登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。

検索結果 開発ツール
開発ツール コミュニティ
1つのキーワードが1つのコミュニティです。
コミュニティ作成
アカウント
見つかりません
開発ツール を含む検索結果
noteで記事を書きました。この投稿をリポストするとお得に記事を読むことができます。 【Xでバズリたい人たちへ】あおいみゆによる「X」解体新書/収益化を目指したい人達へ/独自開発ツールについて初公開/※付録:Amazonアソシエイトって儲かるの?売上全公開 | @japan_miyu_
もっと見る
自分の1日振り返ると、朝のメール通知サマリー、ランチメニュー取得、X投稿候補の自動生成、週次レポートの下書き、開発ツールの更新通知…珍しいやつだとこの間の名古屋出張の新幹線予約もAIエージェントに頼んだ。ほぼ全部にエージェントが動いてる。一年前はゼロだった
もっと見る
Y Combinatorが7月25/ 26日にサンフランシスコでStartup School 2026」を開催しました。 ゴールデンステート・ウォリアーズの本拠地であるNBAアリーナを丸ごと貸し切りました。応募は3万人超で、選ばれた参加者は約6,000人。昨年の3倍の規模です。ベイエリア以外から来る人には渡航費の支援も出ていました。 登壇者は、NVIDIAのジェンスン・ファン、OpenAIのサム・アルトマン、MetaのAlexandr Wang、AnthropicのBoris Cherny、GoogleのJeff Dean、StripeのPatrick Collison、WaymoのDmitri Dolgovなど。チップ・モデル・データ・クラウド・開発ツールという各レイヤーの当事者が一つの場所に集まった形です。 ジェンスン・ファン(NVIDIA) 「会社を始めるのに、いまが史上最高のタイミングだ。この場にいる全員が羨ましい」。NVIDIAの初期の技術的な賭けが外れたこと、教科書で独学して軌道修正したことを語り、現実を直視することと、一日ずつ乗り切る粘り強さが何より重要だと繰り返していました。 サム・アルトマン(OpenAI) 2005年、Looptの最初のバージョンを書くのに3ヶ月かけた。今年、同じ量の仕事をコーディングエージェントが7分で出した。この圧縮こそが、目の前の参加者が過去のどの世代よりも大きな会社をつくれると彼が考える根拠だ、と。 「スタートアップは経済が停滞するのを防ぐ存在だ」「今日つくられるスタートアップは、過去のものよりも価値のあるものになる」「確信があって、かつ世間の常識が間違っていると思えることを見つけ、辛抱強く続けろ」。 推論需要については「今後何年も、世界の需要は年10倍で伸びると思う」と話していました。 パトリック・コリソン(Stripe) Stripe上で新しく立ち上がるビジネスの数が前年から増えていて、その伸び幅はStripeが記録してきた中で最大。2019年から2020年の変化より大きいそうです。しかも中央値の新規ビジネスの成績も去年より良い。数が増えただけではない、と。彼はAIが一部のラボに価値を集中させる力になると心配していたが、実際に起きているのは逆で、勝者が何千と生まれる分散的な世界を予想するようになったとも語っていました。 学生への助言として「知識を自分の頭に入れておくこと(cognitive L1 cache)」の価値を挙げていたのも印象的でした。エージェントに調べさせるより、自分の頭の中のほうが思考の往復回数が多い、と。 参加者への特典も手厚く、OpenAI、Anthropic、Cursor、xAI、AWS、Azureから合計25,000ドル超のコンピュートクレジット。Anthropicは全員に月200ドルのClaude Maxを6ヶ月分、Metaは1,000ドル分のクレジットを配りました。 一方で批判もありました。「最近のYC Startup Schoolはメガチャーチっぽい」というミームが広がり、あるVCは「金だけを崇拝する人たちのためのメガチャーチ」と評しています。「YCのブランドはステータス目当ての人を弾くようにできていたはずなのに、群衆が納屋に押し寄せている感じがする。スタジアムサイズの納屋に」という声も。これに対してYCのGPは「我々のゴールは希少性をつくることではなかった。アリーナに立つべき人、立てる人はもっとたくさんいる。だからアリーナを借りた」と応じています。 主要セッションの映像はYCが公開しています。是非見てみてください!
