Takeshi KATO

@manualog 覚えててくれて嬉しい！ 同じくチューブ生姜ダメなので、いつも冷凍して食べてます。

@tk_web おひさしです！！それやったことないんですが風味とかはチューブよりよい感じですか・・・？

おろし生姜が好きなんだけど、チューブのやつで美味しいと思えるものに出会えない。。毎度生姜をすりおろすの面倒だからチューブにしたいんだけどなあ・・・。誰かおすすめpls

【プレスリリース】 3Dモデリングソフト「SketchUp」の国内販売を手掛けるアルファコックス、マイクロニティへ参画 〜創業から22年の信頼を繋ぎ、AI実装による建築・土木業界のDXを牽引〜 prtimes.jp/main/html/rd/p…

YouTube更新！天才ロボットクリエイター高橋さんをお呼びして最先端のロボットについて議論🤖 【🇯🇵】日本はロボットで再浮上できるのか。米中が作った基盤に“魂とIP”を宿す仕事、Kawaiiの世界共通語化、コモディティ化で滅ぶ技術 youtu.be/sj9C_GJYBPI?si…

❶ Gemの使い方とモード選択 (1/4) Gemはこちらから無料で使えます👇 gemini.google.com/gem/1iLz7X88qk… 4つのモードから選べます。 ①資料から自動生成：資料アップロードで全20項目を自動生成 ②簡易版：5項目で素早く作成 ③通常版：10項目でバランス重視 ④詳細版：20項目で世界観を作り込み 使い方は超シンプルです。 1. Gemを開いて「スタート」と入力 2. モード選択（資料参考自動 / 簡易 / 通常 / 詳細） 3. 資料アップロードor質問に回答 4. 生成されたプロンプトをコピー 5. NotebookLMに貼り付けてスライド生成 たったこれだけで、プロ級のスライドが完成します。 次は、一番の目玉機能「資料から自動生成」を解説します👇

すごすぎる！！！

コンサルティング会社の新人研修で、一番覚えているのが以下の研修だ。 研修は大抵はオフィスビルの一室や、ホテルの会議室などだったが、一回だけ「公園に集合」という回があった。木場公園だったと思う。 講師（本国から来たアメリカ人だったように記憶している）は広場に我々を集めると、チームの30名位を横一列に整列させ、「目隠し」をするように言った。皆が指示に従うと、講師は言った。 「では、今から皆さん横の人と手を繋いで下さい。」 同期とはいえ、ほとんど知らない人たちと手をつなぐのは照れくさいが、とにかく皆そうした。そして、講師は次のように課題を出した。 「いまから一人だけ目隠しを取ります。その人はリーダーです。皆さんはリーダーの指示に従って、全員で正方形の形になるように並んで下さい。ただし、目隠しをしたまま、お互いの手を離してはいけません。 完成までのタイムを他のチームと競争します。なお、制限時間は一〇分です。」 我々は「他チームの記録」を伝えられた。正確には覚えていないが、皆「それくらいなら余裕」と思ったのではないだろうか。 だが、実際にそれが始まると、そんな楽観的な予測はどこかへ行ってしまった。 リーダーは、「まっすぐ！」や「そこの人は止まって下さい！」などと叫ぶのだが、我々は手をつないでいるので、あちらこちらに引っ張られ、止まることもできない。 かといえば、隣の人が動かず、動きたいの動けなかったりもする。そもそも全体の形がどうなっているのか検討もつかない。リーダーの怒号だけが公園内に響き、制限時間が経過した。 講師は「目隠しを取って下さい」と言った。全員が目を開けた。見れば、酷い有様だった。直線だと思っていた人のつながりは歪み、長方形やひし形ですらない。正方形と言うにはあまりにもお粗末な、ヘンに歪んだ単なる輪だった。 講師は、皆を集めてフィードバックをした。彼女の第一声は 「皆さん、わかりましたか。これが会社、これがプロジェクトです。」 成功するチームは、以下のことをする。 1.リーダーが点呼をとるなどして、チームの中での自分の役割を把握させる ―4番の人、動かないで！　10番と、20番、30番の人は正方形の頂点！　などの指示が出せるようになる。 2.リーダーとのコミュニケーションルールを作る ―リーダーに声をかけるための手続き（例えばジャンプするなど）を作ることで、指揮系統の混乱を防ぐ 3.目標に至るまでの道筋を明らかにする ―正方形の頂点さえしっかり決めてしまえば、最初に動くのは4人だけで良いはずである。これがマネジャー。あとはマネジャーに従ってメンバーが動くだけで問題なく事は進む。

