生成AI

NTTデータの茂呂 範さんが Zenn に投稿した記事「設計書・コード・テストを全部AIに書かせて半年間開発してみたよ」が大きな反響を呼んでいる。2025年10月から2026年3月の6ヶ月間、設計書・ソースコード・テストケースの一切を AI に生成させ、社員はレビューのみに徹したという取り組みだ。 プロジェクト概要 期間: 2025年10月〜2026年3月（約6ヶ月） 対象: 商用システムのサブシステム（グリーンフィールド開発） アーキテクチャ: TERASOLUNA（NTTデータ標準）+ AWS 利用 AI: GitHub Copilot 体制: 社員3名（開発担当 + 経験豊富なメンター社員で構成） 社員は設計書・ソースコード・テストケースを1行も手で書かなかった、というのが最大の特徴だ。 AI ネイティブ開発の実態 ファイル構成と規模 .github ディレクトリだけで133ファイル、約9,000行（空行除く）のコードが生成された。プロンプト定義やワークフロー設定も含め、インフラ構成に至るまで AI が出力したものをレビュー・採用している。 コンテキスト管理の工夫 LLM のコンテキストウィンドウ制約に対処するため、以下の設計方針を採用した。 個別ファイルをできるだけ小さく保つ ファイル間参照を最小化し、コンテキストの柔軟性を維持する INPUT/OUTPUT 仕様書へのシフト 従来の詳細設計書は「処理フロー」を細かく記述するものだった。今回は発想を転換し、INPUT/OUTPUT 仕様のみを AI に渡す アプローチを採った。ロジックの実装は AI に委ねることで、設計書の記述コストを大幅に削減している。 反響：大手 vs. 個人開発者 このアプローチに対し、個人開発者の @HAL1986____ 氏は X (Twitter) で次のようにコメントした。 さすがNTTデータ、という感じ。 正直、このレベルを本気でやられてしまうと、純粋な開発力では全く太刀打ちできないのよな。 僕らは大手に出来ない戦い方をしないとダメだな。 組織として標準アーキテクチャ・標準ツール・大規模なレビュー体制を揃えた上で AI を活用する大企業と、個人や小規模チームが同じ土俵で戦うことの難しさを端的に表している。 大手企業が AI をエンタープライズの開発プロセスに正式に組み込み始めた今、スモールチームが取るべき戦略は「大手が苦手な領域」への集中と差別化かもしれない。 まとめ NTTデータの事例は、AI 駆動開発が「実験」ではなく「本番商用システム」レベルに到達したことを示す重要なマイルストーンだ。 設計書の書き方を INPUT/OUTPUT 仕様書にシフト コード・テストの生成を AI に全面委任 社員はレビュー・品質担保に集中 この流れは今後さらに加速するだろう。開発者が問われるのは「コードを書く力」より「AI の出力を正しく評価・修正できる力」になりつつある。 ...

文京区が4月10日に発行した区報ぶんきょう No.1881（令和8年4月10日号）は、新条例施行・制度改定・AI 活用サービス開始など区民生活に直接影響するトピックが多数盛り込まれた重要号でした。本記事では全8ページの内容を要約し、特に注目すべき項目を指摘します。 トップ記事: こどもの権利条例が4月1日に施行 「文京区こどもの権利に関する条例」が2026年4月1日に施行されました。条例で明記された権利は4分類です。 安心して生きる、過ごすための権利: 命が守られ、尊重されること、安全・安心に過ごせること 必要な支援を受け、守られる権利: 人種・国籍・性別・性的指向・性自認・意見・障害・経済状況等を理由としたあらゆる差別や虐待・いじめを受けずに安心して生きていけること 成長と可能性に関する権利: 遊び・学び・休むこと、繰り返し挑戦できること、個性が認められ可能性が大切にされること 意見等の表明と仲間づくりに関する権利: 自分の意見・考え・気持ち等を表明でき、それが尊重されること 大人へのお願いとして「こどもに関することが決められ・行われるときは、そのこどもにとって最も善いことは何かを第一に考える」「こどもの意見を受け入れることが難しい場合でも、なぜ難しいかを十分に説明する」と明記されています。 問合せ: こども若者政策課 こどもの権利係 ☎03-5803-3129 注目: 生成AI「文京ごみナビ」運用開始 区のごみ分別案内サービスに生成 AI を搭載してバージョンアップしました。24時間365日 AI が自動応答し、多言語対応・画像検索が可能になりました。 LINE 版: LINE アプリから「文京区資源環境部リサイクル清掃課」を検索、または二次元コードで友だち追加 ブラウザ版: 区 HP から「文京ごみナビ」と検索 3/31 以前に LINE で友だち登録済みの場合は追加手続不要。ブラウザ版では画像検索などの一部機能が制限されます。 問合せ: リサイクル清掃課 ☎03-5803-1135 補足: LINE アプリのインストール手順 LINE 版「文京ごみナビ」を利用するには、まず LINE アプリ本体のインストールが必要です。LINE 公式のインストールガイドに基づく手順は以下のとおりです（2024年3月29日更新版）。 iPhone の場合 スマートフォンのブラウザから LINE 公式サイト にアクセスし、[ダウンロード] をタップ App Store の LINE アプリページに移ったら [入手] をタップ App Store 上で [開く] と表示されればインストール完了 Android の場合 スマートフォンのブラウザから LINE 公式サイト にアクセスし、[ダウンロード] をタップ Google Play ストアの LINE アプリページに移ったら [インストール] をタップ Google Play ストア上で [開く] と表示されればインストール完了 インストールが完了すると、スマートフォンのホーム画面に LINE アイコンが表示されます。初回起動後は電話番号認証等の初期設定を済ませると、トーク・通話・公式アカウントの友だち追加などが利用可能になります。 ...

