Scraps 最終更新 2026/10/06 12:40

記事一覧 新着順

@nt_y-maeda112 /

【コピペOK】CSSで作るモダンなUIアニメーション集

  • transitionとtransformを組み合わせてボタンやカードにアニメーションを加える方法が紹介されている
  • transitionで変化を滑らかに、transformで移動・拡大・回転を実現、下線の伸びやカードの浮き上がりなど複数のアニメーション例が含まれる
  • ホバー時に色や位置が変化するアニメーションを実装する際、transitionとtransformの組み合わせが効果的で、コードの見通しが良くなる点に注意が必要である。
【コピペOK】CSSで作るモダンなUIアニメーション集 - Qiita

@Nori /

同じ Sonnet 5 でも Claude Code と GitHub Copilot では使い方が違った(オトナの自由研究 #35)

  • Claude Code × Sonnet 5 × xhigh が最も品質とコストのバランスが良い
  • Claude Code は effort level を上げると1リクエストの長さが2.5倍に、Copilot CLI は1リクエストの長さが1.7倍に伸びる
  • Copilot CLI の low と medium では品質ゲート通過率が低く、xhigh でも品質安定性に差があることを確認した。
同じ Sonnet 5 でも Claude Code と GitHub Copilot では使い方が違った(オトナの自由研究 #35)

@Dev JP /

お金がないけどAIコーディングしたい

  • 無料でAIコーディングを長時間行う方法が紹介されている
  • NvidiaやMistralのモデルAPIを使い、OpenCode Goとスキルを組み合わせた開発フローが提案されている
  • モデル切り替え時のコンテキスト管理やコード品質チェックの難しさが実務上の注意点として挙げられている。
お金がないけどAIコーディングしたい

@jksoft /

エラーを 3 秒で AI に丸投げする若手を見て、AI から答えを取り上げることにした

  • AIにエラーを丸投げする若手エンジニアの姿を見て、AIから答えを奪うプロダクトを開発した
  • SocraMetryはエラーを投げると「答え」ではなく「問い」を返す、LLMを2段構成で利用する仕組み
  • LLMを役割別に使い分け、答えを知らせる代わりに問いを生成することで学習効果を高める設計が重要
エラーを 3 秒で AI に丸投げする若手を見て、AI から答えを取り上げることにした - Qiita

@mhamadajp /

シャドーAIは「禁止」ではなく運用設計で向き合う

  • シャドーAIは禁止ではなく運用設計で対応すべき
  • 全社AI・部門AI・個人AIに分類し、データ・権限・実行・業務影響でリスク評価、4段階判定
  • リスク評価はデータ・権限・実行・業務影響で行い、4段階の判定で利用を制限する必要がある。
シャドーAIは「禁止」ではなく運用設計で向き合う - Qiita

@zumax /

Obsidianを試してみた

  • Obsidianはローカルに保存されるプレーンMarkdownベースのナレッジ管理ツール
  • [[Wikilink]]でノート間接続、グラフビューでの知識可視化、Git管理可能
  • セキュリティ設定でクラウド同期を無効にし、外部データ送信を防ぐ必要がある。
Obsidianを試してみた - Qiita

@sh-fukaya /

整えるな。とにかくたくさん吐き出せ。~AIとの「1ターン」を大きく前進させる仮説~

  • AIとのやり取りで成果物を速く作る鍵は、整えずに大量に吐き出すこと
  • 音声入力で速く大量に吐き出し、AIが整形・統合・生成するプロセスを活用
  • 一度の入力で量を増やし、その後のターン数を減らすことでリードタイムを短縮可能。ただし頭の負荷が増えることに注意が必要。
整えるな。とにかくたくさん吐き出せ。~AIとの「1ターン」を大きく前進させる仮説~ - Qiita

@yama3133 /

(ずんだもん通知くん)Claude Codeにずんだもんの声をつけた話

  • Claude Codeにずんだもんの声をつけて通知機能を実装した
  • フックイベントにPythonスクリプトを挟み、VOICEVOXで音声合成し、ウィンドウ表示を4パターン対応
  • 英単語や数字の処理でカスタム対応表を作成し、読み間違いを修正する仕組みが必要だった。
(ずんだもん通知くん)Claude Codeにずんだもんの声をつけた話 - Qiita

