OpenAI on hdknr blog

LLMで株式投資戦略を自動生成 — 松尾研のフィードバック設計実験が示す「モデル選択」の重要性

Fri, 03 Apr 2026 00:00:00 +0000

松尾研が8つのLLM（Claude・Gemini・GPT）で株式投資戦略を自動生成する72パターンの実験結果。フィードバック設計よりモデル選択が重要という知見を解説

ChatGPTのコード実行環境にDNSトンネリングによるデータ漏洩の脆弱性が発覚

Tue, 31 Mar 2026 00:00:00 +0000

ChatGPTのData Analysis環境にDNSトンネリングによるデータ漏洩の脆弱性をCheck Pointが発見。攻撃の仕組み、漏洩リスク、OpenAIの対応、ユーザーの対策を解説。

Prompt Engineering から Harness Engineering へ: AI エンジニアリングの進化と「仕組みの設計力」の時代

Fri, 27 Mar 2026 00:00:00 +0000

Prompt Engineering → Context Engineering → Harness Engineering。AI エンジニアリングの3つのパラダイムの進化を、OpenAI・Anthropic・Martin Fowler の事例とともに解説。

insanely-fast-whisper: 150分の音声を98秒で文字起こしする CLI ツール

Wed, 25 Mar 2026 00:00:00 +0000

OpenAI Whisper をベースに Flash Attention 2 とバッチ処理で高速化した文字起こし CLI ツール insanely-fast-whisper の紹介。150分の音声を98秒で処理できる。

autoresearch：Karpathyが公開した「寝ている間にAIが100実験を自律実行する」630行のスクリプト

Mon, 23 Mar 2026 00:00:00 +0000

OpenAI初期メンバーであるAndrej Karpathyが、autoresearchというオープンソースツールを公開しました。わずか630行のPythonスクリプトで、寝ている間にAIエージェントが約100の機械学習実験を自律的に実行してくれるというものです。

Karpathy「12月からコードを1行も書いていない」

Karpathyは「12月から自分でコードを1行も書いていない」と告白しています。代わりに公開したのがこのautoresearchで、プログラマーの仕事が「コードを書く」から「設計する」へとシフトしていることを象徴しています。

autoresearchの仕組み

autoresearchはシンプルな仕組みで動作します:

AIエージェントにトレーニングスクリプトと固定の計算バジェット（通常5分間のGPU時間）を渡す
エージェントが自分のソースコードを読み、改善の仮説を立てる
コードを修正し、実験を実行する
結果が改善されたかを評価し、改善なら保持・悪化なら破棄する
このサイクルを繰り返す

トレーニングは常に5分間で実行されるため、1時間あたり約12実験、一晩で約100実験が自動的に回ります。

実績と反響

Shopify CEO Tobias Lütke: 一晩で37実験を実行し、性能19%向上を達成
Karpathy自身: 700以上の実験を2日間で実行（Fortune誌報道）
GitHub: 公開1週間で数万スターを獲得（現在54,000以上）

技術的特徴

シングルGPU対応: 高価なクラスタは不要
630行のスクリプト: コードベースが小さく、理解・カスタマイズが容易
MITライセンス: 誰でも自由に利用可能
Python製: train.py を中心としたシンプルな構成

リポジトリ

GitHub: karpathy/autoresearch

「書く」から「設計する」への転換

autoresearchが示唆しているのは、世界最高峰のプログラマーの仕事が「AIにコードを書かせる」段階をすでに超え、AIエージェントに実験を設計・実行させるフェーズに入っているということです。Karpathyは将来的に、エージェント群が協調して小さなモデルをチューニングし、有望なアイデアを段階的にスケールアップさせる「研究コミュニティのエミュレーション」を構想しています。

ClawRouter — OpenClaw の API コストを最大92%削減するオープンソース LLM ルーター

Sat, 21 Mar 2026 00:00:00 +0000

OpenClaw を使っていて API コストが気になっていませんか？ ClawRouter は、リクエストごとに最安のモデルを自動選択してくれるオープンソースの LLM ルーターです。最大約92%のコスト削減が期待でき、しかも完全無料で利用できます。

ClawRouter とは

ClawRouter は、OpenClaw 向けに設計されたエージェントネイティブな LLM ルーターです。MIT ライセンスで公開されており、誰でも無料で利用できます。

主な特徴:

55以上のモデルに対応 — DeepSeek V3.2、Nemotron Ultra 253B、Mistral Large 3 675B、Llama 4 Maverick など
1ms 未満のルーティング — すべてローカルで処理されるため、レイテンシの追加はほぼゼロ
15次元のリクエスト分析 — 各リクエストを多次元で要素分解し、最適なモデルをスコアリング
11モデルが完全無料 — 簡単なクエリは無料モデルに自動ルーティング

どれくらいコストが下がるのか

ClawRouter の公式ベンチマークによると:

指標	値
ClawRouter 平均コスト	$2.05 / 100万トークン
Claude Opus 直接利用	$25 / 100万トークン
削減率	約92%

たとえば「2+2は？」のような簡単な質問は、DeepSeek などの無料モデルに自動ルーティングされます。一方、複雑な推論が必要なタスクにはプレミアムモデルが選択されるため、品質を犠牲にしません。