もっと見る
🧭ライバルのGPTも、Google Cloudに約束した額で買える | Gemini、Claude、GPTの代金が1枚の請求書に並ぶ robinhood:0x2e0847e8910a9732eb3fb1bb4b70a580adad4fe3 OpenAI の GPT-6 Astra が、Google Cloud でも買えるようになる。Gemini を作る Google が、競う相手のモデルを自分の店に並べる。 Google Cloud は10月21日、Astra を含む OpenAI のモデル3つを、一部の企業に向けて出し始めた。Reuters は、数週間のうちに広く使えるようになると伝えた。 Google にとって、ライバルのモデルを売って何が残るのか。 企業は GPT を Google Cloud Marketplace で買い、利用料は Google Cloud の請求書にまとめて載る。その額は、企業が Google Cloud と先に約束した利用額(一定の期間にいくら使うかを決めた契約)から引かれる。 Google は、別の会社と契約を結び直さずに、使うモデルを選び替えられると説明する。Google に払うと約束したお金で、GPT も使えるようになった。 客が Gemini でなく GPT を選んでも、支払いは Google Cloud の請求書を通る。Reuters によると、クラウド会社は自社の場で売れた分から取り分を得るのがふつうだ。 Google はこれで、Gemini、Claude、GPT の3つを全部扱える大手クラウドは自社だけになったとしている。 Anthropicは売上の47%をクラウド経由で得た モデルを作る側にとっても、クラウドの請求書に載る意味は大きい。Reuters は、大手クラウドが最先端の AI 研究所の主な売り場になりつつあると書き、Anthropic の数字を添えた。2025年の売上の47%が、Amazon と Google のクラウドを通じたものだったという。上場の申請書類を確認したとしている。 OpenAI のモデルをクラウド会社が売れるのは、4月まで Microsoft だけだった。独占の取り決めが切れて AWS に広がり、今回の Google で米国の大手3社がそろう。 どのモデルでも支払いが通る場所 クラウドの値打ちを、私はどのモデルが選ばれても支払いがそこを通るかで測っている。Google Cloud は、その形に一歩近づいた。 ただ、客が GPT を選んだ分については、Google に入るのはモデルの代金そのものではなく、取り分にとどまるだろう。 Google は、業務向けの Gemini for business と開発ツールの Antigravity にも、近く OpenAI のモデルを載せるとしている。自社の看板の製品の中でも、Gemini 以外を選ばせるのか。そこが次の確かめどころになる。 Gemini が選ばれるかどうかと、Google Cloud が稼げるかどうかは、これから別々の問いになっていくとみている。 🤘情報提供 Stock Slayer :
もっと見る
📐 AIに図を描かせると、なぜかいつもボックス文字だらけの読みにくい出力になる問題、これで解決できそうです。 タイトル: nicobailon/visual-explainer URL: 🧩 概要 visual-explainerは、ターミナル出力をアスキーアートではなく、ちゃんとしたHTMLとしてブラウザに描画するエージェントスキルです。テーマ・フォント選択にも対応した、実用的な見た目に仕上げてくれます。 ⚙️ 解決する課題 AIに図解や比較表を頼むと、複雑になった途端に崩れて読めなくなるボックス描画のテキスト出力になりがちでした。これを本物のHTMLに置き換えることで解消します。 🛠 方法論と提案手法 図はMermaid、アーキテクチャ概観はCSS Grid、データはHTMLテーブル、ダッシュボードはChart.jsと、内容に応じて最適な技術に自動で振り分けてレンダリングします。LLMを介さないQuickモードやスライド生成、PPTXエクスポートにも対応。 🎯 ユースケース ・「認証フローの図を描いて」のような自然言語での図生成 ・/diff-reviewによるコード差分の視覚的レビュー ・/plan-reviewによる実装計画とコードベースの整合性チェック 📊 実績 GitHubで9.8kスター・648フォークを獲得。Claude Code、Cursor、Codex CLI、VS Code Copilotなど幅広いハーネスに対応しています。 #AIエージェント# #開発ツール#
もっと見る
AIによるツール開発を1か月半ほど続けていて気づいたことの一つ。 開発期間が1か月を超え、テストスクリプトが800本前後まで増えてくると、初期設計の良し悪しが一気に表面化する。 設計が甘いツールは、この辺りから追加機能の実装が急に難しくなり、バグも増え始める。アプリも重くなり、メンテナンスコストや運用コストが目に見えて上がってくる。 逆に、この壁を越えられる設計なら、その後は大きな手戻りがほとんど発生しない。大規模データ運用やユーザーテストにも耐えられるだけの頑健性が備わっていることが多い。 チーム開発で言えば、ちょうどβ版が完成して「この先も開発を続ける価値があるか」を判断するタイミングに近い。 AIのおかげで実装速度は上がった。でも最終的に問われるのは、やはり初期設計の質なんだと思う。
もっと見る
Codexで、経営を加速させる。GPT-6 Astraが使えるCodexの法人導入を資料作成・データ分析・業務ツール開発まで支援...
