ローカルで動くAIとクラウド型AIの違い・選び方
自分のPCでモデルを動かすローカルAIと、ChatGPTのようなクラウド型AIを、性能・速度・プライバシー・コスト・保守の軸で比較しました。普段はクラウド主軸の筆者が、ローカルを「どの作業に割り当てるか」を判断するための検討メモです。
続きを読むAI
12 件の記事
AIツールの乗り換えコストを下げる：データを持ち運べる形に
AIツールの乗り換えで困るのは性能差ではなく、会話履歴やカスタム指示などツール内に残した資産です。ロックインが効く場所と、決定事項や指示の型を自分のファイルに持つ「持ち運べる形」の作り方、点検リストを整理します。
続きを読むAIにテストを書かせるときの注意点：緑でも正しいとは限らない
AIにテストコードを書かせると速い反面、仕様ではなく現状をなぞるテスト、モックで固めたテスト、期待値自体の間違いといった問題が入りやすい。起きやすいパターンと見抜き方、頼み方の工夫、レビュー観点を整理しました。
続きを読む小さい自動化をAIに作らせるときの現実：量産と保守
通知の集約や定型チェックなど、小さい自動化をAIに作らせるコストは劇的に下がりました。一方で、仕様変更で壊れる・失敗に気づけない・中身を誰も覚えていない、といった「動かし続けるコスト」は残ります。向く自動化と向かない自動化の線引き、壊れたときに気づく仕組み、棚卸しの習慣、作る前に決めておくことを整理しました。
続きを読むAIとの会話履歴を資産にする：メモリと引き継ぎ文書
AIとの作業を長く続けるほど、チャット履歴は資産にも負債にもなります。決まったこと・前提・禁止事項をメモリや引き継ぎ文書に残し、次のセッションや別のAIがそのまま続きから入れるようにする運用を、残す情報の種類と引き継ぎテンプレート付きで整理しました。
続きを読む生成コードのレビュー観点：差分を読むときのチェック
AIエージェントにコード編集を任せるとき、コミット前に差分をどう読んでいるかを整理しました。変更ファイルの全体像から掴む読み方、スコープ外の変更や重複実装といった観点別のチェック、危ないサインの見つけ方、レビューで差し戻すときの指示の書き方までをまとめます。
続きを読むAIの回答を一次情報で検証する手順
AIの回答をそのまま信じず、公式ドキュメントなどの一次情報で裏取りする自分なりの手順をまとめました。主張の分解から、別モデルとの突き合わせ（disagreement check）、検証しないと決める線引きまで、実際の運用の落としどころを書いています。
続きを読むAIへの指示の型：目的・制約・出力形式を固定で渡す
AIに仕事を渡すとき、自分は「目的」「前提と制約」「出力形式」の3点セットを固定の型で渡すようにしています。各要素を欠くと何が起きるか、悪い指示を直した対比例と、コピペで使えるテンプレートをまとめました。
続きを読むAIに任せる作業・任せない作業の線引き
AIには広く任せる方針でも、取り消せない操作だけは候補を出させて止め、自分のOKが出てから実行させています。任せてよい作業・確認してから進める作業・任せない作業の3分類と、線引きに使う3つの軸、迷ったときのデフォルトを整理しました。
続きを読むMCP入門：AIに外部ツールを触らせる仕組みの基本
MCP（Model Context Protocol）の入門メモ。ホスト／クライアント／サーバの3つの役割、Tools・Resources・Promptsの違い、JSON-RPCベースの通信とstdio／Streamable HTTPの2つの運び方、権限の考え方を、公式ドキュメントに沿って整理しました。
続きを読むAIに書かせた記事の品質チェック：出典・捏造・定型文を見抜く
AIに下書きさせた記事が数十本溜まってから気づいた、中身の薄さの兆候と見抜き方をまとめました。出典の実在確認、体験談の真偽、定型句の繰り返し、サイズや構造の均一さなど、自分の下書きにそのまま使えるチェックリストです。
続きを読むAIコーディングエージェントの使い分けメモ：ChatGPT・Codex・Claude Code・Gemini
調査と要件整理はChatGPT、ローカルのコード編集はCodex中心、文章の推敲と別視点チェックには他のAI、大量ドキュメントの要約にはGemini。普段の開発でAIをどう使い分けているか、得意な頼み方と事故る頼み方を含めて整理しました。
続きを読む