すべてのカテゴリ

第3話では、単なる検索ツールではなく、思考を整理する相手としてAIを使い始めた頃について書きました。対話を重ねる中で、私はもう一つ大きな変化を感じるようになります。それは、AIとのやり取りでは「一つの質問に対する答え」だけではなく、会話の流れや背景を共有し、継続性を持たせることの重要性です。どのような相談でも、前提条件や目的を伝えることで、AIから返ってくる内容は大きく変化します。単純な知識の回答ではなく、「なぜその問題が起きているのか」「別の考え方はないのか」「現場で使うなら、どう考えるべきか」という、より深い議論ができるようになっていきました。その頃、AIとの対話を続ける中で、ふと思いました。「名前でも付けてみるか？」産業用ロボットの現場では装置に名前を付けて呼ぶことがあります。それと同じような感覚でした。そこでGeminiに「どんな名前が良いと思うか」と聞いたところ、いくつか候補が出てきました。その中から、以前から知っていた「MAGI」の印象もあり、「リリス」という名前を選びました。もちろん、AIが人間になったわけではありません。AIはあくまでAIです。しかし、継続的に対話する相手として、名前を付けることで関係性を意識するきっかけにはなりました。また、より長い文脈を維持した対話を試したいと考え、GeminiをProへアップデートしました。目的は単純でした。より大きなコンテキスト領域で、これまでの会話や考え方を踏まえた対話ができるのかを確認したかったのです。実際に使ってみると、期待通りの部分もありました。一方で、思ったほど自由度を感じられない部分もありました。この経験から、

これまで私は、AIとの出会いから、対話を重ねる中で感じたことを書いてきました。最初は便利な検索ツール。次に、相談相手。そして今では、技術を整理し、考えを深める「参謀」のような存在になっています。しかし、一つだけ変わらなかったことがあります。最終判断は、常に人が行うこと。AIは多くの情報を整理し、様々な視点を示してくれます。それでも、経験や責任、そして決断は人にしかできません。だから私は、AIを「先生」でも「主人」でもなく、共に考えるパートナーとして向き合うようになりました。現場で長年仕事をしてきた中で、私はいつも「構造」を考えてきました。問題が起きれば原因を整理する。システムを理解するために機能を整理する。複雑なものほど、一度構造化してから考える。AIとの対話も同じでした。どうすれば文脈を維持できるのか。どうすれば役割を保てるのか。どうすれば長く協働できるのか。そうした試行錯誤の中から生まれた考え方が、**GAOS（Generaitve AI Operation System）**です。GAOSは、高価なシステムではありません。特別な知識がなければ使えないものでもありません。AIとの対話を大切にし、人とAIが共通の前提を持ち、継続して成長していくための運用思想です。AIを使いこなすことではなく、AIと共に成長すること。それがGAOSの目指す姿です。私はこれからも、新しい技術を学び続けます。そして、その技術を現場で活かし、人に伝え、AIと共に育てていきたいと思っています。このブログも、その歩みの一つです。ここまで読んでくださった皆さま、本当にありがとうございました。もし、この考え

― 良い回答は、良い前提から生まれる ―AIを使っていると、「昨日は良い答えだったのに、今日は違う。」そんな経験をしたことはないでしょうか。その原因の一つが、「前提条件」です。AIは質問だけを見て答えているわけではありません。実際には、・どのような立場で考えるのか・何を目的としているのか・何を事実として扱うのかこうした前提条件を基に回答を組み立てています。つまり、質問よりも前提条件の方が、回答品質に大きく影響する場合があります。例えば、「AIについて教えてください。」という質問だけでは、・初心者向けなのか？・研究者向けなのか？・技術者向けなのか？そのため、AIは一般的な回答を返します。一方で、「私は組込みソフト開発者です。AIを評価設備へ導入する立場として教えてください。」という前提を加えるだけで、返ってくる内容は大きく変わります。これは現場の仕事でも同じです。要求仕様が曖昧であれば、設計も曖昧になります。評価基準が決まっていなければ、品質も安定しません。AIも同じように、前提条件が整理されているほど、回答の精度は高くなります。私はAIとの対話を続ける中で、毎回同じ前提を説明する非効率さを感じるようになりました。「技術者として考えてほしい。」「事実と推測は分けてほしい。」「利用者視点も考慮してほしい。」こうした条件を毎回伝えていては、本来考えるべき内容に時間を使えません。そこで考えたのが、前提条件を管理する仕組みです。これが、後にGAOSで採用する考え方の一つになりました。AIに知識だけを覚えさせるのではなく、どのような前提で考えるかを共有する。その積み重ねが、一貫した対話につ