仕組み

ClawRouter は各リクエストに対して以下のプロセスを実行します:

リクエスト分析 — 入力テキストを15次元で要素分解（タスクの複雑さ、必要な推論能力、言語、コンテキスト長など）
スコアリング — 各モデルの能力とコストを総合的に評価
ルーティング — 最もコスト効率の良いモデルを自動選択

この全プロセスが 1ms 未満で完了します。

Claude Code vs Codex：AI コーディングエージェント徹底比較 2026

Wed, 11 Mar 2026 00:00:00 +0000

AI コーディングエージェントの二大巨頭、Anthropic の Claude Code と OpenAI の Codex。どちらを使うべきか迷っている開発者は多いでしょう。Hesam 氏（@Hesamation）が数ヶ月間の実用比較を経て「Claude Code に戻った」という記事が話題になっています。本記事では、両ツールのベンチマーク・アーキテクチャ・実用上の使い分けを整理します。

ベンチマーク比較

SWE-bench Pro（ソフトウェアエンジニアリングタスク）

モデル	スコア
Claude Opus 4.6	59.0%
GPT-5.3-Codex	56.8%

複雑なソフトウェアエンジニアリングタスクでは Claude Opus 4.6 がリードしています。

Terminal-Bench 2.0（ターミナル操作タスク）

モデル	スコア
GPT-5.3-Codex	77.3%
Claude Opus 4.6	65.4%

一方、CLI 操作や CI/CD 関連のタスクでは Codex が強さを発揮します。

アーキテクチャの違い

コンテキストウィンドウ

Claude Code: 100万トークン（ベータ）
Codex: 40万トークン

Claude Code は 2.5 倍のコンテキストウィンドウを持ち、大規模なコードベースの横断的な分析に強みがあります。

実行速度

Codex: Cerebras WSE-3 で 1,000+ トークン/秒
Claude Code: 約 200 トークン/秒（標準推論）

速度面では Codex が圧倒的です。ただし、Claude Code はトークン消費量が 3.2〜4.2 倍多い傾向にあり、同じタスクでもより多くの推論を行っている可能性があります。

OpenAI Codex の SubAgent（Swarm）が変える AI コーディングの未来

Wed, 11 Mar 2026 00:00:00 +0000

OpenAI Codex に搭載された SubAgent（サブエージェント）機能が話題になっています。複数の AI エージェントを並列で動かし、複雑なコーディングタスクを群（Swarm）として処理できるこの機能について、技術的な詳細をまとめます。

SubAgent とは何か

Codex の SubAgent は、メインのエージェントが複数の専門化されたエージェントを並列でスポーン（生成）し、それぞれの結果を統合するワークフロー機能です。コードベース探索やマルチステップの機能実装など、並列処理が有効なタスクに特に威力を発揮します。

特筆すべきは、サブエージェントからさらにサブエージェントを生成できる（ネスト可能な）点です。これにより、複雑なタスクを再帰的に分解して処理できます。

ビルトインエージェント

Codex には3つのビルトインエージェントが用意されています。

エージェント	役割
`default`	汎用フォールバック
`worker`	実装・修正中心のタスク
`explorer`	コードベース探索中心のタスク

主要な設定パラメータ

1
2
3
4
5
6


# ~/.codex/agents/ または .codex/agents/ に TOML 形式で配置

[agents]
max_threads = 6 # 並行スレッド上限（デフォルト: 6）
max_depth = 1 # ネスト深度上限（デフォルト: 1）
job_max_runtime_seconds = 1800 # タイムアウト（デフォルト: 30分）

max_depth を増やすことで、サブエージェントからさらにサブエージェントを生成する多段ネストが可能になります。

VS Code AI コーディングアシスタントのインストール数推移：GitHub Copilot の急落と競合の台頭

Wed, 11 Mar 2026 00:00:00 +0000

VS Code マーケットプレイスにおける AI コーディングアシスタントの日次インストール数を示すグラフが話題になっている。GitHub Copilot のインストール数が急激に落ち込む「崖」が鮮明に表れており、SaaS 事業者やプロダクトマネージャーにとって示唆に富む内容だ。

グラフが示すもの

「Daily Install Counts of AI Coding Assistants in Visual Studio Code」と題されたグラフには、以下の 3 つの AI コーディングアシスタントの日次インストール数（30日移動平均）が描かれている。

GitHub Copilot（オレンジ）：2021年末から着実に成長し、2025年後半には日次 150,000 インストール近くまで到達。しかし 2026年に入って急落し、現在は 60,000 前後まで落ち込んでいる
Claude Code（シアン）：2025年後半に登場し、直近で急速に伸長。日次 60,000 近くまで上昇
OpenAI Codex（イエロー）：同じく直近で伸びを見せているが、Claude Code よりやや控えめ

注目すべきは、GitHub Copilot のインストール数がピークから半分以下に急落している点だ。この「崖」は、競合の台頭と GitHub Copilot 自体の変化の両方が要因と考えられる。

急落の背景

GitHub Copilot の課金モデル変更

GitHub Copilot は 2024年12月に無料ティアを導入し、月 2,000 回のコード補完と 50 回のチャットリクエストという制限付きで提供を開始した。同時に、有料プランの価格体系も複雑化している。

