すべてのカテゴリ

前回はCodex CLIでツールを作ってみた話を書いたが、今回はもう少し踏み込んで、実際の業務システムっぽいものを作ってみた話。 ■CLUB 管理システムデモ（github.com/take365/club-ops）キャバクラでボーイが店舗管理するのに使う感じのシステムです。 そんな感じの募集があったのでデモをAIで作ってみたが提案前に募集が閉じてしまったのでこちらでご紹介。まぁもともと月額数万円でサービス提供しているようなシステムを、数日で開発というのもなかなか無理な話ではあるのだが、ぼちぼち動く程度にはなったのでノウハウ提供もかねてひさびさにブログでだしてみる。■技術的な話開発エージェント：codex cli（open ai）　　claud code優勢と聞くが、あいかわらずopen ai（codex cli） 言語：python django　　チャッピーにはJS系が…とも言われたが、ロジック側も重要そうなので見やすいpythonメイン。djangoは使ったことなかったがAIが勝手に使うのでいいや。結局デモまでだったし、pythonもコード読んでない）インフラ：さくらのApp Runデモの公開は最近さくらインターネット検定合格したこともあり、さくらのApp Runを利用。無料βは終わってしまったが、使わないときに勝手に落ちるのでデモ用途にはちょうどいい。デモなのでDB同梱で揮発でOK。 ■苦労した点 ・業務理解 　いろいろ分からないことが多い業界。それでもチャッピーはなんとか説明してくれた（たぶん） ・タブレット操作用のUI 　気を抜くとプルダウンとかチェックボックスを出

やってみて分かったこと最初から完璧な仕様を作ろうとするより、まずは声でアイデアを出し切ってから整理する方が、かなり前に進みやすいと感じました。また、今回はCodexで進めていますが、同じ進め方はClaude Codeでも十分再現できます。「思いつき -> 要件化 -> skills要件化 -> AIへ投入」という流れは、非エンジニアでも回しやすい実践手順でした。Claude Codeで始めたい方向けClaude Codeでも同じ進め方を試したい方向けに、基礎研修サービスを用意しています。Codexでスマホアプリ開発を始めました。今日はその1日目の記録です。最初にやったのは、アプリのアイデアを音声入力でひたすら話すことでした。文章で考えるより先に、思いつく機能や使う場面を一気に出し切る形です。1日目に実際にやったこと1. 音声入力でアイデアをまとめて吐き出し2. その内容をもとに要件定義書を作成3. 要件をクリアするために、あると良いskillsの要件を作成4. その要件をまるごとCodexにコピペして投入ここまでで、「何を作るか」と「何を準備するか」の土台ができました。次回は、作成した要件をもとに画面設計と最小機能の切り出しまで進めた記録を書きます。

近年、AI 技術の進化は目覚ましく、その中でも特に注目を集めているのが「Codex（コーデックス）」という技術です。名前は聞いたことがあるけれど、「結局何なの？」と感じている方も多いのではないでしょうか。この記事では、難しい専門用語をできるだけ使わず、今 Codex がなぜ話題になっているのか、そして私たちの仕事や学習にどんな変化をもたらしているのかをわかりやすく解説します。Codex とは何か？Codex は、OpenAI が開発した プログラミングに特化した AI モデルです。一言で言うと、「人間の言葉を理解して、コードを書いてくれる AI」です。例えば、「このサイトにスライダーをつけたい」と文章で伝えると、AI が HTML・CSS・JavaScript のコードを書いてくれる。そんな“未来のプログラミングアシスタント”が Codex です。現在の GitHub Copilot などの AI コーディングツールのベースにもなっていて、世界中のエンジニアやクリエイターから「作業スピードが爆増する」と話題になっています。なぜ今 Codex が流行っているのか？1. コードを自動生成してくれるからCodex は文章からコードを作成する能力に優れており、複雑な処理も自然な言葉で頼むだけで AI が書いてくれます。「この関数をもっと短くして」といった指示も理解して改善してくれます。2. 初心者でも扱いやすい専門知識がなくても、自然文で操作できる点が人気の理由です。「固定ヘッダーを作りたい」「お問い合わせフォームを作成したい」と書くだけで動くコードを出してくれるため、学習のハードルが

