はじめに こんにちは。クラウドエース株式会社 第四開発部の河添です。 近年、生成AIの進化によって、PowerPointスライドの作成も AI に任せられる時代になりました。今では AI でスライドを作る方法が数多くありますが、それぞれ実際に出力されるものは微妙に異なります。 そこで、この記事では同じ原稿・同じテンプレを異なるツールに渡すと出力がどれだけ変わるのかを見比べることで、AI時代における効率的なスライド作成方法について考えていきたいと思います。 早見表 まずは、今回比べる4手法を簡単に紹介します

! この記事で使うもの Claude Code — Anthropic社が提供するターミナル上で動くAIコーディングアシスタント。チャット形式でファイル操作・コード生成・分析などができる カスタムエージェント — Claude Codeに「専門家の人格」を与える仕組み。Markdownファイル1つで、名前・得意分野・使えるツール・AIモデルを定義できる この記事では、このカスタムエージェントを10体作って「仮想チーム」にした話をする QAチームが1人しかいない問題 自分はビットキーでソフトウェア品質戦略を

Claude Designのプレビューで出てから約1ヶ月、ちゃんと使い込みました。 今回は、実際に使って見えてきた Claude Design の強み・弱みをまとめます。 ※プライベートで試してます(会社の利用は現時点ではNGです) 結論からいうと、 「一番強いAIプロトツールが決まった」わけではなく、用途によって使い分けるほうが良いな 、というのが実感です。 今回は、Claude Designをプロトタイピング/仕様決め/アイデア出し/ブレストといった 0→1寄りの場面 で1ヶ月ほど使ってみた所感を、L

ども！ここしばらく、Slidevで作ったスライドをPowerPointで出す方法ばかり検証している龍ちゃんです。 僕は資料を Slidev で書いています。Markdownで書けるので中身がテキストのまま残るし、AIに書かせるのも直させるのも思いのままです。ただ社内に出すとなると、だいたいPowerPointが要求されるんですよね。PowerPointだったら誰でも編集できますもんね。 今回は、コードとして起こしていたスライドをPowerPoint形式にするための検証で、4パターンまで結論が出たのでまとめ

ども！SlidevからPowerPointへスライドを渡す道を、ひとつずつ試している龍ちゃんです。 Slidevで作ったデッキをPowerPointに持っていく実験をずっとやっていて、今回はそのうちの1本です。Slidevにもpptxの書き出し機能はあるんですが、出てくるのは各スライドを画像にして貼っただけのファイルで、開いても誰も直せません。以前「 Claude CodeでSlidevのスライドを作る話 」で「配布用の最終形と割り切る」と書いたのがこれですね。 じゃあ画像じゃない形で渡そうとなるんですが

PDFが10本、どこに何が書いてあるか言えますか？ 調査資料でもレポートでも提案書の根拠でもいいんですけど、PDFが10本あって、そこから共通点と相違点を洗い出して議論しないといけない場面を思い浮かべてください。 僕がまさにそれをやっていて、正直きつかったんですよね。全部人力で一から読むのってかなりの時間がかかりますし、そもそも必要な情報を探すのに、その必要なキーワードがそもそも分からないみたいなことがずっと起きるんですよ。「このデータ、どのPDFのどこに書いてあったっけ」を毎回探しにいく感じです。 結論

はじめに こんにちは。グループIT推進本部の鷹雄です。 Codex Ambassadorとして、社内 ...

現在、FinOps プラクティショナーは増え続ける AI ツール群を利用できるようになりました。しかし、それぞれのユースケースに適したツールを組み合わせることこそが、プラクティスを加速させるか、不要な複雑さを持ち込むかの分かれ目になります。AWS は、AI ラインナップの各ツールを、それぞれ異なるコンテキストと異なる種類の作業に向けて設計しています。このブログでは、5 つのツールについての実践的な整理、それぞれをいつ使うべきか、そしてなぜそれが FinOps にとって重要なのかを説明します。 ここで重要な

「技術ブログを書け、PVを伸ばせ」と言われたあなたへ ども！1年間AIと一緒に活動してきた龍ちゃんです。 「技術ブログを書け、PVを伸ばせ」 会社からそう言われているエンジニア、いませんか？文章書くのは苦痛で、タイトルの付け方もメタディスクリプションの書き方もマーケの話も全然わからない。 先に、この記事で渡したいものだけ。個別のTipsでも「AIがすごい」って話でもなくて、 文章が苦手なエンジニアでも、ネタ切れせずにブログを続けられる仕組み です。検証から公開までの全工程を、ひとつのパイプラインとして見せ

文章は書けるのに、図で手が止まる ども！龍ちゃんです。 文章は書けるんですよ。でも図が。 ブログって図があった方がいいですよね。技術ブログでも、何のブログでも。そこは疑ってなくて、あった方がいいのは分かってるんです。ただ、Figmaとかで作るのも図を検討するのもなかなか時間がかかります。 なので、書き終わってから記事を眺めて「なんかここ、文字ばっかりだな」と思ったら1枚差し込む。あるいは面倒で入れないまま出す。そんな感じでブログの装飾をつけていました。 AIを使うようになってから、この辺が大きく変わりまし

はじめに 前回 は、KubernetesのバックアップツールであるVeleroのインストールと、MinIOを保存先とした初期設定について解説しました 。 前回のハンズオンが終わっていれば、環境構築が完了し、Veleroサーバーがクラスター内で正常に稼働している状態になっているかと思います。 本記事では、PersistentVolume (PV) を伴わないステートレスなアプリケーションを対象に、クラスターリソース（Kubernetesオブジェクトの定義）のバックアップ手順を解説します。 PVを含むステート

トリビューでCTOをしている小尾（@obiyuta）です。 弊社では2026年7月、美容医療アプリ「トリビュー」にAI相談機能をリリースしました。前回のフロントエンド編では、LLMの仕事を、どの画面部品に何を表示するかを指定するJSON（テンプレートJSON）の出力までに絞り、画面の組み立てと実データの取得はフロントエンドが担う設計をご紹介しました。 今回はバックエンド編です。バックエンドも考え方は同じで、LLMにすべてを任せるのではなく、任せる範囲や役割を明確に設計しています。LLM・API・RAGの役

この記事は、”Reimagine your mainframe applications with Agentic AI and AWS Transform” を翻訳したものです。 本ブログでは、reimagine パターンによってメインフレームのレガシーアプリケーションをモダナイズする AWS のアプローチの概要を説明し、組織がレガシー COBOL アプリケーションをモダンなクラウドネイティブアーキテクチャに変換する方法を紹介します。 人材不足、コスト増加、ビジネスアジリティの制約により、組織はレガシー

はじめに こんにちは、BASE株式会社で PHPer をしている @meihei です。 直近で New Relic の Terraform 管理を改修し、AI を使いながら New Relic を利用しやすい環境を整えました。設計思想や具体的な取り組みなどをお話します。 背景 一度アーカイブされた Terraform 管理 BASE では以前から New Relic を導入しており、BASE BANK では New Relic を Terraform で管理する取り組みもありました。 devblog.t

G-gen の佐々木です。当記事では、Google Cloud の生成 AI 開発・運用プラットフォームである Gemini Enterprise Agent Platform に統合された評価サービス、 Gen AI Evaluation Service を解説します。生成 AI の出力品質を客観的・データドリブンに評価できるサービスです。 概要 Gemini Enterprise Agent Platform とは Gen AI Evaluation Service とは 当記事で扱うインターフェース