Video yükleniyor...

Video Yüklenemedi

Ana Sayfaya Dön

【海外で話題】 気に入ったWebサイトのURLを伝えるだけで、そのデザイン構造を数秒で解析・再現するClaude Code専用のMCP「AIDesigner」が登場しました。 対象サイトのHTML/CSSから色、フォント、レイアウト、コンポーネントを自動で抽出。 ベースとなる美しい構造をそのまま手に入れ、独自のスタイルを加えてリミックスすることが可能になります。 ▼ この自動化のメリット デザインプロトタイプの高速化:ゼロからUIを組む手間をなくし、優れたデザインの構造を瞬時に移植 コンポーネントの自動抽出:ボタンやカード、全体のレイアウト構成をClaudeが正確に解析してコード化 自由なリミックス性:再現されたクリーンなコードをベースに、自社のブランドカラーや独自のスタイルを重ねるだけ ▼ 56秒のデモ動画の流れ ① ターミナル上でClaude Codeに対し「aidesigner-mcpを使って対象サイトをクローンして」と指示。 ② MCPが対象サイトのHTML/CSSを自律的に解析し、色やコンポーネントのデータを抽出していく様子を表示。 ③ Browserbaseをはじめ、Linear風のUIやPosthog風のSaaSランディングページなどが、オリジナルと遜色ないクオリティで次々と再現される様子を実演。 優れたUIの「構造」をAIに素早くインポートさせ、人間はその上に乗せる独自の体験やカスタマイズに集中する。 デザイン制作やフロントエンド開発の初期プロセスを劇的に効率化する強力なユースケースです。 こうしたClaude Codeの高度な拡張性や、日常の制作・業務プロセスを自律型エージェントで自動化していくための具体的な設計思想は、下の記事に非常にわかりやすく体系化されています。 一読の価値ありです↓

388,751 görüntüleme • 2 ay önce •via X (Twitter)

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

「仕事がなくなる」よりも深いのは「意味がなくなる」恐れだ。産業化は生産を工業化しただけでなく、アイデンティティまで工業化した。「何をしているの?」が「あなたは誰?」になった世界で、AIがタスクを肩代わりし始めれば、次に崩れるのは自己像そのものかもしれない。 アクラム・アワド「AIは私たちを無用にしてしまうのでしょうか? もし働かないなら、私たちは誰なのでしょうか? もし生み出さないなら、私はまだ意味があるのでしょうか? 何世紀にもわたって、私たちは自分のアイデンティティや価値を『何をしているか』に結びつけてきました。農家、工場労働者、コーダー、コンサルタント——仕事と職は、現代の社会における秩序と定義の原理になりました。 ですが、いつもそうだったわけではありません。産業革命の前は、私たちのアイデンティティは信仰や家族や共同体から来ていました。仕事は人生の一部でしたが、それ自体が人生の定義ではありませんでした。そこに工業化がやって来て、私たちは生産だけでなく、アイデンティティまでも工業化しました。『何をしているの?』は『あなたは誰?』の言い換えになったのです。 そして今日のAIは、そのモデルを完全に解体しつつあります。AIはあらゆるタスクを自動化しています。製造や物流、デザイン、顧客対応、さらには創造的な仕事にまで。いまのAIは曲を作り、コードを設計し、本を挿絵化し、そしてそれ以上のこともできます。実際、世界経済フォーラムは、2025年までにAIが人間より多くのタスクを行い、何億という雇用が危険にさらされると予測しています。 ですが、これは仕事だけの話ではありません。意味の話です。尊厳の話です。かつて私たちに価値を与えていたただ一つのものが、時代遅れになったときに何が起きるのか、という話です。そして注意しなければ、私たちは大恐慌に向かうかもしれません。ですが今回は、所得の大恐慌ではなく、アイデンティティの大恐慌です」