マルチモーダル文字認識ツール　：（github.com/take365/llmocr）従来の OCR（文字認識）は、専用ライブラリや設定が必要で手間がかかりました。しかし マルチモーダル LLM（例: GPT-4o のように画像を直接理解できるモデル） を組み合わせることで、画像をそのまま渡すだけで高精度な文字認識が可能になりました。この仕組みを活用したのが [llmocr] で、「文字認識の設定や前処理を簡略化できる」 点が最大の特徴です。財務諸表分析ツール（github.com/take365/NFAL）もうひとつの事例が [NFAL] です。これは金融庁の EDINET に公開される有価証券報告書 を対象にしたプロジェクトです。報告書の取得データの抽出財務諸表の数値計算といったプログラム開発を Codex CLI で進めました。さらに Codex CLI を通じてLLM による定性的な分析（文章解釈や説明生成）Web 参照機能を用いた補足的な調査や解釈まで自動化・統合できるようになり、数値とテキストの両面から分析を行える点が大きな強みとなりました。どちらもgithub(take365)にてオープンソース公開中です。そういった開発の相談も承っております。ご興味ありましたらぜひ。

Premiere Pro x Codex の first live test を行い、ゴッホ動画の Shorts を実際に1本進めた。この手の詰まりは、能力や熱量の問題というより、背景と課題と対応の順番が頭の中で混ざってしまう時に起きやすいと感じています。背景Premiere Pro x Codex の first live test を行い、ゴッホ動画の Shorts を実際に1本進めた。表面上は小さな違和感でも、そのまま進めると施策が増えるほど手応えが読みにくくなります。課題Premiere 内の文字の直接編集と、最後の export ボタン押下が Computer Use では不安定だった。特に、同時に複数の論点を触り始めると、どの変更が効いたのかが見えなくなり、改善の手応えが積み上がりません。対応sequence 作成、動画配置、テキストレイヤー作成、export 画面表示、保存先を export フォルダへ変更するところまで試した。やることを増やすのではなく、背景を整理し、課題を一段深く言い直し、対応の順番を先に決める進め方へ切り替えました。変更内容Premiere の live 作業で、Codex が安定してできる部分と、人がやる必要がある部分の境界がはっきりした。見た目の派手さはなくても、判断の迷いが減るだけで、運用はかなり前に進みます。学び自動化では、全部を一気に置き換えるより、どこまで機械で進めてどこから人が触るかを先に決めると前に進みやすい。これは特別な仕組みが必要というより、実務メモを読む人が再利用できる粒度に変換して残すことが大事だ、という学びでもありま

2026/04/14時点ではまだ無料でCodex試せるので使ったことない人はいかがですかという話です。はじめに 最近は ChatGPT だけでなく、`AIエージェント` という言葉を見かけることが増えてきました。 でも、最初はけっこう分かりにくいです。 - ChatGPT と何が違うのか - 何ができるのか - 自分に関係あるのか - 結局便利なのか このページでは、できるだけ難しい言葉を使わずに、`AIエージェントとは何か` と `なぜ便利なのか` をざっくり整理します。 結論から言うと、もし ChatGPT をすでに使っていて「答えてくれるだけでなく、実際に作業もしてほしい」と思ったことがあるなら、Codex はかなり試す価値があります。 ChatGPT とエージェントの違い ざっくりしたイメージでいうと、こう考えると分かりやすいです。 - ChatGPT: ブラウザの中に小人がいて、質問に答えてくれる - エージェント: PC の中に小人がいて、プログラムやドキュメントを作ってくれる ChatGPT は、会話しながら相談したり、文章を書いたり、調べ物を整理したりするのが得意です。 一方でエージェントは、会話するだけではなく、実際にファイルを読んだり、コードを直したり、ドキュメントを書いたり、周辺ツールと連携しながら作業を進めたりできます。 つまり、 - ChatGPT は「考えるのを手伝ってくれる存在」 - エージェントは「考えるだけでなく手も動かしてくれる存在」 という違いがあります。 ![タイトルなし.png](attachment:98f478a8-79ff-49c