kyo1M | AI×データサイエンス

PersonaMate というAIペルソナの作成・会話ができるサービスのβ版をリリースしました！ 新規事業の仮説検証や顧客インサイト収集をAIで高速化。個人開発者やマーケターが限られたリソースで顧客理解を深められます。 とりあえず無料で使えるので試しに遊んでみてください！ ai-persona-taupe.vercel.app

おお〜面白そう

必読

まじか知らんかった obsidian何回か挫折してるので導入しようかな やはりドキュメントをスマホとpc両方で手軽に記入・確認したいんだけど、今はGitHubに集約してるからその辺りの仕組みの最適解を考えたい

データマネジメントの知識習得＆定量化のための検定パッケージを開発しました！

Microsoftが公開したwaza、Agent Skillの品質を体系的に評価するためのGo製CLI。「Skillを書く」から「Skillを運用する」フェーズに進むためのツールという位置付け github.com/microsoft/waza 何ができるか: ▼ Skillのscaffold waza init でプロジェクト作成、waza new でSkill.mdとevalスイートのテンプレを生成。skills/ と evals/ を分離した構造で管理。 ▼ Evalの自動生成 waza suggest がSkill.mdをLLMに読ませて、評価タスクとfixtureを提案。ゼロからeval書く手間を削減。 ▼ ベンチマーク実行 waza run eval.yaml でタスクを並列実行。9種類のgrader（text/diff/behavior/action_sequence/skill_invocation/LLM-as-judge等）を組み合わせて多面的に採点。結果はキャッシュされて反復が速い。 ▼ A/Bテスト --baseline でskill適用あり/なしを同一タスクで実行し、改善度を定量化。「このSkillは本当に効いているか」を数字で示せる。 ▼ Readinessチェック waza check でcompliance score、トークン予算、agentskills.io spec準拠、advisoryチェック（モジュール数、複雑度、negative delta riskパターン等）をまとめて判定。 ▼ CI/CD統合 exit code（0/1/2）が定義済み、JUnit XML出力、GitHub Actions用のreusable workflow付き。PRごとにSkill品質をゲートできる。 ▼ 結果の蓄積 Azure Blob Storageへ自動アップロード、waza results compare でラン間の差分を可視化。チームでSkillをイテレーションする運用を想定。 Skill開発を「プロンプトエンジニアリングの職人芸」から「テスト駆動の工学」に寄せようとしている設計思想が面白い。

Agent Skillsが登場したとき、「便利な自動化機能」だけで止まってしまう事例が多くて、もどかしさもありました。 SKILL.mdの構造、段階的開示、発動制御などの内部設計を覗くと、Skillsは「作業を自動化する」というだけではなく、"知識をどう手渡すか"という、もっと根源的な問いへの答えだと考えています。 Skillsの本当の面白さは、その先にあります。 本格的にSkillsを学びたい方は、ぜひ手に取ってみてください。 **『Claude Codeで学ぶ Agent Skills入門』** 2026年6月8日発売／A5判・272ページ ## 目次 ### 第1章 Agent Skillsって何だろう - 1.1 AIエージェントの課題と解決策 - 1.2 Agent Skillsの誕生 - 1.3 Skillsの仕組み - 1.4 その他の技術との違い（Projects／GPTs・Gems／MCP／ルールファイル） - 1.5 何ができるようになるか ### 第2章 Agent Skillsの最新動向 - 2.1 オープンスタンダードの中身 - 2.2 スキルを取り巻く世界 - 2.3 対応ツールで見る採用の実態（VS Code/Copilot、Codex、Gemini CLI、Cursor 他） ### 第3章 はじめてのスキル体験 - 3.1 Claude Codeのインストール - 3.2 スキルの威力を体験する（Before/After） - 3.3 Claude Codeのプラグインと拡張ポイント - 3.4 Anthropicのスキルをインストールする ### 第4章 デザイン系スキル - 4.1 frontend-design - 4.2 theme-factory - 4.3 canvas-design - 4.4 brand-guidelines - 4.5 algorithmic-art - 4.6 slack-gif-creator ### 第5章 ドキュメント系スキル - 5.1 pdf - 5.2 docx - 5.3 pptx - 5.4 xlsx ### 第6章 開発・コラボレーション系スキル - 6.1 web-artifacts-builder - 6.2 webapp-testing - 6.3 mcp-builder - 6.4 doc-coauthoring - 6.5 internal-comms ### 第7章 パートナースキル・サードパーティスキル - 7.1 Notion - 7.2 Firecrawl - 7.3 Playwright - 7.4 Remotion - 7.5 ほしいスキルの探し方・信頼できるスキルの見分け方 ### 第8章 skill-creatorによるスキル作成の基本 - 8.1 skill-creatorとスキル作成の全体像 - 8.2 見積書作成スキルを作る——意図の整理とドラフト - 8.3 テストと改善ループ - 8.4 仕上げ——Description最適化とパッケージング ### 第9章 配布・セキュリティ・組み込みスキル - 9.1 作成したスキルの配布 - 9.2 スキルのセキュリティ - 9.3 組み込みスキル（/simplify、/batch、/debug、/loop、/claude-api） ### Appendix - A.1 Claude Codeフロントマターリファレンス - A.2 文字列置換・動的コンテキスト

