました。一方、HTML出力は手元のChromeにブロックされました。試せた範囲と提供元の性能値を分け、Chromiumと使い分ける条件を整理します。
AIエージェント時代にSaaSは何で選ばれるか 画面の先に残るデータと業務ルール
一般的な業務SaaSでは、製品ごとの画面と操作手順を人に覚えさせる形が中心ではなくなると筆者は考えます。AIエージェントが接続や画面操作を通じて定型処理を引き受けるからです。売る側に残る問いを、固有の業務データ、参加者のネットワーク、高度な専門システムという三つの条件から整理します。
AIエージェントに安全な作業場所を貸す OpenSandboxで隔離できる範囲
OpenSandboxは、AIエージェントがコード、ファイル、ブラウザを動かすたびに、隔離した作業環境を用意して片付けるオープンソース基盤です。DockerまたはKubernetes上の環境を共通APIから作り、命令実行、ファイル操作、外向き通信、認証情報、保存と再開まで管理します。実際の仕事の流れ、安全性の境界、Dockerやマネージドサービスとの違い、導入に向く組織を整理します。
WebサイトをAIから操作しやすくする WebMCPの導入で誰の仕事が変わるか
WebMCPは、WebサイトがAIへ検索や入力補助の操作を明示する提案です。サイト側の実装とブラウザ側の対応がそろって初めて使えます。手元のChromeではAPIが利用できなかったため、会議室検索の通常画面と入力検査を試し、実行できた部分と仕様だけを確認した部分を分けて説明します。
Codexの調査と実装を並列化する サブエージェントの使い方とトークン節約
Codex CLIでは、メインスレッドへ並列委任を自然文で頼み、/agentで子の進行を確認できます。起動から結果統合までの実際の流れ、役割の固定方法、親とLuna・Terraの仕事の分け方を図で整理します。
AIからSlackやGmailを使う ComposioでAPI連携をどこまで省けるか
AIエージェントの接続実装は、判断ロジックだけでなく、外部サービス連携の保守設計で運用コストが増えます。ComposioはAPI接続・認証・ツール定義・実行経路を共通化するSaaSとして、Claude CodeでSlackやGmailを使う場合に、どこまでを自作から外出しできるかを整理する記事です。
長時間動くAIエージェントを止めずに再開する エージェントOSの役割
エージェントOSは、長時間動くAIエージェントの状態、権限、実行記録、途中再開を管理する共通基盤です。モデルが外部サービスを操作し、別のエージェントへ仕事を渡すほど、この管理機能が重要になります。2026年には各社が別々の形で実装を進めていますが、共通仕様はまだありません。
AIにメールや顧客情報を安全に任せる 権限・承認・停止の設計
AIエージェントには、仕事ごとに使える情報、実行できる操作、有効時間を限定した権限を与えます。メールや顧客管理などへの接続は仕事を便利にする一方、誤判断や悪意ある指示を実際の操作へ変える力にもなります。この記事では、エージェント固有のID、短期トークン、専用の実行環境、人の承認、記録、緊急停止を組み合わせる方法を説明します。
SaaSの契約を残すかAIエージェントで代替するか 先に置き換わるのは画面と定型処理
業務SaaSをAIエージェントで代替できるかどうかは、製品の名前ではなく、その契約で何を買っているかによって分かれます。画面と定型処理を束ねて利用者の席数で課金している部分は、接続用の窓口や画面操作、内製へ移りやすい範囲です。顧客情報と権限の記録、参加者のネットワーク、検証済みの専門処理は残ります。契約ごとに、利用者が画面を一度も開かなくても料金を払う理由があるかを確かめれば、残すか代替するかを決められます。
エージェント・ソフトウェア
AIエージェント、開発ツール、MCP、ブラウザ操作など、モデルを実際の仕事へつなぐソフトウェアを扱います。
66本の記事