c言語自体は2001年冬の高校から2004年に大学で勉強したので基礎的な部分というか、文法は大体クリアしていたため、このソースは大体こんな事やってるんだろうなー。という、ソースの大まかな部分は読めました。というか、自分の場合、極端に脳みその記憶が悪いため、体に染みるほど高校3年間を無駄にVB6とBASICとC言語を覚えていました。(HTMLは、30日で覚えました)そうすることでとあるところで、電気ショックを受けて病院に行った時もちゃんとc言語を2007年の時点でも、2026年の時点でもきちんと忘れることなく覚えています。で、実際にc言語2級受けた時は、今年(2026)の6月なのですが、必死に勉強したのは残り2週間程度でした。それまでは、気楽にまあこんなものだろう・・・。と簡単に過去問が平均して68点?(6割)くらいでほぼ合格点に達していたので特に勉強らしい勉強をしなかったのです。しかし、さらに安全圏の得点を取るために、まずポインタについて学びなおしました。それから文字列操作の関数の使い方も覚えなおしました。strlenやstrcat、strcmpは自前で実装できるほど理解していたので問題なかったのですが、、、。例えば、strchrとか、strstrとか、strrchrやstrtokなどです。特に困ったのは二重ポインタです。例えば→がint型の二重ポインタです。 int **po;int *po2[];さらに追い打ちを叩かれたのが、char型の二重ポインタです。これらの勉強と、ライブラリ関数のXXXという関数は何というヘッダをインクルードすれば使えるのかを試験一日前に勉強しまし
最近、「AI検索」「LLMO」「AEO」という言葉を見かける機会が増えてきました。ChatGPTなどの生成AIや、AIを活用した検索サービスに質問すると、検索結果の一覧ではなく、**質問に対する答えが文章で表示される**ことがあります。これまでのSEOでは、「Google検索で上位表示するにはどうすればいい?」という考え方が中心でした。しかし、これからは、**「AIに自分のサイトや情報を正しく理解してもらうにはどうすればいい?」**という視点も重要になってきます。そこで注目されているのが、**LLMO(Large Language Model Optimization)**や**AEO(Answer Engine Optimization)**です。この記事では、AI検索対策についてよくわからない初心者の方に向けて、基本的な考え方と、今日からできる7つの対策を紹介します。AI検索対策(LLMO・AEO)とは?まず、それぞれの言葉を簡単に整理しましょう。LLMOとは?LLMOは、**Large Language Model Optimization**の略です。簡単に言えば、**生成AIや大規模言語モデルに、自分のWebサイトやコンテンツの情報を理解・参照してもらいやすくするための取り組み**と考えるとわかりやすいでしょう。例えば、「大阪でおすすめのWeb制作会社は?」とAIに質問したときに、自社の情報が回答候補として扱われることを目指すイメージです。AEOとは?AEOは、**Answer Engine Optimization**の略です。検索エンジンなどが、ユーザーの質問に対
こんにちは。普段は動画制作・AIを活用した映像制作などを行っていますが、実は私が特に得意としている分野のひとつが、ReactとThree.jsを使ったWeb制作です。一般的なホームページというと、「文章を読む」「画像を見る」「ボタンを押して別のページへ移動する」といったものを想像される方が多いと思います。私が制作しているのは、そこからもう一歩進んだ、「ユーザー自身が触って楽しめるWebサイト」です。Three.jsを使うとWebサイトはここまで変わるThree.jsは、ブラウザ上で3Dグラフィックスやアニメーションなどを表現できるJavaScriptライブラリです。例えば、マウスを動かすと3D空間が反応する。クリックすると物体が粒子になって飛び散る。水面に触れると波紋が広がる。スクロールすると3Dオブジェクトやカメラが動く。商品を360度回転させながら見られる。こういった「体験」をWebブラウザ上で作ることができます。私はこれまで、Three.jsを使って、波紋・パーティクル・3Dオブジェクト・アニメーションなどを組み合わせたインタラクティブコンテンツを制作してきました。Reactとの組み合わせも得意ですもうひとつ得意としているのがReactです。ReactとThree.jsを組み合わせることで、通常のWebサイトとして必要なUIやコンテンツと、3D・アニメーション表現を組み合わせることができます。Three.jsのエコシステムにはReact Three FiberというReact向けのレンダラーもあり、Reactのコンポーネント設計とThree.jsの3D表現を組み合わせた開
■よくある相談「去年AIに作ってもらって動いていたツールが、久しぶりに使おうとしたら止まった」「作った担当者がすでに退職していて、直せる人が社内にいない」というご相談が増えています。今回は実際に手を動かして検証した、スクレイパーが止まった事例をもとに、直すときの考え方をまとめます。■症状対象は、商品一覧ページを巡回して価格や在庫を取得するPythonのスクレイパーでした。実行すると直後にAttributeErrorの例外で異常終了し、出力ファイルが1件も生成されない状態でした。エラーメッセージは「'NoneType' object has no attribute 'text'」で、取得できなかった要素に対して文字列扱いの処理をしようとしたことが読み取れます。■再現と原因調査まず実機でそのまま実行し、同じ例外で落ちることを確認しました。ログを見ると、価格を取得している行で例外が発生していました。実際のページのHTML構造を確認したところ、ツールが探していた要素の親子関係が、実際のサイトの構造と食い違っていることが分かりました。■修正した内容セレクタを実際のHTML構造に合わせて修正したうえで、次の対策もあわせて加えました。1件のデータ取得に失敗しても全体を止めず、警告を出して処理を続ける。通信のタイムアウトと失敗時のリトライを追加する。「--check」というセルフテストモードを追加し、各項目の取得元が正しくヒットしているかを事前に確認できるようにする。修正後、2ページ分・40件のデータを正常にCSVへ書き出せることを確認しました。■修正の過程で見つかった別の問題サーバー側が文
0
Claude Codeで外注先・協力会社の依頼記録を整える!中小企業のための取引実績の一覧づくりと次に頼む先の判断材料整理ガイド
2026年9月10日 ・ 読了目安 約9分「あの業者さん、前は納期どおりだったっけ」「この職人さんに頼んだのは去年だったか、一昨年だったか」。中小企業が外注先や協力会社を選ぶとき、判断のもとになるのはたいてい担当者の記憶です。頼んだ回数、かかった金額、納期を守ってくれたか、仕上がりに手直しがあったか。どれも取引のたびに起きているのに、終わった案件の中に散らばったまま、誰も並べて見たことがありません。その結果、何が起きるか。急ぎの仕事で「いつもの所」に頼み、いつもの所が実は三回に一回は遅れていることに気づかない。逆に、一度だけ小さな不備があった先を、それきり避けてしまう。新しい担当者は前任者の「あそこは大丈夫」という言葉だけを頼りに発注する。外注先の記録がないことの本当の損失は、頼む先を選ぶたびに、毎回ゼロから勘で決めていることです。この記事では、Anthropic社の公式AIコーディングツール Claude Code を使って、過去の依頼を外注先ごとに一覧にそろえ、納期・金額・仕上がりの実績を数えて、次に誰へ頼むかを根拠をもって決められる状態にするまでの手順を、非エンジニアの方向けに整理します。どこへ頼むか、取引を続けるか、単価の相談をするかは人の判断。機械に任せるのは、散らばった依頼の記録を集めて、外注先ごとにそろえて、数える作業です。外注先の実績が「記憶頼み」になる3つの理由記録が残らないのは、担当者の怠慢ではありません。残らない構造が、仕事の側にあります。1. 依頼の記録が「案件」の中に閉じている見積書、発注書、納品の受け取り、請求書の支払い。外注に関する記録は、すべて案