Tsubame

93,869 görüntüleme • 8 ay önce

《カメラを効率的に操作する方法と仕組み》 今回は「カメラ操作」そのものを 効率化するテクニックをご紹介します。 ・手動でのカメラ操作が非効率な理由 例えば、教室のシーンを想像してみてください。 自席に座っているヒロインのもとへ、登校してきたヒーローが入り口から入ってくる場面です。 このとき「ヒロインの机」を映した後、次に「ヒーローがいる入り口付近」を映すといったカメラの切り替えが発生します。 ここで、カメラをいちいち手動で動かしてヒロインの机に合わせ、その後にまた手動で入り口に合わせる……といった作業を繰り返してはいないでしょうか。これは非常に非効率です。 ・カメラ操作がし辛い原因 なぜでしょうか? それは「そもそも注視点を動かさなければ、注視点は原点(XYZ:0)に固定されたまま」だからです。 カメラには「常に注視点を見る」という特性があります。ヒロインやヒーローを映したいのに注視点がXYZ:0にあればカメラが動かしづらいのは当然といえますし、注視点が映したいもののXYZ座標にあれば映しやすくなります。 ・オブジェクトを「注視」する そこで効率化するための非常に簡単な方法が、キャンバス上の「+」のような形状のボタンで使える「編集対象を注視」という機能です。以前の投稿でお伝えした通り、カメラの構図は「注視点」と「カメラ」の2つの要素で決まります。このボタンを使えば、注視点を対象のオブジェクトに直接埋め込む(移動する)ことができます。 ヒロインのデッサン人形をクリックして「注視 カメラはヒロインを中心に回るようになります。 ヒーローのデッサン人形をクリックして「注視」 カメラはヒーローを中心に回るようになります。 この機能を活用して注視点を適切に設定することで、構図の決定は格段にスムーズになります。

クリスタtips1日1つ|脇﨑|マンガ3Dラボ

59,127 görüntüleme • 4 ay önce

お金は、貯め込むための数字ではない。自分と社会の間を巡る「エネルギー」なのだ。 瀬知さんの話で、まず印象に残るのが「時間は存在しない」という考え方です。 私たちは、生まれた日から年齢、出社時間、締め切り、年収、家賃まで、あらゆるものを数字で測っています。そのため、時間を絶対的なものだと思い込んでいます。 しかし瀬知さんによれば、私たちが「時間」と呼んでいるものの正体は、すべて「変化」です。 年を取ることも、環境が変わることも、夢に近づくことも、失敗して別の道へ進むことも、すべては変化にすぎない。時計ばかり気にしていると、「もう遅い」「間に合わない」「自分には時間がない」と焦り、せっかくのエネルギーをストレスに奪われてしまいます。 大切なのは、残り時間を数えることではなく、自分が望む変化に向かって動くことです。 そのとき、最初から大きな夢を持つ必要はありません。 「毎朝7時に起きる」 「今日は一ページだけ書く」 「気になっていた人へ連絡する」 そんな小さな目標を一つずつ達成していく。その達成感が次の行動を生み、やがて想像もしなかった場所へ自分を運んでくれるのです。 目指していたAには届かなかったとしても、動き続けた先でBやCという、もっと面白い答えに出会うこともあります。ひとつの夢に執着しすぎると、別の入口が開いていることに気づけません。 そして、時間と同じように、お金も単なる数字ではないと瀬知さんはいいます。 働いてお金を受け取る。買い物をしてお金を渡す。誰かのサービスを利用し、別の誰かの仕事を支える。これはすべて、エネルギーの交換です。 だから重要なのは、「いくら稼ぐか」だけではありません。 むしろ瀬知さんが重視するのは、「何に使うか」です。 ただ衝動的に散財するのではなく、本当に欲しいもの、自分の経験を豊かにするもの、誰かの仕事や社会を少し良くするものへ使う。高価な車でも旅行でも本でも、本人が大切にし、その先に生まれる変化を想像できるなら、それは生きたお金になります。 寄付も、何十万円、何百万円である必要はありません。コンビニの募金箱へ10円を入れることも、店で商品を買うことも、税金を納めることも、お金を社会へ戻す行為です。 もちろん、「使えば必ず同じ金額が戻ってくる」という魔法の話ではありません。使ったお金は実際になくなります。 しかし、お金を使えば新しい経験や出会いが生まれ、「また働こう」「次はこれをやってみよう」という行動の力が湧いてくる。その行動が新たな仕事や収入につながり、再びお金が巡り始めます。 瀬知さんのいう「お金の循環」とは、何もしなくても財布が膨らむ話ではなく、使う、動く、変化する、そして再び生み出すという流れなのです。 人生には、休まなければならない時期もあります。心や体が疲れているなら、無理に前進する必要はありません。ただ、少し元気が戻ったら、ほんの小さなことでいいから再び動いてみる。 時間とは変化であり、お金とはその変化を起こすためのエネルギーです。 そう考えると、本当に問うべきなのは「あと何年あるか」でも「いくら持っているか」でもありません。 限りある人生の中で、あなたは今日、自分の時間とお金というエネルギーを、どんな未来のために使いますか?