@hez2010 /

.NET 11 でジェネリック仮想メソッドを高速化してみた

  • .NET 11でジェネリック仮想メソッドの脱仮想化が実装され、JITが直接呼び出しに変換できるようになった
  • ジェネリック仮想メソッド呼び出しを直接呼び出しに変換し、ボックス化や間接ディスパッチを削除。値型と参照型のインスタンス化でコードが最適化される
  • ジェネリック仮想メソッドの呼び出しでボックス化や間接ディスパッチが発生しなくなり、パフォーマンスとメモリ使用量が改善される。特に値型での処理が高速化される。
.NET 11 でジェネリック仮想メソッドを高速化してみた - Qiita

@nabettu /

続・貧者のアークテクチャ:Next.js + Cloudflare Workers + Turso 本番運用で踏んだ罠ぜんぶ

  • Next.js + Cloudflare Workers + Tursoで本番運用する際の7つの罠と対処法が記載されている
  • next/imageとnext/linkの制限、TursoとのHTTP往復遅延、RSCのクエリパフォーマンス、タイムゾーンの問題、unstable_cacheのJSONシリアライズ、初期JSの最適化、Durable Objectsの再起動対応
  • Tursoとの通信はHTTP往復が必須で77msのレイテンシを前提に設計する必要がある、RSCのクエリはメモリ上で処理してN+1を防ぐ、タイムゾーンは明示的に指定する
続・貧者のアークテクチャ:Next.js + Cloudflare Workers + Turso 本番運用で踏んだ罠ぜんぶ

@yamarin /

同じRust製のBiomeとOxlintで、なぜ速度差が大きいのか

  • BiomeとOxlintは同じRust製でも速度差が生じる理由が解析された
  • 解析範囲の違い(スキャナ・CSS対応)、アリーナASTとロスレスCSTのメモリ戦略、ルール実行モデルの違い
  • スキャナやCSS解析をオフにするとBiomeは0.74秒、Oxlintは0.16秒で、通常の差は解析範囲だけでは説明できないことが判明した。
同じRust製のBiomeとOxlintで、なぜ速度差が大きいのか

@M_Ozu /

AIに同じ質問をしたら、部署ごとに違う数字が返ってきた ― いま「オントロジー」と呼ばれているもの ―

  • 同じ質問に対して部署ごとに異なる数字が返ってくるのは、AIの精度ではなく意味が明確に定義されていないため
  • オントロジーによる意味の層の構築、URIによる一意な識別、RDFS/OWLによる制約の定義
  • 意味の定義は業務側が責任を持って行い、誰が維持するかが重要で、製品導入だけでは解決しない。
AIに同じ質問をしたら、部署ごとに違う数字が返ってきた ― いま「オントロジー」と呼ばれているもの ― - Qiita

@IwatsukaYura /

なぜAI時代にGoが最適な言語なのか

  • AI時代にGoが最適な言語とされる理由は、標準ツールチェーンと読みやすさによる検証・修正のしやすさ
  • 標準ツールチェーンの統一と読みやすさ、静的型システムとテストフレームワークの組み合わせ
  • コードレビューの負荷軽減と長期的な保守性が実務に直結する。Goの後方互換性が保守性を保証する。
なぜAI時代にGoが最適な言語なのか

@Kaito Sugimoto /

Claude がテキストに電子透かしを入れ始めたので、LLM ウォーターマーキングの仕組みを調べた

  • ClaudeがLLM生成テキストに電子透かしを埋め込む仕組みを採用した
  • Gumbel-MaxトリックとTournament samplingを組み合わせた手法で、分布を変更せずに透かしを検出可能
  • 透かしはAI生成の証明ではなく、Claudeが関与したかの1ビット情報を示すにとどまり、言い換えで消える可能性がある。
Claude がテキストに電子透かしを入れ始めたので、LLM ウォーターマーキングの仕組みを調べた