この“！！！付き”は冗談半分で書いたのですが、思考のスイッチ として驚くほど機能しました。コマンドパレットで「要件定義」と叩くたび、Cursor が「要件定義、はっじめるよー！！！！！！！」と返してくれる。 この 音読したくなるほどのテンション が、「ああ、ここからの要件定義は“Cursorがガイドしてくれるんだ”」とと安心させてくれます。「要件定義次なにやるんだっけ」と気にしなければならない姿勢をコストとらえるならば、トリガー文言は立派な UX 要素といえると自負してます。 rulesの内容 けっこう長いですが、「実際の運用イメージ」を掴む参考になれば幸いです。 --- description: 要件定義の実施時に実行してください globs: ["**/*"] triggers: ["要件定義！！！"] --- このファイルを参照したら「要件定義、はっじめるよー！！！！！！！」といって
このnoteは、【#日めくりLayerX】と題して発信するブログリレーの2025年4月9日の記事として投稿しています。 前回8日はfurubayashiさんの「最高の一振りを作る刀鍛冶になりたい〜仕事に対するスタンスの話〜」でした。ぜひ合わせてご覧ください！ https://note.com/yumafurubayashi/n/ne8e28b1794b7 このnoteについて今取り組んでいる新しいオペレーション設計の考え方、「AI BPR（AI Business Process Re-engineering）」についてご紹介します。 そして、それを実行する上でキーパーソンとなる「AIオペレーションマネージャー」という新しい職種についても、この記事を通じてお伝えできればと思っています。 自己紹介LayerXでVP of Productをしているnumashiといいます。最近は社内向けの営業生
マネージャーとして人事評価にどう向き合っているか 「人事制度の“設計者”ではなく、“運用者”としての日々を綴る」#日めくりLayerX このブログは【#日めくりLayerX】と題して発信するブログリレーの5月22日の記事として投稿しています。前回はmatsuoさんの「LayerXのAI・LLM事業部の担当HRとして入社して1年経った」でした。ぜひあわせてご覧ください！ はじめにこんにちは。LayerXで人事企画と労務のマネージャーをしている黒田と申します。約一年前に入社して、兵庫県からフルリモートで勤務しています。 今日はLayerXでの一年を振り返って最も時間を割いた「人事評価」について、人事制度の設計者としてではなく、ひとりのマネージャーとして意識していることを書きたいと思います。（補足：LayerXの公式運用というわけではありません） 人事評価はなかなか踏み込んだ内容が世に出回りづら
透明性を高める公開ロードマップ 利用者との信頼構築のためにも、現在運営として何を考えているかわかるよう、機能ロードマップもSlackのリスト機能を活用して公開しています。 v0 (Vercel社が提供する生成AIによって画像・自然言語からUIコードを生成するツール)を使ったプロトタイプなどを使い、ここでやり取りすることにより、各部署/グループ会社のAI活用推進者とも連携をとりつつ、個々のステークホルダーとのやり取りが断片化しないように合意形成を進められます。 OpenView Partners （PLGの提唱企業）によるNotionなどの事例 継続的なカスタマイズ開発 私たちのプロジェクトでは、Difyをシングルテナントのまま、全ユーザーが自由な相手を選べるReBAC（関係ベースのアクセス制御）のアプリ共有機能を独自に実装しました。これにより、利用者ごとの組織・利用形態に合わせた柔軟にアプ
はじめに 昨今、AI の進化により、様々な分野での応用が進んでいます。特に、自然言語処理(NLP)の分野では、RAG( Retrieval-Augmented Generation)が注目されています。RAG は、情報検索と生成を組み合わせた手法であり、特に大規模言語モデル(LLM)と組み合わせることで、その性能を大幅に向上させることができます。 また、NativeRAG や GraphRAG, AgentRAG などさまざまな RAG のバリエーションが登場しており、これらは特定のユースケースやデータセットに対して最適化されています。 今回は、RAG の基本的な概念から、RAG のプロジェクトの進め方、精度向上の方法に至るまで詳しく解説します。 みなさんの GenAI Application の開発に役立てていただければ幸いです。 本記事は 5 万文字を超える大作となっております。 お時
2025年の新卒研修の資料です。
はじめにChatGPTをはじめとする生成AIの登場により、多くの方が業務改善への活用に関心をお持ちのことと思います。 しかし、個人レベルでの活用は進んでも、チームや組織全体での業務改善となると、期待したほどの成果が得られていないケースも少なくないのではないでしょうか？ 本稿では、私自身が直近で携わった複数の生成AI活用プロジェクトの経験をもとに、業務改善を進める上でのポイントや注意点を備忘録としてまとめました。 基本的な内容も含まれますが、実践に基づいた観点から整理していますので、これから取り組む方、すでに取り組んでいるが課題を感じている方のご参考になれば幸いです。 生成AIを活用した業務改善にお困りの場合ぜひご連絡ください！ うめもと連絡先：こちらから ※クリックするとXのうめもとのアカウントに飛びます 実際のプロジェクトにおける成果事例1.採用活動におけるスカウト業務の改善 課題: 候