AIでのスライド作成これで良いのでは デザインとか細かい修正はこのskills参考に各自でカスタマイズしても良いし

このGW中に「Claude Code」を一気に学びたいと思っている人向けのリーディングリストを作りました。 レベル別に上から並べているので、このリストを上から読んでいったらClaude Codeにめちゃくちゃ詳しくなれると思います。 note.com/kajiken0630/n/…

なんとCodexに、Claude Codeで進めていた会話と作業内容を取り込める機能が追加されました。 これで、Claude Codeで途中まで進めた調査や実装をCodex側で継続できるようになります。「Claude Codeで作業していたけど、この続きはCodexで進めたい」という場面でかなり便利です。 使うには`~/.codex/config.toml`に以下を追加します。 [features] external_migration = true その後、新しい作業ディレクトリでCodexを起動し、最初の確認を進めると、Claude Codeから取り込める過去の作業が表示されます。取り込んだ内容はCodexのスレッド一覧に追加され、`/resume`から参照・再開できるようになります。 すでにCodexで初回確認済みのディレクトリでは案内が出ないことがあるので、新しく作った作業用ディレクトリで試すと分かりやすいです。

「Attentionって結局何？」「RNNからどう進化したの？」 この疑問を、基礎から丁寧に1.5時間で一気に解決してくれる神入門スライド。 慶應義塾大学Semantic Machine Intelligence Lab.（杉浦孔明教授）の講演資料で、ニューラルネット基礎→RNN/LSTMの限界→Attention機構→Transformerの全体像までを、図解満載で直感的に解説。QKVや位置エンコーディングのコンセプトがスッキリ腑に落ちます。 ・ニューラルネットの基礎復習からRNN/LSTMの問題点（長距離依存・勾配消失）を明確にし、Attentionの直感的理解（Nadaraya-WatsonからQKV、scaled dot-product attentionの計算式まで） ・位置エンコーディング（sin/cos三角関数の周期性）、Multi-Head Attention、残差接続・Layer NormなどのTransformerキーコンポーネントをステップバイステップでマスター ・過学習対策（Batch Norm vs Layer Norm）やインタラクティブツール（Transformer-explainer）の活用法まで、現場で生成AIの仕組みを活かすための概念理解が深まります。 理論詰め込みすぎず、図解・アナロジー（時計針など）が豊富で「1.5時間で基礎からTransformerまで」一気に理解できる構成。数式も最小限（内積・行列・指数関数のみ）で初心者に超優しいところ。 これ読めばTransformerのコンセプトが一気にクリアに！ speakerdeck.com/keio_smilab/a-…

もともとデータ分析領域でも分析のためのデータマネジメント・データマート作るのは大事だよねということは思いつつ、社内データに詳しい人が何人かいれば（暗黙知的に）その人たちがなんとかしてくれていたので良かったけど、AIでデータ分析しようとしたときに今のままじゃダメだとみんな気付いてきた状況 良い分析は良いデータから Garbage in, Garbage outですぞ

最近リポジトリに LLM Wiki の機構を入れてるんだけど、Plan Modeとかで決めた仕様がADRとしてWikiに落ちたり、開発時にハマったことがTech Wikiに落ちるので非常に良い。 また、顧客打ち合わせ議事録もRawとして取り込むことで、顧客要望も一緒に残しておける。 gist.github.com/karpathy/442a6…

DWHにおけるセマンティックレイヤーと生成AIの関連性解説。実業務で生成AIを有効活用するにはデータに意味を付与するセマンティックレイヤーの整備がカギになるという指摘。MCP、API、Agentの3つの分析手法いずれもセマンティックレイヤーが精度を左右する。 xtech.nikkei.com/atcl/nxt/colum…

AIでニンゲンがボトルネックになってるので、こういう考え方はマジ大事

おお〜面白い！

今回の資料は全て sli.dev + 自社デザインシステム + Claude Code で作成したけれど、個人的にかなり満足度高い。細かいデザインはお任せしつつ修正指示していくだけで作れる

見るべき

60분짜리 녹음 파일 통째로 던져도 한 번에 다 긁어주는 게 진짜 편하긴 하네. 화자 분리에 타임스탬프까지 깔끔하게 뽑아주니까 사실상 손댈 게 거의 없음. 마소가 이런 고퀄 ASR을 MIT 라이선스로 풀다니 웬일인가 싶기도 하고ㅋㅋㅋ 복잡하게 파이프라인 짤 필요 없이 허깅페이스에서 바로 가져다 쓰면 끝임. github.com/microsoft/Vibe…

Stop using Claude Code without this plugin. There's an official Anthropic plugin called claude-code-setup. It scans your entire project and tells you exactly what to activate. → Which hooks to set up → Which skills to install → Which MCP servers fit your stack → Which subagents to spin up → Step-by-step config for each one You just run one command: /plugin install claude-code-setup@claude-plugins-official And it audits your setup like a senior engineer reviewing your repo

ADIÓS POWERPOINT. Claude 4.7 puede crear una presentación completa en 60 segundos. Usa estos 6 prompts y mira la magia. 📌Guárdalo, te va a servir