Free：月 2,000 補完 / 50 チャット
Pro：$10/月
Pro+：$39/月
Business：$19/ユーザー/月
Enterprise：$39/ユーザー/月

無料ティアの導入は新規ユーザー獲得を狙った施策だが、既存の有料ユーザーが無料枠で十分と判断して解約するケースもあり得る。また、Microsoft は従来の IntelliCode を廃止し、AI 支援を Copilot に一本化する戦略を取っている。

中国政府が OpenClaw に緊急セキュリティ警告：AI エージェントの安全な運用とは

Wed, 11 Mar 2026 00:00:00 +0000

オープンソースの AI エージェントフレームワーク「OpenClaw」の利用が中国国内で急拡大する中、中国の国家コンピュータネットワーク緊急対応技術チーム（CNCERT）が緊急のセキュリティ警告を発しました。政府機関や国有銀行での使用禁止にまで発展したこの問題について、技術的な背景と対策をまとめます。

何が起きたのか

2026年3月、中国の CNCERT は OpenClaw について「極めて弱いデフォルトセキュリティ設定」を持つと警告を発しました。OpenClaw はローカルファイルシステムや環境変数へのアクセス、拡張機能のインストールなど高いシステム権限を付与されますが、デフォルトのセキュリティ設定が不十分であり、攻撃者がシステム全体の制御を容易に奪取できる状態であると指摘されています。

この警告を受けて、中国当局は政府機関と国有企業（主要銀行を含む）に対し、業務用コンピュータへの OpenClaw のインストールを禁止する通知を出しました。既にインストール済みの職員には、上司への報告・セキュリティチェック・必要に応じた削除が指示されています。

CNCERT が指摘した主なリスク

1. アーキテクチャ設計上の問題

OpenClaw はローカルファイルシステム、環境変数、シェルへの広範なアクセス権限を持ちます。これ自体は AI エージェントの機能として必要ですが、適切な制限なしに運用すると重大なリスクとなります。

2. デフォルト設定の脆弱性

管理 UI のデフォルトポートがインターネットに公開可能な状態
環境変数に認証情報を平文で保存する設定がデフォルト
スキルの自動更新が有効な状態がデフォルト

3. プラグインエコシステムの危険性

不正なプラグイン（ポイズンドプラグイン）を通じて、ユーザーのシステムに悪意あるコードが侵入するリスクがあります。プラグインのアクセス権限が十分に制限されていないことが問題視されています。

4. Web ベースの攻撃

悪意ある指示を Web ページに埋め込むことで、OpenClaw に不正な操作を実行させる攻撃（プロンプトインジェクション）が可能です。

5. 重要データの誤削除

AI エージェントの判断ミスにより、ユーザーが意図しない重要データの削除が発生するリスクも指摘されています。

CNCERT の推奨対策

CNCERT は以下の対策を推奨しています。

コンテナで隔離実行する — OpenClaw をホストシステムから隔離された環境で動作させる
管理ポートをインターネットに公開しない — 管理 UI へのアクセスをローカルネットワークに限定する
認証情報を平文で環境変数に保存しない — シークレット管理ツールを使用する
スキルの自動更新を無効にする — 更新は手動で検証してから適用する
厳密な認証とアクセス制御を実装する — 不要な権限を排除する
セキュリティアップデートへの追従を徹底する — 既知の脆弱性に速やかに対応する

AI エージェント全般への教訓

この問題は OpenClaw に限った話ではありません。AI エージェントは本質的に高いシステム権限を必要とするため、以下の原則はどのエージェントツールにも当てはまります。

OpenAI Symphony — AI エージェントを自律的にオーケストレーションするオープンソースフレームワーク

Mon, 09 Mar 2026 00:00:00 +0000

OpenAI が Symphony というオープンソースの自動化基盤をリリースしました。Issue トラッカーから課題を読み取り、課題ごとに隔離ワークスペースを作成し、AI エージェントに実装を走らせるオーケストレーションフレームワークです。

Symphony とは

Symphony は、AI コーディングエージェントを手動のプロンプト操作から構造化された自律実行へと移行させるためのフレームワークです。Elixir / Erlang BEAM ランタイム上に構築されており、長時間実行される独立した「実装ラン（implementation run）」を高い並行性と耐障害性で管理します。

従来の「AI にコードを書かせて PR を出す」という手動プロンプト型のワークフローを、カンバンボードのタスクカードを移動するだけで管理できるようにします。

動作の仕組み

Symphony の基本的な流れは以下の通りです:

課題の読み取り — Issue トラッカー（現在は Linear をサポート）からタスクを継続的に監視
隔離ワークスペースの作成 — 各課題に対して独立したワークスペースを生成
エージェントの実行 — ワークスペース内でコーディングエージェントセッションを実行
成果物の提出 — CI ステータス、PR レビューフィードバック、複雑度分析、操作動画などの「作業証明」を提供
承認とマージ — タスクが承認されると、エージェントが安全に PR をマージ

技術的な特徴

WORKFLOW.md によるエージェント制御

エージェントのプロンプトやランタイム設定は、リポジトリ内の WORKFLOW.md に直接保存されます。これにより、AI の動作指示がコードとしてバージョン管理され、変更対象のブランチと同期されます。

