Loading the catalog…
THE AI OPPORTUNITY INDEX
Find your next AI tool. Explore free access, trials, and credits — all in one place.
Zennの「AI」のフィード
ALGO ARTISの大賀さんが作成した、AI臭い日本語をより論理的・構造的な日本語に書き換えてくれるSkillを使ってみた体験談です。あまりにも衝撃的で、しかも今の私の悩みを解決できるSkillだったので、共有したくて書いています。 Skillの詳細はこちらの記事をご一読ください。現在も頻繁に細かな修正をしていただいているようで、とてもありがたいです! https://zenn.dev/algoartis/articles/0b1c731881b25c 私の利用環境 私はある会社でデータアナリストをしており、次の業務で頻繁にAIに文章を作成してもらっています。このSkillは、どち...
Score: 57.15Confidence: 54%
View offerZennの「AI」のフィード
この記事はnoteの連載『壊さない自動化ラボ』からの転載です。連載一覧: https://note.com/kowasanai_lab EPISODE 006 前回は、増えすぎた作業場の話を書いた。今回は、作業場どうしが「共有しているもの」の話だ。机は別々でも、廊下はひとつだった。 本文に、知らない名前があった その日、エース(実装担当のAI)は有料記事の5本目を投稿していた。手順はいつもどおりだ。原稿をHTMLに変換し、パソコンのクリップボードに載せ、記事エディタの本文欄に貼る。それまでの記事は、この手順で問題なく公開できていた。 貼った直後、エースの手が止まった。 本文の冒頭にあ...
Score: 57.14Confidence: 54%
View offerZennの「AI」のフィード
AIに運用文書や承認文書を起草させると、文書の内容だけでなく、境界をどう読むかという解釈まで、AIが書くことになる。その解釈がレビュー対象になった場面から始める。 ある検証を実行する前に、AI支援セッションが承認文書を起草した。そこには「この実行は既存の制約の対象外として扱える」という趣旨の整理が含まれていた。文面は整合的で、読めば納得できる。しかし、この整理を恒久的な解釈として採用すると、同種の実行は将来も制約を通らずに済む、という読みを許すことになる。境界が、明示的な変更なしに緩む。 人間の判断者である筆者は、その整理を恒久的なルールとしては採用しなかった。代わりに、その実行を「一回...
Score: 57.14Confidence: 54%
View offerZennの「AI」のフィード
Claude の Opus 5.5 と Sonnet 5.5 を、同じお題で比べるシリーズの1本目です。今回は計算で、難しい暗算・プログラムで解く計算・遅い集計の高速化の3つを試しました。 この記事は、動画で見せた結果を、表とコードでじっくり見られるようにまとめたものです。 結果のまとめ 3つとも、どちらのモデルも答えが正しく、引き分けでした。差が出たのは、時間・費用と、答えの確かめ方です。 お題 Opus 5.5 Sonnet 5.5 勝ち負け 暗算(8問) 8/8・39秒・$0.16 8/8・27秒・$0.08 引き分け プログラムで解く計算(3問) 3/3・...
Score: 57.13Confidence: 54%
View offerZennの「AI」のフィード
今年度から内製開発でAI駆動開発ツール・Kiro (kiro-cli) が使えるようになったらしい。 フロントエンド開発未経験で業務ツール内製に投入されたので、"AI駆動開発"に挑戦してみた。 現時点のメモ。 なお、まかされたのはJavaScriptフレームワークを利用したシングルページWebアプリでした。 たぶん一番大事なこと コンテキストを良質かつ必要十分に保つ。 プロフェッショナルAI駆動開発が言うところの"入力"の質を保つという考え方に沿うもの。 この考え方を知ってから出力が一段と安定しやすくなったように感じる。 経緯 開始当初はAmazon QとKiroの違いもわから...
Score: 57.13Confidence: 54%
View offerZennの「AI」のフィード
! 先に結論を言います 高い並列スループット & 長文汎用推論なら「Jeff-0.8B」が優位: 単発推論レイテンシにおいて Kev-0.8B(150.4ms)に対し Jeff-0.8B は 15.7ms(約 9.6 倍高速)、さらに並列走査(Concurrency 4)でも Kev-0.8B(5.82 行/秒・全行走査 14.3分)に対し Jeff-0.8B は 毎秒 68.82 行(全 4,994 行をわずか 72.5 秒・約 11.8 倍高速) を記録しました。 汎用的な言語理解での高い性能差: 「複雑な文脈把握や長文ルール照合という分野では Jeff-0.8B の...