Claude Codeえぐい。。。 本来数百万〜数千万のお金と工数がかかっていたであろうツール開発が、たった1日で作れてしまう。 SaaS系を解約して、自社でツール開発まで終わってしまう。 作りたいものを明確に定義する力があれば、どんどん開発できる。
もっと見る
コーディングエージェントに「コード専用の検索エンジン」を持たせる、という発想のAPIが公開されました。一般的な検索と違い、公式ドキュメントだけを対象にしているのがポイントです。 タイトル: Context7 Search: A Grounding API for Coding Agents URL: 📝 概要 1回のGETリクエストで質問を送るだけで、Context7が適切なライブラリを自動選択し最適なコード片を返す新しいSearch APIです。 ❗ 解決する課題 一般的な検索エンジンはコード検索時に古い情報や不正確な情報が混ざりやすく、従来のContext7も1ライブラリずつしか検索できない制約がありました。 ⚙️ 方法論 公式ドキュメント・製品サイト・APIリファレンスなど一次情報源のみを対象にし、インデックス化前にマルウェアやプロンプトインジェクションをスキャン。各結果にライブラリIDとソースURLを付与して出典を明示します。 🔧 ユースケース 「Next.jsのルートハンドラーからOpenAIレスポンスをストリーミングするには?」のような1つの質問で、複数ライブラリのコード片をまとめて取得可能。IDEプラグインやコードレビューボットへの組み込みも想定されています。 💰 料金 Freeプランは月1,000コールまで、Proプランはユーザーあたり月5,000コールまで、それ以降は1,000コールあたり10ドルです。 #AIエージェント# #開発者ツール#
もっと見る
便利だけど知られていないGemini APIの機能 💰 毎回同じ長いシステムプロンプトを送り直してトークン代を垂れ流していませんか? Geminiの「コンテキストキャッシュ保存(Context caching)」を使えば、共通する長い入力を一度キャッシュし、以降のリクエストで再利用することで入力トークンコストを大幅に削減できます。大量のドキュメントや長いプロンプトを繰り返し使う場面で、コストが劇的に変わります。 📌 タイトル:コンテキストのキャッシュ保存(Context caching) 🔗 URL: 🧩 概要 LLMに長い共通コンテキスト(マニュアル全文、コードベース、数百ページのPDF等)を毎回送ると、その分のトークンが毎回課金されます。Context cachingは、そのコンテキストをGoogle側にキャッシュとして保持し、後続リクエストでは参照だけで済むようにする仕組みです。暗黙的キャッシュ(同じ入力が自動で再利用)と明示的キャッシュ(手動で作成・TTL管理)の2種類があります。 🛠 使い方 明示的キャッシュの場合、まずキャッシュを作成するAPIを呼び、system instructionや長い入力コンテンツを登録します。返されたキャッシュ名を以降のgenerateContentリクエストに渡すだけ。TTL(有効期限)はデフォルト1時間で、用途に応じて調整可能。暗黙的キャッシュは何も設定しなくても同一プレフィックスが自動的に再利用されるため、まずはそのままの利用で恩恵を受けられます。 🏗 本番システムへの組み込み方 ・社内ナレッジベースQA:全社マニュアルや規約文書をキャッシュし、ユーザーの質問ごとに毎回送信する必要をなくす。応答速度もコストも改善。 ・コードレビューbot:リポジトリのコードベースやコーディング規約をキャッシュし、PRごとのレビュー依頼で共通部分の再送を省略。 ・カスタマーサポート:FAQ・製品仕様書をキャッシュして、問い合わせのたびに巨大なコンテキストを再送しない構成に。 ・バッチ分析パイプライン:同じ参照データに対して大量の個別クエリを投げる処理で、キャッシュにより1件あたりのコストを圧縮。 💡 ユースケース 📚 長文ドキュメントに対する繰り返しの質問応答 🔍 共通のシステムプロンプトを使う大量リクエスト 🧑‍💻 コードベース全体を文脈に持つ開発支援ツール 📊 同一データセットへの複数観点での分析 ⚠️ 注意点 キャッシュには最低トークン数の要件があり、短いプロンプトではキャッシュ作成できません。また、キャッシュの保持にはストレージ料金がかかるため、利用頻度が低い場合はかえって割高になることも。TTLの設定と利用パターンを見極めて、コストメリットが出る場面に絞るのがポイントです。 ✨ 「同じものを何度も送る」コストは積み重なると大きな差になります。まずは一番長い共通コンテキストをキャッシュしてみてください。 #Gemini# #LLM#
もっと見る