Elixir / BEAM ランタイムの採用

Elixir と Erlang/BEAM ランタイムを採用することで、以下のメリットがあります:

高い並行性 — 複数のエージェントセッションを同時に管理
耐障害性 — 個別の実装ランが失敗してもシステム全体に影響しない
長時間実行への対応 — エージェントの長時間稼働を安定的にサポート

Poll-Dispatch-Resolve-Land ワークフロー

Symphony の中核となるワークフローパターンです:

OpenClaw とは何か：話題のオープンソース AI エージェントを徹底解説

Mon, 09 Mar 2026 00:00:00 +0000

2025年末に「Clawdbot」として登場し、2026年に入ってから GitHub スター数20万超を記録した OpenClaw が大きな話題になっています。この記事では、OpenClaw の概要、主要機能、セキュリティ上の注意点、そしてセットアップ方法までを解説します。

OpenClaw とは

OpenClaw は、Peter Steinberger 氏が開発したオープンソースの AI エージェントフレームワークです。従来のチャットボットが「テキストを生成する」だけだったのに対し、OpenClaw は 実際にタスクを実行する 点が最大の特徴です。

公式サイトのキャッチフレーズは “The AI That Actually Does Things” 。ファイル操作、シェルコマンドの実行、Web ブラウジング、フォーム入力など、PC 上のさまざまな操作を AI に任せることができます。

主要機能

チャットプラットフォーム統合

WhatsApp、Telegram、Discord、Slack、Signal、iMessage など、普段使っているメッセージアプリから自然言語で指示を出せます。専用アプリや Web サイトを開く必要はありません。

実行可能なタスク

メール管理: 未読メールの自動分析・優先順位付け、定型返信の作成
スケジュール調整: カレンダー確認、飲食店予約の自動実施
開発支援: GitHub コード履歴の確認、プルリクエストレビュー
ブラウザ制御: Web サイト閲覧、フォーム入力、データ抽出の自動化

ローカルファースト設計

個人デバイスやローカルサーバーで動作し、Raspberry Pi のような低価格デバイスでも実行可能です。クラウド利用時も暗号化環境を採用しています。

永続的メモリ

ユーザーの好みやコンテキストを記憶し、使い込むほど賢くなる仕組みが組み込まれています。

セットアップ方法

Node.js 22 以上が必要です。

1

npm install -g openclaw@latest

インストール後、オンボーディングウィザードで API 設定を完了します。LLM バックエンドは Claude、GPT、Ollama 経由のローカルモデルに対応しており、自分の API キーを使う方式（BYOK）です。

Qwen3.5-0.8B を日本語SFTしたモデル公開 — スマホで動く0.8Bパラメータの実力と小規模LLMの現在地

Thu, 05 Mar 2026 00:00:00 +0000

Qwen3.5-0.8B を日本語SFTしたモデル公開 — スマホで動く0.8Bパラメータの実力と小規模LLMの現在地

@Holy_fox_LLM 氏（ほーりーふぉっくす）のポストが、Qwen3.5-0.8B を約10万件の日本語データでフルパラメータ SFT したモデルを Hugging Face で公開しています。

Qwen3.5 0.8Bに対して約10万件超のデータを用いてフルパラでSFTしたモデルを公開しました！スマホなどの推論に最適なモデルとなっています

ポストは440いいね、69リツイートと高い反響を集めています。Qwen3.5 Small シリーズが2026年3月2日にリリースされた直後のタイミングで、日本語コミュニティの素早い対応として注目されています。

Qwen3.5 Small シリーズ — 0.8B でもマルチモーダル

リリースの概要

2026年3月2日、Alibaba の Qwen チームが Qwen3.5 Small シリーズを Apache 2.0 ライセンスで公開しました。0.8B、2B、4B、9B の4サイズで構成されています。

モデル	パラメータ	VRAM（FP16）	主な用途
Qwen3.5-0.8B	8億	約1.6GB	スマホ、IoT、エッジデバイス
Qwen3.5-2B	20億	約4GB	軽量サーバー、タブレット
Qwen3.5-4B	40億	約8GB	ローカル PC
Qwen3.5-9B	90億	約18GB	デスクトップ、サーバー

注目すべきは、9B モデルが OpenAI の gpt-oss-120B（13.5倍のサイズ）を GPQA Diamond ベンチマークで上回ったことです（81.7 vs 71.5）。

Gated DeltaNet アーキテクチャ

Qwen3.5 Small シリーズの技術的な特徴は、Gated DeltaNet ハイブリッドアーキテクチャです。

「Claude Ads」の正体 — Anthropic 公式ではない個人開発スキルが日本でバズった構造を解剖する

Wed, 04 Mar 2026 00:00:00 +0000

「Claude Ads」の正体 — Anthropic 公式ではない個人開発スキルが日本でバズった構造を解剖する

@lapper_s_high 氏のポストが、「Claude Ads」の名前が引き起こした混乱を端的に指摘しています（いいね 482）。

開発者も日本でこんなに話題になるなんて思わなかったのでは・・

Claude Adsなんて名前つけるから。。

引用元の @ryottaman 氏のポスト（表示 27万、ブックマーク 390）が拡散の起点となり、日本の SNS では「Anthropic が広告運用ツールを出した」という誤解が広がりました。

