生成AI on hdknr blog

NTTデータが半年間、設計書・コード・テストを全部 AI に書かせて開発してみた

Mon, 20 Apr 2026 00:00:00 +0000

NTTデータが2025年10月〜2026年3月の6ヶ月間、GitHub Copilot を用いて設計書・ソースコード・テストケースを全て AI に生成させた商用システム開発の実践報告。

文京区こどもの権利条例が4/1施行 — 区報ぶんきょう No.1881（2026年4月10日号）まとめ

Sun, 19 Apr 2026 00:00:00 +0000

文京区区報ぶんきょう No.1881（2026年4月10日号）の要点。こどもの権利条例施行、生成AI搭載「文京ごみナビ」、区役所通話録音開始、民法改正（共同親権）、戸籍振り仮名（5/25必着）、国保料率改定までを解説。

OpenClaw に動画生成機能が正式搭載へ — AI エージェントが制作まで完結する時代

Tue, 07 Apr 2026 00:00:00 +0000

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

バイブコーディングで成果を上げる人の共通点——CS基礎知識と文章力がカギ

Tue, 17 Mar 2026 00:00:00 +0000

「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。