プロンプト・活用術– category –

社内で使い続けたツールが、ある日オープンソースとして公開される。そういう経緯を持つライブラリは、公開を前提に設計されたものとは少し違う重みを持つことがあります。Astryxはまさにそのパターンで、Metaの内部で8年間、1万3千を超えるアプリを支えて...

AIエージェントをターミナルで使い続けていると、ふとこう思うことがあります。「スマートフォンから確認できたら便利なのに」「チームメンバーに渡すたびにCLIの説明をしなければいけない」。そのモヤモヤを解消する方向で作られているのが、今回紹介する...

AIコーディングエージェントを複数使い分けていると、「今月どのエージェントにどれだけトークンを使ったか」を把握するのが難しくなりがちです。Claude Code、Cursor、Gemini CLI、Codex CLIとそれぞれログの置き場所が異なり、料金感覚もつかみにくい。...

Claude CodeやCodexを複数同時に走らせていると、どのエージェントが今何をしていて、どのタスクが詰まっているのか、ターミナルを横断しながら把握するのが段々しんどくなってきます。コストがどこで膨らんでいるかも見えにくいし、失敗したランを後から...

コーディングエージェントをしばらく触っていると、「途中で止まる」問題に慣れすぎていることに気づきます。長いタスクを渡したのに、キャッシュが壊れてコンテキストが飛んだり、ツール呼び出しの許可を求めて処理が止まったり。走らせっぱなしにしたい...

自分のプロジェクトにLLMエージェントを組み込もうとしたとき、最初に直面するのは「1体のエージェントでは手に負えない複雑さ」ではないでしょうか。調査・生成・レビューを一人にやらせると、プロンプトが膨らみ、出力が雑になり、エラー時のリカバリも...

AIエージェントを自分のプロジェクトに組み込もうとすると、すぐに気になるのがトークン消費の問題です。会話のたびにフルコンテキストをLLMに投げ続けると、API費用が想定外に膨らんだり、コンテキストウィンドウの上限に頭をぶつけたりします。「同じ予...

チャットボットを1つ作るだけなら、既存のAPIを叩けば済む話です。でも「複数のモデルを切り替えながら」「メモリを持ち続けて」「DiscordやTelegram、デバイスのカメラまで操作する」となったとき、自前でアーキテクチャを組むのはかなり骨が折れます。el...

n8nでワークフローを組むとき、ノードの設定を間違えて実行時にエラーが出る、という経験をしたことはないでしょうか。ノードの数が2,500を超えているとなれば、どのプロパティが必須でどれがオプションなのかを毎回ドキュメントで調べるのは地味にコスト...

LLMアプリケーションにツールを接続する仕組みとして、MCPという仕様が急速に広がっています。Anthropic発のこのプロトコルには複数言語の実装がありますが、Pythonの公式SDKは今年v2への大きな改修を経て、インターフェースとアーキテクチャの両面が書き...

AIコーディングエージェントに「このファイルを読んで」と何度も頼むたびに、トークンがどんどん消えていく感覚があります。大きなリポジトリになるほど、ファイルを一つひとつ探索させる方法は現実的ではなくなってきます。コードベース全体の構造を、エ...

LLMにJSON形式で出力するよう指示しても、クォートが欠けていたり、末尾にカンマが残っていたり、括弧が閉じられていなかったりすることがあります。構造化出力のAPIを使っていても、ストリーミング中の途中状態や、モデルによる散文の混入で壊れたJSONが...