1. 「カーリル for AI」を試してみました
図書館蔵書検索サービス「カーリル」のMCP対応版をChatGPTから試用。誤字補正や表記揺れにも対応し、検索結果をCSV化やグラフ化できる。AIと組み合わせることで可能性が無限大に広がる新しいAPI形式として注目。
主なトピック:
- MCP (Model Context Protocol): 自然言語で使えるAPI規格、複数サービスから接続可能
- カーリル for AI: 図書館蔵書検索サービスのAI連携版
- データ可視化: 検索結果をCSVやグラフに自動変換できる
- 誤字補正: 「朝井リョウ」→「浅井リョウ」など表記揺れにも対応
- ChatGPT Plus: 初日はエラーが多かったが現在は安定
- その他: NDC情報, OPACとの違い, 接続の敷居 etc...
2. 思考速度がはやく見える人はそれまでの "思考量" が多い
理解が早く見える人は思考量の積み重ねが圧倒的。「一度は考えたことがある」状態を多く持ち、通勤中や散歩中も常に何かを深く考える癖がついている。瞬発的な思考速度は普段の思考量によって磨かれる。
主なトピック:
- 思考量: 普段から様々なことを深堀って考える積み重ねが重要
- 瞬発的な思考速度: 過去に消化した内容があるから即答できる
- 2周目以降の状態: 直接経験や疑似体験から想定試合を繰り返している
- 有機的なつながり: 断片的な思考が結びついて大きな思考量になる
- バランス: 考えすぎてしんどくならないよう自分で調整が必要
- その他: 子どもの成長, 先生や友達との関わり, 感動 etc...
3. 【保存版】OpenAIのエンジニアが語る開発を１０倍速にするCodeXの使い方大全：バイブコーディングで設計→実装→レビューまで自動化
OpenAIのCodexを使った実践的開発手法を詳しく解説。UI開発の自動化、Exec Plan方式による大規模リファクタリング、コードレビューまで自動化可能。OpenAI社内では92%のエンジニアが日次利用し、PR提出数が70%増加。
主なトピック:
- Codex: シニアエンジニア級のAIチームメイト、最大7時間以上の連続作業が可能
- Exec Plan方式: plans.mdで設計→実装→進捗管理を一元化する手法
- マルチモーダル検証: UIスクリーンショットを生成して視覚的に検証
- agents.md: プロジェクトルールや規約をAIに指示するファイル
- GPT-5 Codex: 悪いアイデアには反論してくれる「本物のシニアエンジニア」
- その他: SwiftUI, /reviewコマンド, バイアスのないレビュー etc...
(コード例あり)
4. ほどほどに使う生成 AI
エムスリーのエンジニアがClaude CodeやClineを半年間使用した振り返り。完璧を求めず「ほどほど」で使うことで効率化。コーディングは「ある程度」で区切り、テストは「書く」から「レビュー」へモード変換、レビューはAIの得意分野を理解した活用が重要。
主なトピック:
- ほどほどの活用: 完璧を求めず適度に使うことで効率化とストレス軽減
- Claude Code: メインで使用しているAIエージェント
- モード変換: テストは生成してもらいレビューするモードに切り替える
- ある程度で区切る: 細かい修正は自分でやった方が早く、フラストレーション回避
- AIの得意不得意: 簡単な問題はAI、複雑なビジネスロジックは人間が担当
- その他: Java→Ruby移行, RSpec, 認知負荷の軽減 etc...
(コード例あり)