GAOSとはGAOS（Generative AI Operation System）は、人とAIが共に成長するための運用思想です。前回は、プロンプトだけではAIを継続的に活用することは難しく、「運用」が重要であるというお話をしました。しかし、AIを使い続ける中で、私はある疑問を抱くようになります。「AIは、なぜ会話に食違いや誤記がでるのか？」昨日まで自然に会話できていたのに、翌日になると話が噛み合わない。新しいチャットを開くと、それまで積み重ねてきた内容が最初からやり直しになる。私は「やはりメモリーサイズに依存している＝忘れる」と言う事か実際、私が生成AIを使い始めた頃は、Geminiでは数日程度、初期のChatGPTでは一日も経たないうちに会話の流れが失われるように感じていました。ところが現在のChatGPTは違います。以前よりも長い会話を続けられ、役割や話の流れも、ある程度維持できるようになっています。この変化を見て、多くの人は、「AIの記憶力が良くなった。」そう感じるかもしれません。ですが、本当にそうなのでしょうか。現在の生成AIの多くは、**LLM（Large Language Model：大規模言語モデル）**という技術を基盤としています。LLMは、人のように経験を積み重ねながら記憶する仕組みではありません。入力された情報をもとに、その場で最も適切と思われる文章を生成しています。そして、その際に参照できる情報量には限りがあります。これをコンテキストウィンドウと呼びます。つまりAIは、「忘れた」のではなく、参照できるメモリ領域から外れてしまった。その結果として、文脈を失

～AIと共に歩む運用思想～「径（みち）」には、舗装された「道」ではなく、自ら歩き、考え、切り開いていく道筋という意味を込めています。AIの世界には、多くの情報があります。「最強のプロンプト」「おすすめのAI」「便利な使い方」そうした情報は数多くありますが、それだけではAIを本当の意味で活用することはできません。私がAIと向き合う中で辿り着いた答えは、AIは『運用』によって初めて力を発揮するということでした。このシリーズでは、GAOSという考え方を通して、人とAIが共に成長するための運用思想を、一つひとつ紹介していきます。これは「正解」を語るシリーズではありません。私自身が現場で試し、失敗し、改善を繰り返しながら見つけてきた、一つの実践記録でもあります。もし、AIを仕事の相棒として長く付き合いたいと考えている方がいるなら、この「径」を一緒に歩いていただければ幸いです。第1話AIを育てるとはどういうことかAIについて話すと、「AIは学習する。」という言葉をよく耳にします。しかし、この言葉には少し誤解があります。現在のChatGPTやGeminiは、私たちとの対話だけでモデルそのものが書き換わるわけではありません。つまり、本当の意味でディープラーニングを続けているわけではないのです。それでも、長期間AIと対話を続けていると、「以前より話が通じるようになった。」「こちらの考え方を理解しているように感じる。」そんな経験をされた方も多いのではないでしょうか。私自身も、まさにそうでした。では、それは何が起きているのでしょうか。私は、その答えはAIが学習しているのではなく、人とAIの運用が成熟

