失敗したあとに、必要以上に引きずってしまう人は多い

Claude の Web Search 機能を使えば、知識カットオフの制約を超えてリアルタイムの情報を回答に組み込むことができます。この記事では、Claude の Web Search 機能の仕組みと有効化の手順、そして検索精度を高めるプロンプトのコツを紹介します。「Claude に検索してほしいのにうまく動かない」「引用が出てこない」と感じたことがある方にも参考になる内容です。

Google Cloud Next 2026 の会期中に開催されたハンズオン「McLaren Racing Intelligence — Build AI Agents for F1 Analytics」に参加しました。

ソフトウェア開発における品質向上のため、不具合の構造化分析とリスク視点による改善手法の一例を紹介します。不具合の構造化、テスト進捗の可視化、リスクベース視点の導入という3つの柱を立て、収集・分類から原因分析、改善施策立案までのプロセスを解説。KPI設定や可視化レポートの例も交え、定量的データに基づいた再現性の高い品質改善サイクルの確立を目指します。

はじめに こんにちは。Speeda Product Teamの板倉です。 AIエージェントに「直近3年の売上推移を教えて」と聞いたとき、こんな回答が返ってきた経験はないでしょうか。 2022年の売上は120億円で、前年比+8%の成長でした。 2023年は135億円で前年比+12.5%、2024年は128億円で前年比-5.2%となっています。 2023年に大きく伸びた要因としては…（以下、長文が続く） 数字の羅列をテキストで読まされても、傾向はすぐには掴めません。これがテーブルやチャートで返ってきたら、一目

G-gen の山崎です。当記事は、Google Cloud Next '26 in Las Vegas の1日目に行われたブレイクアウトセッション「 Real-time multimodality: Building seamless experiences with the Gemini Live API 」のレポートです。 G-gen Tech Blog では、現地でイベントに参加したメンバーや、日本から情報をウォッチするメンバーが、Google Cloud Next '26 に関連する記事を発信しま

こんにちは！「 SHIFTグループ技術ブログ 」編集部です。 お役立ち記事を発信していますので、ぜひご注目ください！！ 本ブログは、IT技術だけでなくSHIFTグループのあらゆる知見やノウハウを広義の“技術”とし、入社歴や部署の垣根を超えて従業員が公式ブロガーとして記事を執筆しています。

G-gen の荒井です。当記事は Google Cloud Next '26 in Las Vegas の1日目に行われた ブレイクアウトセッション「What's new with Gemini from Google DeepMind」の速報レポートをお届けします。 G-gen Tech Blog では、現地でイベントに参加したメンバーや、日本から情報をウォッチするメンバーが、Google Cloud Next '26 に関連する記事を発信します。 blog.g-gen.co.jp セッションの概要 G

G-gen の杉村です。当記事では、Google Cloud Next '26 で発表された Gemini Enterprise アプリ の新機能について、公式の投稿記事「Gemini Enterprise for the agentic task force: introducing long-running agents, agentic collaboration spaces, advanced governance, and more」の内容をもとに紹介します。 はじめに 名称変更とリブランディ

はじめに アジャイル開発では、短いサイクルで実装と検証を回し、できるだけ早く価値を届け続けることが求められます。 その際に課題になりやすいのが、コードをどこで統合し、どの状態を基準とし、いつリリース可能とみなすかという運用です。 その運用を支える仕組みがブランチ戦略です。 ブランチ戦略は、プロジェクト特性に応じて適切に選択する必要があります。 さらに最近は、生成 AI の活用も現場の前提になりつつあります。より高速な開発・リリースサイクルに耐えうるブランチ戦略の策定は、ますます重要になっています。 本記事

G-gen の武井です。当記事では、Google Cloud Next '26 のセッションの1つ、「 Natively Integrating Wiz CNAPP with Google Security Operations 」について、速報レポートをお届けします。 G-gen Tech Blog では、現地でイベントに参加したメンバーや、日本から情報をウォッチするメンバーが、Google Cloud Next '26 に関連する記事を発信します。 blog.g-gen.co.jp セッションの概要

はじめに こんにちは。プロダクト開発部 転職開発チームでエンジニアリングマネージャーをしている松村( @shakemurasan )です。 2026-04-22(水)から2026-04-24(金)までの3日間開催されているRubyKaigi 2026に現地参加しています。 rubykaigi.org この記事は、Day1 13:00-13:30のkoicさんのセッション『Exploring RuboCop with MCP』について、事前準備編と当日編（セッション当日に残したメモと感想）を1本にまとめたも

2026年3月24日、サポーターズ主催のオンライン勉強会「全エンジニアEM化説」が開催され、JAPAN AI株式会社（ジーニーグループ）Product Dev Group 部長 Leon Xuが登壇しました。 生成AIやコーディングエージェントの進化により、エンジニアの役割はこれまでにないスピードで変化しています。実際、ソフトウェア開発の現場では「AIがコードを書く時代に、人間のエンジニアの価値はどこに残るのか」「本当に全員にマネジメント視点が求められるようになるのか」といった疑問や不安に向き合うことが増

サイオステクノロジー株式会社 Saman 目次 機能紹介編 Agent Skills とは？ Context Engineering というアプローチ なぜ Agent Skills が必要か 課題 1：ES|QL は新しい領域 課題 2：API サーフェスが広く深い 課題 3：ベストプラクティスは訓練データにない Agent Skills でカバーされている領域 スキルは組み合わせ可能（Composable） インストール方法 準備：Node.js が必要 方法 1：npx を使う（推奨） オプション：

― 基礎から理解し、AIで劇的に効率化する ― データ分析を始めようとしたとき、多くの担当者が最初につまずくのは「分析手法の選び方」ではありません。その前段階にある、データを「使える状態」に整える工程――データクレンジング――です。 本記事では、非エンジニアの方や意思決定者の方でも全体像をつかめるよう、データクレンジングの基礎から実務上の課題、そしてAIによる新しいアプローチまでを体系的に解説します。 第1章　データクレンジングの全体像と重要性 1-1. データ分析は「準備」で8割決まる データサイエンス