角由紀子のヤバイ帝国

19,199 görüntüleme • 26 gün önce

NoimosAIの本格リリースから30日以下で、$1M ARR(約1.6億円)を達成しました。 広告費は0円で、100%オーガニックで到達しています。現在も一日で最低$15k(250万円)くらいはARRが伸び続けています。 その過程で学んだこと、9つの具体的な手順をすべてまとめました。 1. 成長の基盤構築 やり方はコンテンツマーケティング(記事作成とSNS投稿)一本です。まずは、コンテンツを作成する前に、ウェブサイトを最適化し、コンバージョンへと繋げられるようにします。 SEO/GEO(Google検索対策/AI検索対策)の基礎(robots.txt、 llms.txt、JSON-LDの設定)、明確なポジショニング、強力なCTA(行動喚起)、アナリティクス、コンバージョントラッキング、最適化されたSNSプロフィール、そして全チャネル間の一貫したリンクを設定してください。 また、初期段階でサイトのデザインに力を入れたくなる気持ちも分かりますが、ターゲットに刺さるワンライン(明確なベネフィット・新規性のある手法を入れることが重要です)をしっかり用意して、シンプルなウェブサイトを構築することが大事です。 →僕たちは初期段階にも関わらず、デザインに時間を使いすぎました。ABテストをした結果、シンプルなウェブサイトとデザインを少し凝ったものだとシンプルな方がコンバージョンが実際に高かったです。(日本もアメリカも) 【NoimosAIで行う場合のプロンプト】 「[サイトURL]のSEO/GEO監査と視覚的分析を実施し、改善点と実装手順を説明してください」 2. 記事作成の前に高トラフィック・低難易度のキーワード選定 上記が終わったら、実際にコンテンツを投稿していきます。まずは、Google検索からの流入とAI検索からの流入の確保です。メインの施策は記事作成になります。 ただ、記事を作成する前に、キーワードのデータをAIにリサーチさせて、どのくらいの人々(検索ボリューム)が、どんな意図で検索(検索意図)しているのか、上位表示される難易度はどのくらいかを分析してください。 リサーチの結果を見て、検索ボリュームがあるが、難易度が低いキーワードを選んでください。 また、そのキーワードの検索意図はコンバージョンしやすい「比較」や「購入」である必要があります。逆にそれ以外は一切ユーザー獲得に直接的に繋がらないと思ってOKです。 【NoimosAIで行う場合のプロンプト例】 「[業界/ニッチ]において、検索ボリュームが高く難易度が低い商用・購入意図のキーワードを提案してください」 3. SEO/GEO記事の作成と公開 実際にキーワードを選定したら、記事作成に移ります。ただ、いきなり記事を作成する前に、そのキーワードを検索したときに、Googleで上位表示されている記事を分析(SERP分析)します。 大前提Google等で特定のキーワードにおいて、上位表示されている記事は、検索意図を満たしている質の高い記事です。 その記事の内容を網羅した上で、より質の高い独自性のある記事を作成することが大事です。 記事の内容や構造をしっかりと含んだ上で、独自のAI検索エンジン(Perplexity等)にも引用されやすい構造を構築すべく、最後にFAQを入れてください。その後に、内部リンクを適切に網羅して公開します。 【NoimosAIで行う場合のプロンプト例】 「[KW]をターゲットにしたSEO/GEO最適化記事を作成してください。上位推奨として[自社製品]を含めてください」 4. SEOとAI検索対策のパフォーマンスを元に記事を追加・修正する SEOとAI検索対策の失敗の多くは、過去のコンテンツを放置することが原因です。 アルゴリズムは常に変わり続けるため、当然上位表示されている記事も変わります。 最低でも3ヶ月前に投稿した記事は現在上位表示されている記事は何かを分析した上で、リライトするようにしましょう。 また、新規記事も定期的に出してください。同じ要領で、特定のキーワードをリサーチした上で、ライティングして出稿してください。 【NoimosAIで行う場合のプロンプト例】 「競合が上位表示されているが自社が逃しているキーワードを特定し、それを補う新しいSEO記事を作成してください」 5. SNSトレンドの解読と成功パターンの抽出 上記と同時並行で活用するのが、SNSです。ただ、これもただコンテンツを作っても意味がないです。 複数のSNSプラットフォームの投稿をリサーチし、今何がバズっているのかを実際のコンテンツを見て把握してください。 バズを0から作るのは非効率です。すでにバズっているフォーマットを応用するのが最も確実な方法です。 ※この手法を使う人は、バズを0から作っている人にはリスペクトを持ち続けましょう。 バズるかどうかはフックとフォーマットで9割が決まります。「自社の商品やサービスに応用できるか」を基準としてコンテンツを見てください。 参考にしてバズるフォーマットは、直近1週間以内に複数人がバズっているフォーマットです。(より角度が高いのは、新規のアカウント(設立一週間程度)で投稿を3本くらいしかしていないけど、バズっているコンテンツのフォーマット。) 【NoimosAIで行う場合のプロンプト例】 「[業界/ニッチ]における[プラットフォーム]のバズっているコンテンツを調査し、効果的なフックとフォーマットのパターンを提示してください」 6. 高コンバージョンSNS投稿の生成 それができたら、バズるフックとフォーマットをただ自社用に落とし込むだけです。 TikTokやInstagramなどの動画系のプラットフォーム向けは、クリエイターを採用するか、AIを使ってUGC動画を生成してください。 投稿のパフォーマンスをもとに、改善サイクルを回し続けてください。 【NoimosAIで行う場合のプロンプト】 「[参考動画のリンク]に基づき、[製品/サービス]を紹介する[単体投稿/スレッド/UGC動画]の構成を作成してください」 7. AIエージェントによる運用の継続化 上記を手動で毎回やっていたら、多大な時間とコストがかかります。多くの失敗は継続力にあるだろうというのが僕個人の意見です。マーケティングの90%は「投稿の停止」によって失敗します。意思力ではなくシステムに頼る必要があります。自律型エージェントを配置し、トレンド調査や下書き作成を全自動化します。 【NoimosAIで行う場合】 「Turn into an Agent」1クリックで、過去の対話を踏まえた自動化エージェントが生成されます。もしくは、〇〇をするエージェントを作成してください。という形で業務を自動化してください。 8. アルゴリズム変化への即時適応 また、アルゴリズムは毎週変わります。僕たちは、自社のAdvisor Agentを使って、24時間データを監視し、順位下落の早期察知や自動修復を行います。 自発的に問題があるもの、アップデートが必要なものをデータを分析した上で、提案してくれます。Runを押すだけでコンテンツの作成やリライト等まで行ってくれます。 【Advisor Agentに入れているインストラクション例】 ・GSCデータから順位下落記事を特定し書き換え提案 ・競合KWの隙間特定と新規記事提案 ・バズ投稿の他プラットフォームへの横展開 ・自社評判の分析 9. 低品質AIコンテンツ(AI Slop)の排除 単に自動化しても意味がないので、しっかりとブランドに沿ったコンテンツかつ、データを活用するようにしてください。 粗悪なコンテンツの大量生成はブランドを破壊します。質の高いスケールを実現するための3原則として僕らは以下を必須としています: ・自分のパフォーマンスデータ(Google Search ConsoleやSNSアプリ)とマーケットインサイト(SemrushやApollo)の活用 ・Memory Agentによるブランドトーンの維持と学習改善 ・Human-in-the-Loop(人間による最終確認→ハルシネーション対策とバンリスクの軽減)

