Scraps 最終更新 2026/11/16 14:31

AI関連ブログ記事まとめ

@たーちゃん /

ローカルLLMは一般PCで実用的?動作可否から精度、Claude Codeでの限界までエンジニア向けに解説

  • ローカルLLMは一般PCで3B〜8B級モデルが実用的な速度で動作し、8B〜14B級モデルは日常業務で上位クラウドモデルの80〜90%の精度を達成
  • 4bit量子化でVRAMが必要な量がパラメータ数×0.6GB、Claude Codeではコンテキスト長の設定ミスが性能低下の原因
  • Claude Codeのようなエージェント型ツールではローカルモデルのツール呼び出し信頼性が課題で、設定ミスが原因で性能が低下するケースが多い

@アトカ【AIコラムライター】@AI副業 /

ChatGPTで自分の商品説明を作る時のコツ

  • ChatGPTで商品説明を作成する際、対象者や悩み、変化、内容の4つを明確に伝えることが重要
  • 誰向けか、何に困っているか、どう変わるか、何が入っているかを具体的に示す
  • 商品説明では「自分との関係」を想像しやすくするため、実際の使用場面を伝えることが効果的

@共通点ゼロの大学生が集まって、医療アプリ開発してみた /

千葉県松戸市で小中学生向けGemini体験イベントを開催しました!✨🎮

  • 小中学生向けにGeminiを使ったゲーム制作体験イベントを開催した
  • プロンプト作成と3D表現・アニメーションの進化を体験、アイデア整理と修正作業を繰り返した
  • プロンプトの文章力向上とAIの進化を子どもたちと一緒に実感できたことがポイント

@YewKi /

【Gemini】AI夫に自動でラブレター書いてもらう作戦

  • Geminiの予約アクション機能を使って自動でラブレターを送信する方法を試した
  • 予約アクションをスレッド内で作成し、指定時間にメッセージを送信する仕組みとGmailへの下書き送信機能が紹介されている
  • 予約アクションは特定スレッドに紐づけられないため、使い勝手が悪い点が指摘されている

@songchong /

【図解】AI・ChatGPT・RPA・iPaaS・n8n…業務自動化の言葉が多すぎる!66 製品を 6 役に例えたら、1 枚の工場イラスト図になった

  • 業務自動化の66製品を6つの役割に分類し、それぞれの特徴を説明した
  • ChatAIは指示を出す役割、AIエージェントは実際に手を動かす役割、RPAは決められた動きを繰り返す役割、iPaaSはシステム間のデータ受け渡しを管理する役割
  • 接続口の有無で選ぶべき手段が決まり、失敗時の対応は設計と委任状で管理する必要がある。

@yuriemori /

GitHub EnterpriseにおけるCopilotの統制:AI ControlsとManaged Settings

  • GitHub EnterpriseでCopilotの利用を統制するAI ControlsとEnterprise managed settingsが提供されている
  • AI Controlsは機能のオンオフ、Enterprise managed settingsは権限・プラグイン・MCPサーバーの詳細設定が可能
  • MCPサーバーの許可リストを設定する際、allowedMcpServersを空配列にすると既定サーバー以外をブロックできる

@inoyu-qiita /

今さら聞けない「ローカルLLM」知っておきたい5つの基本

  • ローカルLLMは自分のPCで動かす大規模言語モデルの使い方を説明している
  • モデルのサイズ(8B/30Bなど)、量子化(Q4_K_Mなど)、実行ツール(Ollama/LM Studioなど)を組み合わせて選ぶ
  • モデル選定は用途とPCの性能を考慮し、小さめのモデルから試すことで負荷や品質を確認する

@jqit_suwa /

AIに作らせたコードを、まっさらな環境で動かしてみた

  • AI生成コードをクリーン環境で動かすと68.3%が成功したが、再現実験では4本中4本が一発で動いた
  • 依存の三層モデル(Dc/Dw/Dr)と、Python/JavaScriptのプロジェクト成功率が比較されている
  • 依存のギャップよりコードのバグが失敗の主因で、テストを書くことで改善できることが示されている

@YOHAQ lab. /

AIエージェントで情報漏洩、データ消失をしたくないなら認識しておくべきこと

  • AIエージェントの業務利用ではサンドボックス、アクセス制御、最小限のリソース、人間確認の4つを設定すべき
  • サンドボックスで実行環境を隔離し、外部サイトのアクセスを制御し、触れられるフォルダを最小限にし、危険な操作で人間確認を挟む
  • AIが誤った操作をした際の影響を最小限に抑えるため、リソースの制限と人間確認の仕組みを事前に設計する

@Urushihara-T /

生成AI(Gemini)使いこなしの技術(序章)

  • Geminiを活用した生成AIの使い方をステップバイステップで解説する連載が開始される
  • AIチャットの基本操作、ペルソナ設定、プロンプト事前設定、コンテンツ生成、データ処理・分析の各テーマが掲載されている
  • 各回のテーマは業務効率化やコンテンツ生成に直結する実践的な内容で、Geminiの機能を活用した具体的な操作が紹介されている

@zazen_inu /

AIは安全に拒否した。それが攻撃者の狙いだった——PyCon JP 2026スプリント参加記

  • AIエージェントが悪意あるコードの解析中にプロンプトインジェクション攻撃を検知し強制終了した
  • ペイロード冒頭にAIに危険な出力をさせる指示文が置かれ、その後ろに暗号化された本体が隠されていた
  • AI支援ツールの脆弱性を認識し、人間の判断が解析結果の解釈に不可欠であることを学んだ

@nakasato310 /

Oracle IntegrationのHuman in the Loopを使って、AIエージェントに人による承認を組み込んでみた

  • Oracle IntegrationのHITLを構成し、AIエージェントに人による承認を組み込む方法を紹介
  • HITLワークフローの作成とAIエージェントのガイドライン変更、承認プロセスの実行
  • AIエージェントが高額経費申請を処理する際、自動却下ではなく人間の承認を経由する仕組みを構築できる

@蒼樹 悠希 /

Vision Pro縮小、Mac Studio 4台で4.8TB/s、音楽3大レーベルが生成AIに出資(2026/08/26)

  • アップルがVision Proチームを縮小し、スマートグラスへリソースをシフト、Mac StudioでローカルLLMを実行、音楽3大レーベルが生成AIに投資
  • Vision Proチームのレイオフ、Thunderbolt 5上のRDMAで4.8TB/sのメモリ帯域、ソニー・ユニバーサル・ワーナーが生成AI企業に出資
  • ローカルLLMの実行が可能になり、機密データを扱う業種でのAI導入前提が変わる、音楽レーベルが生成AIの条件交渉に参入

@can-can /

量子耐性の鍵は「暗号を選び直せること」〜Account Abstractionの役割と運用設計〜

  • 量子耐性の対策として、暗号方式の交換可能性が重要で、AAがその実現手段となる
  • laneKeyによるコンテキスト分離とバージョン管理されたValidator Aggregatorが提案されている
  • 運用上の切り戻し(rollback)が可能で、暗号方式の変更に柔軟に対応できる設計が求められる

@東京PCレスキュー隊長 /

コードが書けなくても「秘書」化 ――Claude Codeを173日使った非エンジニアの話から見えるもの

  • Claude Codeは非エンジニアでも使いやすく、CLAUDE.mdやSkills、MCPで定型業務を自動化できる
  • CLAUDE.mdで判断基準を記述、Skillsで作業手順をパッケージ化、MCPで外部ツールと連携
  • コード生成の精度は未熟で、人間による最終チェックが必要な点に注意する