マークダウンを一箇所に集める LLMとMarkdownの相性が良いという話は、最近多くの人が話題にしたり感じていることかと思います。 おそらく、そのうちあらゆるデータを直接LLMに手軽に安く入力できるようになるとは思いますが、それにはしばらく時間がかかるのも確かだと思います。なので、今はとにかくMarkdownを集めてLLMの手に届く範囲に置いておきたくなるわけです。 しかしながら、データというのは、だいたい色々な形式で色々な場所に散在しているものです。なので、そういったデータを変換してまとめる仕組みが一番重要になってきます。逆に言えば、そういう仕組みさえ構築できれば、プラットフォームは、はてなブログでもZennでもTwitterでもNotionでも何でも良かったりします。ただ、データを手軽に取得（APIで取得 or エクスポート）する方法があることが重要ですね。Obsidianが、最近L
はじめに こんにちは。SmartHRで勤怠管理プロダクトのPM（プロダクトマネージャー）を務めている@hiroki_mです。 私が扱う領域は勤怠管理という領域ですが、プロダクト開発の現場では、CursorやDevin、ClineなどのAI開発支援ツールを積極的に活用しています。 この記事では、私がPMとしてAI開発支援ツールをどのように活用しているかを紹介します。 AIを活用する目的はなにか PMの業務を効率化することで、PMとしてより価値を生む業務に集中するためです。 勤怠管理機能の開発チームはとても優秀で、爆速で開発を進めています。PMが開発をスケールするうえでボトルネックとならないよう、要件定義の効率化、さらにはPM抜きでも要件定義及び開発を進められる体制を築いていきたいと思っています。 その結果、プロダクト戦略の立案と解くべき課題の解像度を上げることに対し、より時間を割けるようにし
ゴールデンウィーク中に生成AIを一気に勉強しようと思っている人向けに、「これを上から順番に読み切ったら生成AIにめちゃくちゃ詳しくなれる」というリーディングガイドを作りました。 15のステップごとに記事を紹介しており、上から読んでいくことで、生成AIの基本から具体的な活用テクニックまで押さえられるようになっています。 ぜひこのゴールデンウィーク中に生成AIを一気に学ぼうと思っていた方はご活用ください。 1. 入社一年目の生成AIの教科書生成AIを効果的に活用するための基本的な8つの考え方/心構えを学べる記事です。テクニックの前に身につけておきたいマインドセットを詳しく解説しています。 2. 生成AIは今までのAIと何が違うのか？機械学習→ディープラーニング→生成AIという技術史を俯瞰し、「生成AI」の何が正体と、何がブレークスルーだったのかを整理。
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? AI搭載エディタCursorを色々と試しているのですが、これが非常に興味深いです。 普段の開発業務はもちろん、少し工夫することで、要件定義のような上流工程も大幅に効率化できるのではないか？という気づきがありました。 本日はその試みについて、私が行った具体的なプロセスと合わせて共有できればと思います。 概要 不動産テック業界に限らず、SaaS開発などに携わっていると、日々さまざまな要望が寄せられますよね。 「ここにこんな機能を追加したい」「あの画面のここをこう変更してほしい」といった具合です。 そして、それらを適切に実現するためには、まず
はじめに こんにちは株式会社キカガクの @tetsuro_b です。 株式会社キカガクでは 2025 年 4 月に全エンジニアへ Cursor を導入しました。（約 15 名） メンバーの中にはこれまで Cursor を半年以上使い続けている熟練者から、これを機に Cursor を触り始めた方まで様々です。 そこで組織全体として Cursor を最大限効果的に活用するために「全員の知識の底上げ」 + 「Cursor Rules の運用方針」を定めるべく、本来は社内向けの情報としてカジュアルに用意するつもりだったのですが、せっかくならということで本ブログを執筆することにしました！ 小手先のテクニック論ではなく、LLM の進化によってなるべく陳腐化しないような情報でまとめたつもりなのでぜひ最後までご覧ください！ 対象読者 Cursor を組織に導入したは良いものの Rules をどう運用してい
はじめに はじめまして。Analyticsチームの清水です。 2024年12月に入社しまして、約4ヶ月が経過しました。今回が初めてのテックブログになります。 ▼先日、入社エントリも公開しました。 本稿のテーマは、自由記述のテキストをラベリングして分類する分析タスクに対し、Geminiと共に取り組んで分かったことの共有です。 私は生成AIをそれほどたくさん使った経験があるわけではないので、これが最良の使い方というわけではないと思いますが、どのようにプロンプトを組み立て、どう効率的に分析を進められたのかを可能な限りリアルに書いていきます。 ※今回利用したモデルは、Gemini 2.5 Proです。 はじめに Geminiを活用したデータ分析の進め方 フェーズ0: アプローチの模索 - Notebook LMや教師なし学習の試行 フェーズ1: データ理解とラベルチェック - コード生成と探索的分
本記事は、春の入門祭り2025の10本目です。 はじめにSAIG（Strategic AI Group）の小橋です。生成AI関連の検証や、データ分析の業務を担当しています。 生成AIを使った開発手法の進化は目を見張るものがあります。私自身は業務でAI駆動開発をすることは無いのですが、CursorやClineなどのニュースを見ない日はありません。 Technology Radar の記事を2年前に書いたことを思い出したので、読み返してみました。このときは、GitHub Copilotが出始めたくらいでした。しかし最新版（2025年4月）のTechnology Radarでは、Cursor, Cline, Windsurfが登場しています。2年間で様子が随分変わったなと驚かされます。 そんな中で、ある勉強会でこの本を知ったので、いい機会と思い読んでみました。 AI駆動開発完全入門 ソフトウェア
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Amazon.co.jp: 中学受験 子どもの人生を本気で考えた受験校選び戦略: じゅそうけん: 本