OpenClaw の創業者 Peter 氏が、次のバージョンで動画生成機能を正式搭載することを発表した。これにより、AI エージェントがテキストから動画生成までを一気通貫で完結できるようになる。 動画生成の対応プロバイダー 次バージョンでは、以下のプロバイダーが最初からサポートされる予定だ。 Alibaba BytePlus fal Google MiniMax OpenAI Qwen Together xAI 主要な動画生成 AI サービスをほぼ網羅しており、ユーザーはプロバイダーを選んでワークフロー内で動画を生成できるようになる。 これまでとこれからの違い この機能追加の意義は、ワークフローの断絶をなくすことにある。 これまで テキスト → 画像生成 → 外部ツールで動画化 外部ツールへの手動エクスポートが必要で、エージェントのフローが途切れていた。 これから テキスト指示 → AI エージェントが動画生成まで完結 エージェントが動画生成まで一手に担うことで、制作フローをエンド・ツー・エンドで自動化できる。 「もう 1 人の自分」から「チームそのもの」へ これまで OpenClaw は「もう 1 人の自分」として個人の作業を補助する位置づけだったが、動画生成の搭載によって**「チームそのもの」**として機能し始めていると言える。 テキスト生成・コード生成に加え、映像制作まで担当 複数の動画生成プロバイダーに対応することで、用途に応じた使い分けが可能 AIエージェントが「考える」だけでなく「制作する」領域まで拡張 まとめ OpenClaw への動画生成機能の追加は、AI エージェントの役割が「情報処理・生成支援」から「クリエイティブ制作」へと拡張する大きな転換点だ。9 つの主要プロバイダーへの対応により、動画コンテンツの制作フローを AI エージェント内で完結させられる可能性が開かれた。 正式リリース時には、具体的なプロンプト設計や各プロバイダーとの使い分けについても検証していきたい。 情報ソース: @ichiaimarketer のポスト（2026-04-07） 元ツイートを見る

「AIに言葉で指示するだけ」のバイブコーディング（vibe coding）において、どんな人が高い成果を出せるのか——CHI2026 に採択された論文の知見が注目を集めています。 バイブコーディングとは バイブコーディングとは、実際のコードを読み書きせず、AI に自然言語で指示するだけでソフトウェアを開発するスタイルです。ChatGPT や GitHub Copilot などの生成 AI の台頭により、プログラミング経験のない人でも簡単なアプリを作れるようになったことで注目されています。 しかし「コードを書かなくていいなら、誰でも同じ成果が出せる」かというと、実験結果はそう単純ではありませんでした。 CS 基礎知識がある人ほど成績が良い 論文によると、コンピュータサイエンス（CS）の基礎知識がある人ほどバイブコーディングの成績が高いという結果が得られています。 コードを一切読み書きしない状況でも、以下のような CS 的な思考が AI への指示を組み立てる上で役立つと考えられています。 問題分解の思考法: 大きな問題を小さなステップに分解する能力 アルゴリズム的な発想: 処理の流れや条件分岐を論理的に考える力 データ構造の概念: 何をどう扱うかを抽象的に把握する力 AI に指示を出す際も、「何をしてほしいか」を明確に分解して伝える必要があります。CS の素養は、そのための基盤となるわけです。 文章力が高い人ほど良い成果が出せる さらに注目すべき知見として、文章力が高い人ほどバイブコーディングの成果が高いという傾向が示されています。 その連鎖は非常に明快です。 文章力が高い → プロンプトの品質が高い → アプリの出来が良い AI に対して意図を的確に伝える「プロンプト」は、本質的には文章です。論理的で明確な指示を書ける人は、AI から意図した出力を引き出しやすく、結果として高品質なアプリを作れるということです。 意外な発見：LLM ヘビーユーザーは成績が低い傾向 今回の実験で驚きの結果も明らかになっています。LLM を普段からよく使っている人ほど、バイブコーディングの成績が低く、文章力も低い傾向があるというものです。 因果関係は断定できませんが、研究チームは 2 つの可能性を考察しています。 LLM への依存が言語化能力を低下させる: AI に頼りすぎることで、自分で言語化する力が鍛えられなくなる もともと言語化が苦手な人が LLM を多用する: 自分で考えて伝えることが苦手なため、AI に委ねる頻度が高くなる この知見は、AI ツールとの関わり方を見直すきっかけになりそうです。 まとめ CHI2026 採択論文のこの知見をまとめると、バイブコーディングで成果を出せる人の特徴は次の通りです。 要因 傾向 CS 基礎知識 あるほど成績が高い 文章力 高いほど成績が高い LLM 利用頻度 高いほど成績が低い（意外な結果） 「コードを書かなくていい時代」だからこそ、問題を論理的に分解する力 と 意図を明確に言語化する力 がより重要になる——この研究はそのことを示唆しています。 ...