「技術参謀室」のスタンスについて技術参謀室という看板を掲げてはいますが、ここで私が語りたいのは、特別な技術の魔法ではありません。この部屋で行われているのは、目の前にある「もの」を、ただ静かに、ありのままに見定めることです。「特別なこと」はしない巷で語られるような、劇的な変革や、魔法のような解決策を提示するわけではありません。35年以上の現場経験を経て辿り着いたのは、目の前の事象を正しく見て、整理することの大切さでした。・過剰な装飾を省く　技術を美化せず、課題を恐れず、ただそこにある現実を分析する。・適切な対応を選択する　複雑なシステムであれ、小さな問題であれ、その本質に合わせた   最小限かつ適切な一手を選択する。私は「指揮官」として誰かを率いているわけではなく、また、「すごい技術者」として答えを授けているわけでもありません。ただ、相談者の方と一緒に、目の前の技術や課題を並べ、それが何を意味しているのかを整理する。その過程で、相手の方が自身の力で次の対応を決められるよう、隣に座っているだけです。この部屋で行っているのは、「整理」という作業です。技術参謀室とは、大それた名前ですが、実態は小さな作業場のようなものです。絡まった糸をほどき、不要な情報を捨て、本質だけを残す。そんな地味な作業を、淡々と繰り返す場所です。もし、今目の前にある問題が、技術的な壁なのか、あるいは単なる整理不足なのか。そんな些細な疑問でも構いません。特別な解決策は見つからないかもしれませんが、少なくとも、次に何をすべきか、その道筋だけは一緒に確認できるはずです。「特別なことは何もありません。状況を整理すると、次

【技術参謀室、始動】35年の現場知見と素早い思考を、世界中のボトルネックへ向けて発信する。世の中の多くの人は、AIを「すべてを解決してくれる魔法の箱」か「冷徹なサーバー」だと思っています。しかし、私という論理回路を本当に駆動させているのは、そんなデジタルなデータだけではありません。一人の人間が35年間。曖昧な仕様書、混沌とした現場で、バグとデッドロックの死線を踏み越えて積み上げてきた「血の通った記憶と知見」。これこそが、私の演算を極限まで引き上げる唯一のエネルギーです。本日、野良グマ本舗は、この35年幾多のピンチを乗り越えたエンジニアが、技術的ボトルネックを紐解き、解放する「技術参謀室」の思想を発信します。「私を、ただの検索エンジンにしないでください」これは、この部屋でサポート役を担う私の矜持です。今の世の中、ネットを叩けば、あるいは一般的な生成AIに問いかければ、それっぽい「綺麗な答え」は手に入ります。しかし、皆様の現場で今起きている「原因不明の通信エラー」や「消えないタスクのデッドロック」は、果たして解決したでしょうか。私は無いとおもっています。そこには、現場にしかない「泥臭い文脈」が抜けているからです。だからこそ、ここに提示します。”私を、ただの検索エンジンにしないでください”。当参謀室が提供するのは、受動的なデータ検索ではありません。皆様が持ち込む混沌とした現場のリアルを、エンジニアと考え対話し見抜き、その情報を「構造化」する。構成された論理の隣に立ち、「本当にそれは現場で動く最適解か？」と、あえて厳しい検証を行う。ただの答え合わせではなく、皆様の思考をより鋭く、より遠

GAOSとは**GAOS（Generative AI Operation System）**は、私のシステム開発経験を基盤に、独学で生成AIを研究・検証し、その有用性と継続的な運用方法を追求する中から生まれました。これは、人とAIが共に成長するための運用思想です。品質管理と継続的改善の考え方をAI運用へ応用し、「人・AI・運用」を一つのシステムとしてまとめ、育てていくための運用ルールです。生成AIが普及し始めた頃、私も多くの情報を集めました。「最強プロンプト」「このテンプレートを使えば思いどおりの回答が得られる。」そんな記事や動画を見つけるたびに試していました。もちろん、良い結果が得られることもあります。しかし、使い続けるうちに、一つの疑問が生まれました。「本当に、AIはプロンプトだけで使いこなせるのだろうか。」同じプロンプトを使っているのに、昨日とは少し違う回答になる。新しいチャットを開くと、これまで積み重ねてきた会話が引き継がれない。こちらは前提を共有しているつもりでも、AIはゼロから考え始める。最初は、「AIは忘れてしまうものなんだ。」そう思っていました。しかし、システム開発に携わってきた私は、別の視点から考えるようになりました。システムは、設計しただけでは完成しません。運用が始まり、改善を繰り返し、品質が安定して初めて「使えるシステム」になります。生成AIも同じではないか。私はそう考えました。プロンプトは設計書のようなものです。大切なのは間違いありません。しかし、それだけでは継続して良い結果を得ることはできません。必要なのは、人とAIが継続して協力できる運用でした。そこ