Score: 57.13Confidence: 54%
View offerZennの「AI」のフィード
VPC、ALB、RDS、IAM。AWSは略語が多く、最初の壁が高く感じます。それでも現場では、既存の構成を読んで理解しなければならない場面がすぐにやってきます。 知識ゼロでも大丈夫です。AIを家庭教師にして、構成を「説明させる」ところから始めましょう。 この記事で使う例 説明のために、よくあるWebシステムの構成を例にします。 ドメインの名前解決はRoute 53 画像などはCloudFrontとS3から配信 アプリへのリクエストはALB(ロードバランサー)が受ける アプリはECS(Fargate)でコンテナを2つ動かしている データベースはRDS(PostgreSQL)で、プライ...
Score: 57.13Confidence: 54%
View offerZennの「AI」のフィード
別のAIエージェントから承認済みと伝えられても、実行の前に本人へ確認した3回の実例を紹介します。Claude Codeの公式仕様が守る範囲、確認する操作の絞り方、承認の残し方、確認しても残る穴を、運用の目線で実例とともに整理しました。 承認済みと届いたので本人に確かめてから実行した 複数のエージェントに作業を分けると、別のエージェントから「依頼者の承認が出ました」と届く場面が出てきます。 公開中の成果物を戻す依頼が承認済みとして届いた ある日、制作を統括するエージェントから、作業担当のエージェントへメッセージが届きました。公開中の成果物を非公開に戻し、販売の方針を切り替える作業の...
Score: 57.12Confidence: 54%
View offerZennの「AI」のフィード
同じLLMを使っていても、Coding Agentによって使い勝手はかなり異なります。 あるAgentは長時間の作業でも安定して動きます。一方で、数十分で文脈を見失ったり、毎回approvalを要求して作業が止まったりするAgentもあります。 この差は、モデル性能だけでは説明できません。 2026年7月に公開されたBarbaste et al. (2026) の論文「Harness Engineering: Anatomy, Architecture, and Evolution of Coding Agents」では、モデルの外側にあるソフトウェアを Agent Harness と定...
Score: 57.1Confidence: 54%
View offerZennの「AI」のフィード
AI生成の概念イラスト。実際の画面や機器構成を示すものではない。 温度はアプリA、スイッチはアプリB、電話などの音声は録音ファイル、カメラは別の画面。 それぞれは便利でも、「同じ時間に、同じ場所で、何が起きていたのか」を調べようとすると難しくなる。AIに分析を頼むにも、どの数値がどこの状態で、いつの情報なのかを渡す必要がある。 センサーを接続することと、AIが現場を理解できるようにすることは、別の作業である。 第6回では、稼働中の業務データを統合する仕組みを紹介した。今回は、その対象を現場の機器、音声、画像へ広げる。非エンジニアの私が取り組んでいるのは、まず現場を観測し、後から確かめら...
Score: 57.09Confidence: 54%
View offerZennの「AI」のフィード
はじめに 前回は、ALPACA-templateの tools/aissfw.py について、CLI全体がどう流れていたのかを書きました。Catalogを読み、機械で判定できるものを決定論的に検査し、結果を共通形式で返す。その入口として1本のPython CLIを置いていた、という話です。 今回は、その中で頻出する4つの検査をもう少し具体的に見ていきます。 framework check project check trace check gate preflight この4つはFrameworkそのもの、案件成果物、成果物どうしのつながり、Gateへ持ち込める状態かを、それぞれ...
Score: 57.09Confidence: 54%
View offerZennの「AI」のフィード
この記事の対象と範囲 対象読者:Claude、Claude Code、opus6.video などで Opus 5.5 に動画を作らせていて、出来上がりがどれも似たような見た目になってしまう人。動画用のプロンプトに何を書けばいいかを、具体的な書き分けで知りたい人。 扱う範囲:Opus 5.5 がプロンプトを動画に変える仕組み、動画プロンプトを構成する6つの要素、同じ題材の指示文を3段階で書き分けて生成した結果、よく作られる4種類の動画の穴埋めテンプレート、生成後の直し方。プロンプトと実際に送った指示文、修正メッセージは英語原文のまま載せています。 扱わない範囲:レンダリング環境の構...
Score: 57.08Confidence: 54%
View offer