2026-06-10 06:01 はてなブックマーク テクノロジー 人気エントリー

AIでドキュメントのワークフローを作ると「要件が満たせるまでループする」という指示を入れようとする記事などをよく見る気がしますが、人間側がまだ細かいところまで把握できていないのにAIだけに完全を求めると、やたらと待ち時間が長くなるし、投機的に決めたことの修正が必要になった時のトークン消費もかなり多くなると思われます。

本資料では、現行システムをゼロから再実装する独自のAIワークフロー（5つのフェーズ × 3層のエージェント構造、71体のサブエージェント）、Python・FastAPI・htmx という技術選定、そして大規模なシステム改革を淀みなく進めるための組織づくりまでを紹介します。

今回は実装例などのご紹介はしていませんが、「問いに答えるだけでなくアクションそのものをAIに乗せる」「これまで扱えなかった領域まで含めて、事業の流れを丸ごとデータ×AIで設計し直す」を、クラシルは事業そのものとして取り組んでいます。

この共有基盤の上で、私がいま個人的に試しているのが、設計資料のHTMLにコメント機能を持たせ、その指摘をそのまま修正プロンプトにしてClaude Codeに渡す、というワークフローです。

生成AI特有のキショ感が無理……》
《内閣広報官のアカウントのアイコン、絶望的にダサすぎる…》
《ていうか公的立場で投稿するなら国民の意見を官邸HPに任せるんじゃなくてリプ欄解放して自分で受け止めたら？》
《広報は発信するために声を聞く仕事です。開設当初は1カ月の試行運用としていたが、6月2日にアカウント名が「内閣広報官（色々試し中）」としてリニューアルされ、本格的な運用が始まった。

無料登録でも記事消費（一定数限定）をすることで閲覧できます。 すべての記事が読み放題有料会員が初回1カ月無料 日経の記事利用サービスについて 企業での記事共有や会議資料への転載・複製、注文印刷などをご希望の方は、リンク先をご覧ください。 残り1687文字 すべての記事が読み放題有料会員が初回1カ月無料 全文表示で読む 有料登録すると続きをお読みいただけます。

以前の対応時は、たしかに除外対象をサブクエリとして扱うほうが効率的だったはずなのですが、現時点でのデータ分布ではそのサブクエリを作るために大きなスキャンが発生しており、インデックスを辿りながら直接条件を評価する方が速くできそう、という見立てが出されたのです。

整数主キーでは1億行の挿入に1,081ミリ秒しかかからなかったのに対し、UUID4主キーでは12,586ミリ秒を要した。衝撃の実験結果：UUID主キーは12倍遅いSQLiteで1億行のデータ挿入テストを行った結果、UUID4主キーは整数主キーと比較して12倍以上遅いという衝撃的な結果が明らかになった。

要約の取得に失敗しました。

ベス・パン（Beth Pan）氏とニコラ・メトゥレフ（Nikola Metulev）氏が担当したBuild 2026のセッション「Use agents to build WinUI 3 apps」（エージェントでWinUI 3アプリを構築する）では、新規WinUIアプリの作成、既存アプリの改善、レガシーアプリのWinUIへの移行をAIエージェントで補助する手法が具体的に示された。

要約の取得に失敗しました。

ccusage と semble の実ログで集計したところ、累計 cacheRead は136億トークン、コード検索の削減率は93%という数字が出ました。 注: 私は Claude Code の Max プラン（月額定額の無制限プラン）を利用しているため、この $10,168 は「従量課金だったら払っていた額」の換算です。

客からはRTX 5080搭載と聞いていたため、スタッフは通常通りWindowsの「タスクマネージャー」やハードウェアの情報を取得・表示するツール「CPU-Z」で確認した。米NVIDIAの最新GPU「RTX 5090」を搭載しているというPCが買い取り希望で持ち込まれたが、実際は古いGPUを偽装したものだったという。

サイト更新情報やお知らせなど、小説家になろうグループに関する情報を不定期で提供しております。「小説家になろうグループ」の公式ブログです。

以前は「コードを書く→実行する→結果を整形する→資料を作る」という各ステップを人が繋いでいましたが、今はそのフロー全体をAIと協働して進められるようになりました。正確性については検証が必要とはいえ、これまで計画立案や解析以上に時間を取られることも多かった部分を一定サポートしてもらえるようになったのは非常に助かりました。

AI活用に慣れていない人でも、/dev-initを使うと、Jira情報の整理、受入条件の確認、コードベース調査、設計書作成、タスク分解、テストパターン作成という流れを体験します。利用者のUIを2コマンドに保ったまま、内部のプロンプト、Skills、レビュー観点、MCP連携を更新すれば、組織全体を新しいAI駆動開発へ追従させやすくなります。

実証されたこの育成モデルを武器に、組織内のクラウド開発の常識そのものをアップデートし、ビジネス価値を爆速で創出できるエンジニア組織への進化を牽引していきます！ gnavi_ac
2026-06-08 17:00 引用をストックしました 引用するにはまずログインしてください 引用をストックできませんでした。