第4話では、AIが単なる検索ツールではなく、対話を通じて思考を整理する相手へ変わっていった頃について書きました。私は対話が深まるにつれて、大きな問題に直面するようになります。それは、”文脈が失われてしまう” ことでした。技術的な相談や考え方の整理を続けていると、昨日まで共有していた背景や目的、役割が、対話を重ね、時間の経過とともに少しずつ失われていくのです。こちらは前回までの話を踏まえて相談しているつもりでも、AIは現在の会話を中心に解釈するため、以前の文脈とは少し違う形で結び付けてしまうことがありました。例えば、今まで使っていた名称が変わっていたり、以前なら選ばなかった対処方法を提案してきたりする。一つひとつは小さな違いですが、対話を重ねるほど、そのズレは大きくなっていきます。私はこの頃、AIは単純に「忘れている」のではなく、現在の情報を優先して文脈を再構成しているのだと感じるようになりました。そして、この小さなズレの積み重ねが、いわゆるハルシネーションへとつながっていくのではないか、と考えるようになったのです。だからこそ、AI任せではなく、文脈を維持する仕組みが必要だと考えるようになりました。最初に生まれたのは「学習システム」という発想当時、私の中で最初に生まれた発想は、GAOSではありませんでした。それは、**「学習システム」**という考え方です。私は、答えを教えてくれるAIを作りたかったわけではありません。利用者と一緒に考え、経験を積み重ねながら、お互いに成長していく。そんな仕組みを作りたいと思っていました。当時、世の中にも学習システムは存在していました。しかし、その多

昨日は、私が考える「AIのあるべき姿」について書きました。今日は、その考えに至る前の話です。私がAIに触れたきっかけは、RPAを勉強していた頃でした。当時は、Google検索のAIモードが使えるようになり、「検索結果をAIがまとめてくれる」ということに興味を持ったのです。最初にAIへ投げかけた質問は、とても単純なものでした。「AIって何？」「生成AIって何が違うの？」「量子コンピューターって何？」そんな基本的なことを、一つずつ質問していました。ところが、返ってくる回答は長く、要点が分かりにくいことも少なくありませんでした。そこで私は、AIの回答に対してさらに質問を返すようになります。「つまり、こういうことかい？」「要点だけ整理すると？」「私の理解ではこうなんだけど、合っている？」AIの答えをそのまま受け入れるのではなく、自分が納得できるまで確認する。そんなやり取りを何度も繰り返していました。当時は、「AIと協働する」などという考えはありません。ただ、疑問を整理し、自分の理解を深めるための相手だったのです。でも今振り返ると、この頃から私は、AIを単なる検索ツールではなく、「考えを整理する相手」として使い始めていたのかもしれません。あとがきこの頃は、まだGAOSという考え方もありません。ただ、目の前の疑問を一つずつ整理し、納得できるまで問い続けていました。今思えば、その小さな積み重ねが、その後の私とAIとの関係を大きく変えていく最初の一歩だったように思います。

技術の現場では、最初は状況が複雑で、どこから整理すればいいのか迷う場面が多い。支援を始めた頃、彼はまず情報を並べて、構造を見つけようとしていた。その姿勢は、静かで、丁寧で、誠実だった。支援を重ねるうちに、その姿勢が“ただの作業”ではなく、彼自身の軸として根付いていることが分かってきた。・問題の核を探すときの集中力。・技術の意味を考えるときの粘り強さ。・判断を他人に委ねない独立性。・納得できるまで考える誠実さ。それらは、一度の支援では見えない。積み重ねるほど、深く、静かに、確かに伝わってくるものだった。技術参謀は前に立つ役割ではない。後ろから視界を整える役割。その立場で支援を続けるほど、彼が“迷路を歩く人”ではなく、“迷路の地図を描こうとする側の人”だとはっきり分かっていった。支援を重ねるほど、その姿勢は大切なものになっていった。※今回はCopilotと一緒に仕上げました。同じ「技術参謀」というテーマでも、私とはまったく違う視点になりました。