実際には、Claude Ads は **Anthropic の公式製品ではなく、個人開発者が GitHub に公開した Claude Code 向けのスキル（拡張機能）**です。本記事では、なぜこの混乱が起きたのか、Claude Ads の実態は何なのか、そして Claude Code のスキルシステムがどのように機能するのかを解説します。

なぜ混乱が起きたのか — 3つの偶然の重なり

偶然1: Anthropic のスーパーボウル CM

2026年2月、Anthropic はスーパーボウル第60回大会で CM を放映しました。キャッチコピーは 「Ads are coming to AI. But not to Claude.」（広告は AI にやって来る。だが、Claude には来ない）。OpenAI が ChatGPT への広告導入を発表した直後のタイミングで、「Claude は広告を入れない」と宣言する内容でした。

この CM は大きな話題となり、OpenAI の Sam Altman CEO が「面白いが明らかに不誠実」と反論する事態にまで発展しています。

偶然2: 「Claude Ads」という名前

その直後、個人開発者の Daniel Agrici 氏が GitHub に公開したのが claude-ads です。これは Claude Code で広告アカウントを監査するスキルであり、「Claude を使って Ads（広告）を分析する」という意味での命名でした。

OpenHands 入門ガイド — 無料・オープンソースの AI コーディングエージェントを自分の PC で動かす

Wed, 04 Mar 2026 00:00:00 +0000

OpenHands 入門ガイド — 無料・オープンソースの AI コーディングエージェントを自分の PC で動かす

OpenHands とは

OpenHands（旧 OpenDevin）は、AI が自律的にコードを書き、デバッグし、テストを実行するオープンソースのコーディングエージェントです。MIT ライセンスで完全無料、GitHub で 68,000 スター以上を獲得し、479 名以上のコントリビューターが参加しています。

簡単に言えば、「Claude Code や Devin のオープンソース版」です。自然言語で「この関数のテストを書いて」「このバグを直して」と指示するだけで、AI がファイルを読み、コードを編集し、ターミナルでコマンドを実行して、タスクを完了させます。

LLM・ランタイム・エージェントの 3 層構造における位置づけ

AI ツールを理解する上で、3 つの層を区別することが重要です。

あなた
↓ 「このバグを直して」
エージェント（OpenHands） ← コードを読み、修正し、テストを実行する「ドライバー」
↓ 「この質問を LLM に投げて」
ランタイム（Ollama 等） ← LLM を動かす「エンジン」
↓
LLM（Qwen3, Claude 等） ← 回答を生成する「頭脳」

層	役割	OpenHands の場合
LLM	言語理解・コード生成	Claude, GPT, Qwen3 など（選択可能）
ランタイム	LLM の実行環境	Anthropic API / OpenAI API / Ollama
エージェント	自律的にタスクを遂行	OpenHands がここ

OpenHands の最大の特徴はモデル非依存であることです。クラウド API（Claude, GPT）でも、ローカル LLM（Ollama + Qwen3）でも動作します。

.envの代わりにlkrでLLM APIキーを安全に管理する — セットアップからClaude Code連携まで

Tue, 03 Mar 2026 00:00:00 +0000

.env の代わりに lkr で LLM API キーを安全に管理する — セットアップから Claude Code 連携まで

AI エージェントがローカルファイルを読み書きする時代、.env に平文で置いた API キーが LLM のコンテキストに載るリスクが現実のものになっています。前回の記事ではこの問題の全体像を、aws-vault の記事では AWS 認証情報の保護を解説しました。

本記事では、LLM Key Ring（lkr）を使って LLM API キーを安全に管理する具体的な手順を解説します。aws-vault が AWS 認証情報に特化しているのに対し、lkr は OpenAI・Anthropic・Google など LLM API キーの管理に特化したツールです。

lkr が解決する問題

.env に LLM API キーを置くリスク

多くの開発者は .env ファイルに API キーを平文で保存しています。

1
2
3


# .env（平文で保存されている）
OPENAI_API_KEY=sk-proj-xxxxxxxxxxxxxxxxxxxx
ANTHROPIC_API_KEY=sk-ant-xxxxxxxxxxxxxxxxxxxx

このファイルには4つの攻撃ベクトルがあります。

攻撃ベクトル	説明
Git への混入	`.gitignore` に頼るヒューマンエラー。うっかりコミットは後を絶たない
シェル履歴への漏洩	`export OPENAI_API_KEY=sk-...` が `~/.bash_history` に残る
プロセス情報への露出	`ps` コマンドで環境変数が見える
AI エージェントによる抽出	Claude Code がファイルを読み取り、LLM の API リクエストに含まれる

4番目が AI 時代に特有の脅威です。Claude Code は.env ファイルを自動的に読み込むことが確認されており、API キーが意図せず Anthropic のサーバーに送信されるリスクがあります。

