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。悩みごとのヒアリングから始めて、ユーザーの希望条件に沿って施術やクリニック、メニューの候補を検索・整理して提示し、そのまま予約まで行うことができるAIチャット機能です。 この記事は、医療ドメインにおいてユーザー向けのAI機能を提供するにあたり、安全性やコストを犠牲にせずベストな体験を提供するための設計やそこに至る失敗をお伝えできればと思います。 ! バックエンド

はじめに こんにちは。株式会社medibaでフロントエンドエンジニアをやっているyu_ariです。 この記事は、現在も絶賛開発が進行している新規事業プロジェクトにおいて、「仕様がブレやすく、納期が短い大規模開発をどう成功させるか」を模索した結果、たどり着いた開発フローの話です。 結論から言うと、AI（主にClaude Codeなど）のパワーを120%引き出すことで、ロジックのコーディングはもちろん、億劫になりがちなテストコード（UT/IT/E2E）に関しても、自分で書くことは「ほとんどゼロ」になりました。

G-gen の高宮です。当記事では、AI 駆動フロントエンドデザインツール Stitch と、AI 駆動統合開発環境 Google Antigravity 2.0 を組み合わせた、AI 駆動開発について紹介します。 はじめに AI 駆動開発（AI-Driven Development）とは Stitch とは Google Antigravity とは 環境準備 Stitch でのフロントエンドデザイン Antigravity 2.0 での開発 Stitch との連携 アプリケーションコードの開発 Goo

1. はじめに 前回の記事では、AWS（Amazon Web Services） Samplesで公開されている sample-agent-cost-bench を使い、Kiro CLI上で複数モデルを比較しました。 https://zenn.dev/nttdata_tech/articles/130bd43f48e425 前回利用したのは model-compare です。これは、同じCLI上で複数のモデルを比較し、成功率・コスト・実行時間を確認するためのモードです。 今回はその続きとして、agent-

レバレジーズで AWS AI-DLC Unicorn Gym を実施しました レバレジーズでは、開発プロセスにAIをより深く組み込む取り組みの一つとして、AWS AI-DLC Unicorn Gymを実施しました。 これまでAI活用というと、実装補助やコード生成、ドキュメント作成など、個人の生産性向上に寄った使い方が中心でした。 一方で、実際のプロダクト開発では、要件定義、仕様のすり合わせ、デザイン、実装方針の決定など、チームで意思決定する場面が多くあります。 今回のAI-DLCでは、AIを単なる作業補助

1. はじめに AIコーディングエージェントの活用が広がる中で、開発現場では次のような問いが増えてきました。 Kiro、Claude Code、GitHub Copilot、Codexなど、どのツールを選ぶべきか 同じツールでも、どのモデルを使うべきか 高性能なモデルを使うコストは、品質向上に見合っているのか チームや案件全体に展開したとき、費用対効果をどのように説明するのか AIコーディングエージェントは、単純に「一番賢いモデルを使えばよい」というものではありません。 簡単な修正であれば軽量なモデルで十

こんにちは、駅メモ！開発チームエンジニアの id:hayayanai です！ 以前 Vite+時代のVueプロジェクトのLinter/Formatter設定 2026年5月 という記事で、 vp create vue と pnpm create vue@latest のプロジェクト設定を比較しました。 そのとき分かったのは「Oxlint は .vue の <script> ブロックしか Lint できず、 <template> の Lint には引き続き ESLint（eslint

こんにちは、ミイダス Tech Officeです。 ミイダス株式会社のテックチームが直近で開発した機能を現場のエンジニアから共有する「MIIDAS Tech LIVE」。 第14回目の開催となる今回は2つのリリース情報をお届けしました。 採用マッチングサービス「ミイダス」は、独自の診断ツールで採用のミスマッチを減らす中途採用サービスです。メインの採用関連の機能に加え、診断や研修、組織サーベイの支援金の検索機能など、幅広い機能開発が行われています。 MIIDAS Tech LIVE #14 (2026/06

2026年6月11日（木）、12日（金）の2日間、AWS 麻布台オフィスにて AI 駆動型ハッカソンイベント「AWS GenAI Catapult! 」を開催いたしました。本イベントは、生成 AI 活用を前提にAmazon のイノベーション創出メカニズム「Working Backwards」手法を用いて顧客起点で生成 AI ユースケースを創出し、プロトタイプ開発まで行うコンテスト形式のイベントです。 前回 に続く2回目の開催となる今年は、創出したユースケースを AI コーディングエージェント「Kiro」で

LINE アプリ開発に携わっている Hiraki と申します。普段は、LINE アプリにおけるアーキテクチャの統一を推進するプロジェクトのリードや、AI ネイティブな開発スタイルを業務に組み込むための...

1. はじめに AWS（Amazon Web Services）のコスト管理では、Cost Explorer、Cost Anomaly Detection、Cost Optimization Hub、Compute Optimizerなど、目的に応じたさまざまなサービスが提供されています。 また、最近ではAmazon Qを利用して、AWSマネジメントコンソール上から自然言語でコストに関する質問を行うこともできるようになってきました。そのため、「Cost ExplorerやAmazon Qがある中で、AWS

～生成AIエージェント時代に知っておきたい「知識のデータモデリング」の本質～ はじめに 「チャンク分割が重要です。」 最近、この言葉を耳にする機会が本当に増えました。技術イベントの登壇でも、AIベンダーの提案セミナーでも、生成AIの解説記事でも、まるで業界の合言葉であるかのように当たり前に使われています。 しかし、私は時々、ふと立ち止まって考えてしまうのです。 「私たちは、この『チャンク』という言葉の持つ本当の重みを、どれほど理解できているのだろうか」と。 文章を機械的に300文字ごとに区切れば、それが優

はじめに # Deno 2.9 リリースおめでとうございます。 Deno 2.9 | Deno Electron 大好きな自分としても気になるのはやはり Deno Desktop です。 Tauri と同様 WebView をバックエンドにする構成と Electron と同様 Chromium ベースの構成を選べるとのことで、これは試すしかないと思いました。 公式ドキュメントは以下にあります。 https://docs.deno.com/runtime/desktop/ --> Caution Deno

はじめに この記事で学べること 前提知識・条件 AWS WAF JavaScript Integrations と ATP とは？ 検証の全体構成 やってみた Step 1: 疑似ログイン API(AWS Lambda + Amazon API Gateway)を作成 Step 2: WAF Web ACL を作成し、ATP を設定 ポイント: ATP だけでは「トークン無し」を単体でブロックしない Step 3: JavaScript Integration の設定・取得 Step 4: ログイン HT

計測データをもっと簡単に活用したいみなさん、 こんにちは、ソリューションアーキテクトの伊勢です。 収集された計測データを取得・加工してシステム連携するケースが増えてきました。 今回は自分で実装せず、AIエージェントにAPIの仕様を教えて実現してみます。 GeoJSONを生成し、地図サービスで可視化した結果をHTMLとして公開します。 はじめに intdash API やりたいこと Codexとは kepler.glとは やってみた 緯度経度を可視化 高度・速度を追加 表示レイヤー追加 写真サムネイルの追加