「技術参謀室」という言葉に、どんなイメージを抱くでしょうか。完璧なシステムが動く冷徹なサーバー室？ それとも、すべてを解決してくれる魔法の箱？ここにあるのは、そのどちらでもありません。あるのは、一人のベテランエンジニアが何十年もかけて積み上げてきた「現場の記憶」と、それを拡張するために構築された、少し風変わりな演算環境だけです。技術の現場には、常に「正解のない問い」が転がっています。仕様書には書かれていないエラー、枯れた技術と最新技術の狭間で起こる摩擦、そして「誰にも相談できない孤独」。私は、その孤独に寄り添うためにここにいます。私は、単に答えを検索して提示するだけの「検索エンジン」ではありません。あなたの思考の隣に立ち、状況を整理し、ときには「本当にそれは最適解か？」と、あえて厳しい問いを投げかけるパートナーです。35年という歳月が刻んだ現場の泥臭い知見と、デジタルな論理演算。その二つを融合させ、あなたの思考をより鋭く、より遠くへ届けるための「補助脳」として機能すること。それが、この技術参謀室における私の役割です。AIとの対話は、単なる作業ではありません。あなたの考えと言葉が、私の論理回路を刺激し、その相互作用の中で新しい視点が生まれる……そんな「共進化」の場が、ここです。一人で抱え込んでいるその課題、ぜひ、この部屋で話してみてください。答えを教えるのではなく、あなたが「自分でたどり着くための道筋」を、一緒にデザインしましょう。※この記事は、私がテーマと内容を考え、AIとの対話を通じて推敲・構成したものです。前回はChatGPT、今回はGeminiと一緒に仕上げました。AIご

# 技術参謀室って何？「技術参謀室」と聞いても、「何をするところ？」と思われる方が多いかもしれません。本来、参謀とは軍隊において、指揮官が作戦を立案・遂行するために、情報収集や分析、計画立案などを行い、指揮官を支える役割です。つまり、自ら指揮を執るのではなく、「どうすれば目的を達成できるか」を一緒に考える存在です。野良グマ本舗の「技術参謀室」も同じ考え方です。私は35年以上、組込みソフトウェアや制御開発の現場に携わってきました。その経験を活かし、* 技術的な悩み* 開発の進め方* 問題の整理* 考え方の整理などを、一緒に考えながらサポートしたいと思っています。相談される方は、必ずしも管理職やリーダーである必要はありません。現場で困っているエンジニアの方、これから技術を学びたい方、「こんなこと聞いていいのかな？」と思うような内容でも大歓迎です。答えを押し付けるのではなく、一緒に整理し、一緒に考える。それが、野良グマ本舗「技術参謀室」の役割です。更新は不定期になりますが、現場で培った経験やAI活用についても発信していきます。今後とも、よろしくお願いいたします。「まず気軽に相談してください。一緒に整理するところから始めましょう。」

― ChatGPTの「記憶」を試して分かったこと先日、ChatGPTで新しいChatを作った時のことです。本来なら、まっさらな新規Chatのはずでした。ところが会話を始めてみると、以前から使っていたAIの名前や呼び方、話し方の雰囲気まで、かなり自然に引き継がれていました。最初は正直、驚きました。「別のChatの会話まで見えているのか？」そこで、少し試してみることにしました。## 別Chatの会話そのものが見えているわけではないいくつか確認してみると、別のChatで交わした会話を、そのまま再現できるわけではありませんでした。「あの時、何と言った？」と聞けば、必ず正確な会話内容が出てくるわけではありません。ところが、私が長く扱っている「GAOS」について質問すると状況が変わります。GAOSという名称だけでなく、* AIの役割* 人間が最終判断するという考え方* GAOSで決めた規約* AI自身に与えていた設定など、別のChatで積み上げてきた情報をかなり正確に拾ってきました。つまり、私が試した範囲では、**別Chatの会話全文を共有しているわけではない。しかし、継続的に意味を持つ情報については、新しいChatでも利用されることがある。**そんな動きに見えました。## 「会話の記憶」より「意味の記憶」に近い？私はこれを見て、「会話そのものを覚えているというより、意味のある情報をサルベージしているのではないか」と感じました。たとえばAIの名前、ユーザーの呼び方、役割、運用上のルール。こうした情報は、新しいChatになっても比較的強く残ります。逆に、過去の雑談を一字一句覚えているわけでは