SmartHRの面接の手の内を全公開します！すごく能力の高い人なのに、面接のテクニカル的な部分ですれ違ってしまうのはもったいないなぁと思って書きました！ 「回答は短く」「正解より手触り感」「再現性の言語化」「失敗は美談にしない」 詳しくはnoteで！ note.com/charlie08/n/ne…

９割がまだ知らない。 NotebookLMをちょっと便利に使う方法を解説したグラレコを、厳選してまとめました。 大晦日にゆっくりしながら、使ってみて。 忙しい人は保存して後でチェック。

【DeNAさんのAI活用100本まとめが素晴らしいので100枚の内容に作業手順とプロンプト例を付け加えてGoogleスプレッドシートで一覧表作成したのでシェアです🔥🔥🔥】 DeNAさんが業務でどのようなAI活用を実践しているのかの100事例とてもわかりやすいPDFを公開してはったので、 実際の作業手順とプロンプト例を追記して 100行のGシートに一覧表を記載しました📝 🔗DeNA AI活用100本ノック一覧表 - Google スプレッドシート 　　URL: #gid=0" target="_blank" rel="nofollow noopener">docs.google.com/spreadsheets/d… 共有されたGシートで メニュー「データ」＞「一時的なフィルタ表示として保存」 をすると各列のフィルタ絞り込み検索も使えますので ぜひブックマークしてご自身の業務に活用していただければ☺️ ✅ 100事例すべてに「具体的な作業手順」を追加 ✅ すぐ使える「プロンプト例」を完備 ✅ 難易度・職種・カテゴリで検索可能 🧑‍💻こんな人におすすめ ・エンジニアさん向け：Cursor、GitHub Copilot、Claude Code活用法 ・ビジネス職さん向け：Gemini、NotebookLMで資料作成爆速化 ・デザイナーさん向け：Figma×AI、画像生成の実践テク 📈このシートがあれば： → 議事録作成が自動化できる → コードレビューが効率化する → 資料作成が半分の時間で終わる → データ分析がSQL不要になる → 海外調査が一瞬で完了する おしみなくAI活用事例をスライドにまとめてくださったDeNAさんありがとうございます！🙇✨ #DeNA #生成AI #ChatGPT #Gemini

【DeNA社員のAI活用100本まとめスライド公開！📢】 🔗downloads.ctfassets.net/7mrdlclm9xss/m… 「現場のAI活用事例」を全100P！のスライドにまとめて一挙公開しました👀 エンジニア職・ビジネス職・クリエイター職それぞれの活用方法が詰まった100事例となっていますので、ぜひみなさんの日々のAI活用にお役立ていただければ幸いです✨ *「AI活用100本ノック」の内容はXでの事例公開時点のものです。AIツールの仕様変更、モデルの急速な進化によって日々効果的な活用方法が変化していくことにご注意ください *これらのAI活用事例は、それぞれ生成AIに関する社内ルールを順守した方法で運用を行っており、また透明性、公平性、プライバシー、品質、そして人間の監督を重視した当社のAIポリシーにも準拠しています #AI活用100本ノック

先日、26年前に創業したCARTAの代表を退任しました。 そんな節目に何を書こうかなと迷ったんですが、あまり感傷的なことを書いてもしょうがないので「この26年のなかで学んだこと」をまとめてみました。 note.com/usapon/n/nbdea…

🔥 基礎からRAG・ReAct・Deep Research設計まで 🔥 DeNA社内のAIスキル指標「DARS」における、エージェント設計可能な「開発者レベル4」相当にあたる3時間の講義資料＆ハンズオンコードを公開しました✨ PdM・エンジニアのAIスキル底上げのために社内で実施したガチ研修です。これから学びたい方はもちろん、組織全体のAIレベルアップを目指す方にもおすすめです！ 👇 カバー範囲 基礎：Next Token Prediction / Instruction Tuning / Reasoning / プロンプトエンジニアリング 実践：構造化出力 / 複数LLMの組み合わせ / Embedding / グラウンディング / Tool Calling 応用：強化学習 / ファインチューニング / コンテキストエンジニアリング / RAG / ReAct・Reflexion / Deep Research設計 engineering.dena.com/blog/2025/12/l…