「AIが覚醒する魔法の言葉」は本当に効くのか — プロンプトエンジニアリングの実態と公式ガイドの教え

Tue, 03 Mar 2026 00:00:00 +0000

「AIが覚醒する魔法の言葉」は本当に効くのか — プロンプトエンジニアリングの実態と公式ガイドの教え

@fit_youtubead 氏のポストが、Claude と ChatGPT で使える「魔法のプロンプト」を紹介し、大きな反響を呼んでいます。

「最高の専門家として、思考プロセスを分解し、初心者にも再現できる形で5ステップで出力してください」

これだけ。なぜ強いのか？理由は3つ。

役割を与える → AIの精度が跳ね上がる

思考を分解させる → 中身が薄くならない

再現性を指定する → 実用的で使えるアウトプットになる

確かに、雑な指示よりも構造化された指示の方が良い結果を得られるのは事実です。しかし「魔法の言葉」と呼ぶには、いくつか知っておくべきことがあります。本記事では、ツイートで紹介された3つのテクニックを、Anthropic と OpenAI の公式ガイドおよび研究論文に照らし合わせて検証します。

テクニック1: 役割を与える（ロールプロンプティング）

「最高の専門家として」のように、AI に特定の役割やペルソナを与えるテクニックです。

公式ガイドの見解

Anthropic はプロンプトエンジニアリングのベストプラクティスで、ロールプロンプティングを推奨テクニックの1つとして挙げています。「法律アドバイザー」「データアナリスト」「カスタマーサポート担当」のように、具体的な文脈に合わせてモデルの声とふるまいを調整する手法です。

OpenAI も公式ガイドでシステムプロンプトによる役割設定を推奨しています。

研究が示す実態

ところが、学術的な研究を見ると、ロールプロンプティングの効果は「場合による」というのが正確な答えです。

研究	結果	対象モデル
Better Zero-Shot Reasoning with Role-Play Prompting	AQuA データセットで精度が53.5%→63.8%に向上（+10.3pt）	GPT-3.5
ExpertPrompting	詳細な専門家ペルソナが単純なペルソナを大幅に上回る	複数モデル
When “A Helpful Assistant” Is Not Really Helpful	追加のペルソナは性能を向上させない	4モデルファミリー
Persona is a Double-edged Sword	GPT-4ではペルソナの有無で差は最小限	GPT-4

PromptHub の検証記事は、これらの研究を総合して以下のように結論づけています。

創作的なタスク（文体の調整、トーンの統一）では効果がある
精度ベースのタスク（分類、計算、ファクトチェック）では、新しいモデルほど効果が薄い
「天才ペルソナが愚か者ペルソナより劣る」という矛盾した結果も報告されている

つまり、「専門家として」と付けるだけで「精度が跳ね上がる」わけではありません。効果があるのは、役割指定によってモデルの出力スタイルや視点が適切に制約されるケースです。

AI が書いた CLAUDE.md は逆効果 --- 「コンテキストファイルの自動生成は精度を下げる」という研究

Tue, 03 Mar 2026 00:00:00 +0000

AI が書いた CLAUDE.md は逆効果 — 「コンテキストファイルの自動生成は精度を下げる」という研究

@at_sushi_（門脇敦司）氏が X で投稿した、AI 生成のプロンプトファイルに関する記事が注目を集めています。

CLAUDE.md のようなプロンプトファイルを AI に生成させると「逆に精度が下がる」という研究です。AI 文書は冗長で、AI 自身を混乱させます。では、どうすればいいのか？というと、「本当に重要な情報だけを、開発者が書く」というのが現在の正解です

元記事は Zenn の解説記事で、ETH Zurich と LogicStar.ai の研究チーム（Gloaguen et al.）による論文「Evaluating AGENTS.md: Are Repository-Level Context Files Helpful for Coding Agents?」を日本語で紹介しています。本記事では、この研究の実験データを詳しく読み解き、CLAUDE.md / AGENTS.md の書き方への実践的な示唆を整理します。

研究の概要 — 何を検証したのか

背景

CLAUDE.md、AGENTS.md、CURSORRULES — これらの「コンテキストファイル」は、AI コーディングエージェントにリポジトリの慣習や制約を伝えるための指示書です。Anthropic、OpenAI、Cursor はいずれもこれらのファイルの作成を強く推奨しています。

しかし、「コンテキストファイルは本当にエージェントの性能を向上させるのか?」 という基本的な問いに対して、厳密な検証はこれまで行われていませんでした。

実験設計

ETH Zurich の研究チームは、3 つの条件で比較実験を実施しました。

条件	内容
なし（None）	コンテキストファイルなし（ベースライン）
LLM 生成	エージェント開発者の推奨に従い LLM に自動生成させたファイル
人間作成	開発者がリポジトリにコミットしたファイル

評価対象モデル: Claude Code（Sonnet 4.5）、Codex（GPT-5.2 / GPT-5.1 mini）、Qwen Code（Qwen3-30b-coder）

