長文：短いノートの背景にある考えを最後まで。
Token を節約するために Prompt を英語に翻訳するのはもうやめましょう！英語に訳すほど、なぜ AI は「給到」や「質量」を返してくるのか？本記事は ACL の言語モデル研究と実践経験をもとに、「専門用語は原文のまま＋母語で説明＋地域のアンカーを明示」がやり取りの修正コストを下げる最適解である理由を解説します。
Claude と Codex を併用していて、Computer History も有効にしているなら、効果の大きい小技が 2 つあります。Computer History を使って Codex に mentor として最近の働きぶりを評価してもらい、さらに Claude Code の /insights で振り返りレポートを出して、大きな方向性から細部まで、成長を続けるためのまとめを作ります。
Deckhand はオープンソースの Claude Code プラグインで、入力欄の上にツールバーを追加します。タスクを Codex、Cursor agent、agy に読み取り専用で委譲してセカンドオピニオンを取得したり、Sub5 でサブエージェントを並列実行したり、使用量メトリクス表示やモデル切り替え機能を提供します。本記事ではインストール手順、各機能の使い方、データフロー、既知の制限事項について解説します。
Claude Haiku 5.5 は高速かつ安価ですが、すべてのタスクを無差別に並列で投げると、誤判断や評価バイアス、Supply Chain リスクを増大させるだけです。本稿では、Fable による判断、Opus によるオーケストレーション、Sonnet と Haiku による実装、CI による検証、Opus による検収という階層型アーキテクチャと、どのようなタスクこそが Fan-out に適しているのかを解説します。
人間用のSOPをそのままLLMに投げ込んでも、Agentは1回成功して3回盛大にやらかすのが関の山です。本記事では、RFC 2119のMUST、SHOULD、MAYを使ってSystem PromptやAgent Skillを書き換え、絶対的な制約・強い推奨・自律的裁量を明確に切り分ける手法と、3つの実践原則を解説します。
ソフトウェア開発の日常を例に、AI Agentの5大コア概念（Prompt、Context、Harness、Loop、Graph）を一言で解説。チケット、開発環境やコーディング規約、テストのループ、そしてPMのワークフロー図にそれぞれ対応させて読み解きます。
Karpathy氏は、AIにASD-STE100を用いて説明させることで、誤読や曖昧さを減らすアプローチを推奨しています。本記事では、グローバルのCLAUDE.mdやAGENTS.mdにそのまま追加できる完成版プロンプトを掲載しています。
私のウェブサイトを「動的 + 記事」多言語ブログにしました。コンテンツは Markdown で管理され、投稿時に翻訳が完了し、構築中に静的ページが生成され、言語の読み取りと切り替えはブラウザーが担当します。この記事では、コンテンツ モデル、共有パイプライン、オンデマンド読み込みと SEO の間のトレードオフ、そして純粋なフロントエンドによって何が節約されるのかを詳しく説明します。
フロントエンド全体で100+のテーマと複数のレイアウトを支えながら、カスタムロジックが共通コンポーネントに入り込まないようにするには、どう分割すればよいでしょうか？この記事では core / view / theme leaf のレイヤー構成、型付き設定、ファミリー完全性テスト、テーマ CSS のオンデマンド読み込み、そして各レイヤーのトレードオフを解説します。
ノート