この記事めっちゃ面白かった。以下、要点メモ📝 1. 仕事の98%は「代替可能」になりつつある ・AI と自動化の進化により、多くの職種が置き換え可能になっている ・専門職・ホワイトカラーも例外ではなく、知識労働の大部分が自動化される見込み ・特に 情報整理・分析・レポート作成・一般的な意思決定業務 はほぼAI化が進む 2. AIが苦手な「2%」に仕事の価値が集約する ・創造性・想像力・共感・ストーリーテリング ・文化的文脈を理解したコミュニケーション ・背景を踏まえた意思決定や、曖昧な状況での判断 ・つまり「人間らしさ」が問われる領域 3. 価値が高まるのは“人間にしかできない領域” 具体的には： ・問題の設定（Problem Finding） ・解決すべき課題の構造化 ・感情的配慮・共感ベースのコミュニケーション ・文化・ストーリー設計 ・新しい価値の創造 AIは“答え”を出せるが、“問い”をつくれない。 ここが決定的な分岐点。 4. 専門知識よりも「編集力」が問われる ・これからは“知識の量”よりも“知識をどう編集するか”が価値になる ・情報源が無限にある世界では、「情報を解釈し、人に使えるかたちで還元する力」が重要 ・つまり キュレーション・編集・ストーリー化スキル が鍵 5. 「AIを使えること」は前提条件になる ・多くの仕事が「AIを使う前提」で再設計される ・“AIを使って10倍速で成果を出せる人” と “AIに置き換えられる人” の二極化 ・特に若手・中堅は「標準スキル＋AI運用力」が必須 6. 企業に求められるのは「AI前提の組織設計」 ・AI時代の評価軸：スピード・創造性・AI活用能力 ・プロセス型の業務はすべて自動化か外注へ ・残るのは「事業・プロダクトの再発明ができる少数の人材 日本の起業家の98%が知らない『×0.02』の罠 ~ それは本当にスタートアップなのか？~ blog.btrax.com/jp/98percent/

Nano Banana Proは自分の頭の中だけでプロンプト考えるより、まずは「海外勢がどう攻めてるか」を丸パクリしてからアレンジした方が速い。英語圏の事例が100本近くまとまってる。元ネタとして一番参考になるのはココ↓

📝Google Cloud AI ResearchとUCLAが発表した小規模LLM向け新学習手法「SRL（Supervised Reinforcement Learning）」が、AI学習の常識を覆しそう。 これまで複雑な推論ができるのは、数千億パラメータの巨大モデルだけでした。 しかしSRLを使えば、わずか70億パラメータの小型モデルでも高度な多段階推論が可能に✨ 📊従来手法の限界とSRLの革新 従来の学習手法には2つの壁がありました： ・RLVR（強化学習）：正解にたどり着けなければ何も学べない ・SFT（教師あり学習）：丸暗記になり応用が効かない SRLはこの中間を取る画期的アプローチ。 問題を「論理的なアクションの連続」として捉え、各ステップごとに専門家の行動との類似度で報酬を与えます。 💡最大のポイントは「間違えても学べる」こと 最終解答が不正解でも、途中の思考プロセスが正しければ報酬が得られる。これは人間の学習プロセスに近く、より柔軟な推論力が身につきます。 🔬実験結果も驚異的 Qwen2.5 7Bモデルで検証したところ、従来手法では学習不可能だった難問を習得。 さらにSRL→RLVRの順で組み合わせると、オープンソース最高性能を達成しました。 数学推論だけでなく、AIエージェントによるソフトウェア開発タスクでも大幅な改善が確認されています。 ✅ビジネスパーソンが押さえるべき3つのポイント 1️⃣コスト革命：巨大モデル不要で高度な推論が可能に 2️⃣ローカルAI活用：社内データを外部に出さずに高性能AIを運用できる可能性 3️⃣AIエージェント強化：自社業務に特化したエージェント育成が現実的に 「高性能AI＝高コスト」の時代から、「小さくても賢いAI」の時代へ。 この技術が普及すれば、大企業だけでなく中小企業や個人でも高度なAI活用が当たり前になるかもしれません🌟 ソース：arxiv.org/abs/2510.25992