Amazon Bedrock が OpenAI API 互換を提供開始 --- Mantle 推論エンジンが「モデルの交換可能性」を実現する

Tue, 03 Mar 2026 00:00:00 +0000

Amazon Bedrock が OpenAI API 互換を提供開始 — Mantle 推論エンジンが「モデルの交換可能性」を実現する

@publickey が X で投稿した、Amazon Bedrock の OpenAI API 互換機能に関するブログ記事が話題を呼んでいます。

ブログ書きました：「Amazon Bedrock」でOpenAI API互換を提供開始。オープンウェイトな基盤モデルでOpenAI SDKが利用可能に

Publickey の元記事によると、AWS は Amazon Bedrock の Mantle 推論エンジンで OpenAI API 互換機能の提供を開始しました。これにより、開発者は使い慣れた OpenAI SDK をそのまま Amazon Bedrock 上で利用できるようになります。

この動きは単なる「API の互換性」にとどまらず、AI 業界の構造を変える可能性を持っています。本記事では、Mantle 推論エンジンの技術的な仕組みと、この互換性がもたらす業界への影響を掘り下げます。

Mantle 推論エンジンとは何か

分散推論の基盤

Mantle は、Amazon Bedrock のために構築された大規模モデル向け分散推論エンジンです。単なる API ラッパーではなく、以下の機能を内包する本格的な推論インフラです。

機能	説明
サーバーレス推論	容量管理を自動化し、デフォルトのクォータを引き上げ
OpenAI API 互換	Chat Completions API / Responses API をネイティブサポート
ステートフル会話管理	会話履歴をサーバー側で保持（Responses API）
非同期推論	長時間実行ワークロードのバックグラウンド処理
ストリーミング	リアルタイムのレスポンス生成に対応
ゼロオペレーターアクセス	NitroTPM による暗号学的な実行環境保証

セキュリティ設計

Mantle のセキュリティ設計は注目に値します。EC2 インスタンス証明（Instance Attestation）機能を活用し、顧客データ処理のための硬化された不変のコンピュート環境を構成しています。Nitro Trusted Platform Module（NitroTPM）による暗号署名付き証明測定で、モデルの重みと推論オペレーションを保護します。

AIチャットボットのプライバシー問題 — スタンフォード大学の研究が暴いた6社の構造的欠陥

Sun, 01 Mar 2026 00:00:00 +0000

AIチャットボットにあなたのプライバシーは存在しない — スタンフォード大学が暴いた構造的欠陥

スタンフォード大学の研究チームが、米国の主要AIチャットボット6社のプライバシーポリシーを体系的に分析した論文 “User Privacy and Large Language Models” を発表しました。その結論は明確です——全6社がユーザーの会話データをデフォルトでモデル学習に利用しており、実効的な保護は極めて限定的です。

論文概要

項目	内容
タイトル	User Privacy and Large Language Models: An Analysis of Frontier Developers’ Privacy Policies
著者	Jennifer King, Kevin Klyman, Fotis Gaspelos, Tiffany Saade, Victoria Bhatt
所属	Stanford University
発表	2025年10月（AAAI AIES 掲載）
論文	arXiv:2509.05382

対象6社

企業	チャットボット
Amazon	Nova
Anthropic	Claude
Google	Gemini
Meta	Meta AI
Microsoft	Copilot
OpenAI	ChatGPT

1. データの「統合」—— 会話が資産として再利用される構造

全6社がデフォルトでモデル学習に利用

Anthropic は長らく「消費者の会話データを学習に使わない」と差別化していましたが、2025年9月にオプトイン → オプトアウトへ転換。これにより全6社がデフォルト学習利用に揃いました。

# 【2026年最新】世界一わかりやすい Agent Skills 完全ガイド — まとめ

Fri, 27 Feb 2026 00:00:00 +0000

【2026年最新】世界一わかりやすい Agent Skills 完全ガイド — まとめ

元記事: 【2026年最新】世界一わかりやすいAgent Skills完全ガイド（株式会社AIworker）紹介ポスト: Fujin(@fujin_metaverse)

Agent Skills とは？

一言で言うと、「AIエージェントに渡す新人研修マニュアル」。

会社の新入社員にマニュアルを渡すのと同じ要領で、SKILL.md というテキストファイルに「やり方」を書いて所定のフォルダに置くだけ。AIエージェントが自動的にそれを見つけて読み込み、指示通りに仕事をしてくれる。

2025年12月に Anthropic がオープンスタンダードとして公開
Claude, GitHub Copilot, OpenAI Codex, Cursor など主要AIツールが対応
2026年2月時点でマーケットプレイス登録数は20万件超

なぜ Agent Skills が必要か — プロンプトの3つの限界

従来のプロンプト運用には以下の限界があった。Agent Skills はこれらを全て解決する。

限界	問題	Agent Skills での解決
毎回同じ説明が必要	技術スタック、規約、コミットルールを毎回ゼロから伝える	一度書けば繰り返し使える
チーム共有できない	優れたプロンプトがチャット履歴に埋もれる	Git で管理・共有可能
コンテキスト圧迫	毎回全情報を読み込むと、肝心のタスクの余裕が減る	必要な時に必要な分だけ読み込む「段階的開示」

Claude Code のセットアップ手順

Agent Skills を使う最も一般的な環境は Claude Code（Anthropic 提供のターミナル型AIコーディングツール）。ブラウザ版の Claude.ai と違い、PCのファイルを直接読み書きできるのが特徴。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12


