生成AI

サービス・インフラ

AIの回答が一般論に見える理由|アイデアの組み合わせを広げる方法

専門家が生成AIの回答を一般論に感じる理由を、新奇さと適合性の違い、変数を定めた組み合わせ探索、人間の評価に分けて解説します。企画・研究・営業でAIに何を頼み、どこを人間が判断するかを、公開研究の対象と限界、確度区分を添えて具体例で示します。質問文で先に決める変数、AIに依頼する列挙、専門家が確認する制約と証拠の切り分けも紹介します。
サービス・インフラ

生成AIで仕事が減らない理由|AIスキルを自動実行へつなぐ方法

生成AIやAIスキルを使っても仕事が減らないのは、回答後の追加調査と受け渡しを人間が続けているからです。長い指示を行数だけで短くせず、判断を小工程へ分け、中間出力とSKILL.mdでつなぐ設計、外部操作だけ人間が確認する方法を解説します。
ソフトウエア

GEOとは?|AI回答の引用を測る実務ループ

GEO(Generative Engine Optimization)を、SEOの置き換えではなくAI回答内の引用を測る運用層として解説。Google公式の確認事項と実務仮説を分け、質問セット、引用元、不足、修正、再測定のループをマーケティング、R&D、知財、新規事業向けに紹介します。
ソフトウエア

プロンプトエンジニアリングとは?|AI調査で幻覚を減らす書き方

プロンプトエンジニアリングとは、AIへの指示を設計して結果を安定させる仕事です。AnthropicとOpenAIの公式ドキュメントは、技法より先に成功基準と測り方を求めています。調査の仕事で使う合格ライン5項目、幻覚を減らす7つの手法とコピーして使えるプロンプト断片、プロンプトでは直らない症状の切り分け表までまとめました。
サービス・インフラ

ChatGPTとClaudeで答えが違う|原因は4つ、揃えるのは設定だけ

「答えが違う」には性質が正反対の2つが混ざっています。同じAIに同じ質問をしてブレるのは原理的に消せませんが、ChatGPTとClaudeの差、自分と同僚の差は揃えられます。モデル・メモリ・カスタム指示・入力データの4原因を、執筆時点(2026年8月)の公式ドキュメントを引きながら切り分けます。メモリを消さずに文脈だけを分ける手順つきです。
サービス・インフラ

AIスキルの移植はフォルダのコピーで終わります|Claude用のスキルをCopilotがそのまま読む

スキルの実体はSKILL.mdが入ったフォルダなので、PC移行もチーム配布も他サービスへの持ち出しも同じ1つの操作で済みます。GitHubは2025年12月18日に、リポジトリの.claude/skillsに置いたスキルをCopilotが自動で拾うと告知しました。格納場所の見つけ方から、配る前に落とすべき顧客名やAPIキーのチェックまで、公式ドキュメントの記述を引きながら整理します。
サービス・インフラ

AIスキルの評価データはもう手元にあります|自分の判断との差分を3つに分ける

自作したAIスキルの出力が薄いとき、評価用のデータセットを新しく作る必要はありません。過去に自分が下した判断がそのまま正解データになります。判断前に基準は決めきれないという研究を出発点に、自分の判断を見せずに通す5つの手順と、出てきた差分を3つに分ける判定フローを示します。
サービス・インフラ

ナレッジが貯まらないのは入力を人に任せているから|記録に倒す条件と副作用

社内wikiもCRMも、最終的には誰かが手で書くことに依存しています。50名調査で44の阻害要因を洗い出した研究と、社内SNSで63.2%が一度も書かなかった実測から、定着しない原因を入力コストの所在に置き直します。記録に倒すときの副作用も併記しました。
サービス・インフラ

AI活用が進まないのは意識の問題ではない|誰も改善を評価しない構造

日本のDX取組率は77.8%で米国を上回り、予算も9割確保され、経営も止めていません。それでも成果が出ないのはなぜか。IPAの一次データと経営学の知見から、効率化しないことが担当者にとって合理的になる構造を分解します。
サービス・インフラ

Geminiは通りClaude Codeは止まる|情シスのAI許可を2軸で分解する

情シスがGeminiを許可してClaude Codeを止める理由を、データ境界と作用の範囲という2軸に分解して説明します。Anthropic・VS Code・GitHub Copilotの公式ドキュメントで確認できる条件付き許可の設定と、許可リストが破られた実例、そして今の判断の賞味期限までを扱います。