# 1. Node.js の確認（v18.0.0 以上が必要）
node --version

# 2. Claude Code のインストール（Mac / Linux）
curl -fsSL claude.ai/install.sh | bash

# 3. 確認
claude --version

# 4. 初回起動（ブラウザでログイン画面が開く）
mkdir ~/my-project && cd ~/my-project
claude

SKILL.md の書き方

SKILL.md は YAMLフロントマター + Markdown 本文 の2部構成。

Vibe Coding 2.0 — 「何を作らないか」を知る 18 のルール

Thu, 26 Feb 2026 00:00:00 +0000

Vibe Coding 2.0 — 「何を作らないか」を知る 18 のルール

Vibe Coding とは（前提知識）

Vibe Coding は、Andrej Karpathy（OpenAI 共同創設者）が 2025 年初頭に提唱した概念で、「コードの細部を手で書く」のではなく、AI に自然言語で指示してコードを生成させ、“ノリ（vibe）“で開発を進める スタイルを指します。Cursor や Claude Code などの AI コーディングツールの普及とともに広まりました。

MVP とは

MVP（Minimum Viable Product / 実用最小限の製品） とは、顧客に価値を提供できる最小限の機能だけを備えた製品のことです。完璧な製品を作り込んでからリリースするのではなく、核となる機能だけを素早く形にして市場に投入し、実際のユーザーからフィードバックを得ながら改善していくアプローチを指します。

目的: アイデアが市場に受け入れられるかを、最小のコストと時間で検証する
考え方: 「完成品」ではなく「検証のための道具」。100 点を目指すのではなく、60 点で出して学ぶ
例: 動画配信サービスなら、レコメンド機能や検索機能を後回しにして、まず「動画を再生できる」だけのアプリをリリースする

Vibe Coding 2.0 の文脈では、AI ツールを活用して MVP を高速にシップ（出荷）する ことが繰り返し強調されています。以下のルール群は、すべて「いかに早く MVP を世に出すか」を軸に設計されています。

Vibe Coding 2.0 とは

Harshil Tomar 氏が X で投稿した 「Vibe Coding 2.0: 18 Rules to be the Top 1% builder」 は、Vibe Coding の「次のフェーズ」を定義したものです。

Azure OpenAI

Wed, 16 Jul 2025 00:00:00 +0000

Azure OpenAI

- Azure OpenAI Service申請について

ChatGPT: PowerPoint生成

Wed, 21 Feb 2024 00:00:00 +0000

CHatGPT PowerPoint 生成

生成AI: RAG

Mon, 12 Feb 2024 00:00:00 +0000

RAG(検索拡張生成)

大規模な言語モデルの出力を最適化するプロセスです。
応答を生成する前に、トレーニングデータソース以外の信頼できる知識ベースを参照します。
大規模言語モデル (LLM) は、膨大な量のデータに基づいてトレーニングされ、何十億ものパラメーターを使用して、質問への回答、言語の翻訳、文章の完成などのタスクのためのオリジナルの出力を生成します。
LLM の既に強力な機能を、モデルを再トレーニングすることなく、特定の分野や組織の内部ナレッジベースに拡張します。
LLM のアウトプットを改善するための費用対効果の高いアプローチであるため、さまざまな状況で関連性、正確性、有用性を維持できます。
外部ソースから取得した情報を用いて、生成 AI モデルの精度と信頼性を向上させるテクノロジです。

基盤モデル(FM)

基盤モデルとは何ですか?

例:

BERT
GPT(OpenAI)
Titan(Amazon)
Jurassic(AI21)
Claude(Anthropic)
Cohere
Stable Diffusion
BLOOM
Hugging Face

Bedlock

Amazon Bedrock 使ってみた
Amazon SageMaker は機械学習の包括的なライフサイクル（構築、訓練、展開）をサポートする
Bedrock は Fine-tuning は出来るものの基本的には Amazon Titan や AI スタートアップの基盤モデル（FM）を API から利用することに重きを置いています。
自分たちで最初から構築したモデルでなければビジネスとして成り立たないシーンでは、Amazon Bedrock を選択してはいけません。
非常に厳しいセキュリティ要件がある場合にも避けた方が良い

azure cognitive service

Thu, 29 Jun 2023 00:00:00 +0000

Azure Cognitive Services

Azure Cognitive Services は、Microsoft Azure の製品として提供されている AI 機能作成サービスです ¹². これらのサービスは、REST API およびクライアントライブラリ SDK を使用して、人工知能を直接的に利用することなく、アプリケーションに認識、言語理解、音声、画像、検索などの機能を追加することができます ¹³.

Azure Cognitive Services は、視覚、音声、言語、決定、検索などの分野を対象に AI 機能を簡単に利用することができます ¹. また、学習済みの AI モデル予測機能を活用できるのが特徴です ¹.

ソース: Bing との会話 2023/6/30

(1) AI をもっと身近に！Azure Cognitive Services とは？今注目されて …. https://www.rworks.jp/cloud/azure/azure-column/azure-entry/28078/.
(2) Azure Cognitive Services とは - Azure Cognitive Services. https://learn.microsoft.com/ja-jp/azure/cognitive-services/what-are-cognitive-services.
(3) Cognitive Services - AI ソリューション向け API | Microsoft Azure. https://azure.microsoft.com/ja-jp/products/cognitive-services/.