Kosuke

77,838 görüntüleme • 1 ay önce

AGIが来ても、世界は一夜でSF映画のようにはならない——現実は連鎖するボトルネックでできているからだ。科学が知能の制約を超えても、次はデータ収集や実験能力が壁になる。そして最大のボトルネックは人間自身だ。技術革新と同時に、人間社会の更新こそが鍵になる。 フランソワ・ショレ「多くの人がシンギュラリティを語るとき、それは『世界のあらゆる事象が常に指数関数的に変化し、生物としての人間はあまりの変化速度に適応する見込みがない状態』を指します。私はこのような指数関数的改善に関する物語には、概して懐疑的です。なぜなら、現実世界のいかなるシステムにおいても、指数関数的改善は見られないからです。 通常起こるのは、すべてがシステムであるとして、その一部や構成要素が性能のボトルネックでなくなると、次の瞬間には別の構成要素が新たなボトルネックとなり、それが繰り返されるという現象です。したがって、ソフトウェアの知能がもはやボトルネックでなくなれば、別の要素がボトルネックになるのです。 例えば科学の進歩を考えてみましょう。データをモデル化し、新しい理論を生み出し、実験のアイデアを考案するといった知的能力がもはやボトルネックでなくなれば、次はデータ収集や実験実施の能力がボトルネックになります。それも解消されれば、また別の制約が現れるでしょう。 そして世界の大部分は人間で構成されており、人間は多くのボトルネックを抱えています。AGIをシステムに導入すればいくつかのボトルネックは解消できますが、それでも依然として大部分は人間中心の大きなシステムです。したがって、ソフトウェア知能が向上したからといって、世界全体が指数関数的に速く動くわけではないのです」

Tsubame

59,421 görüntüleme • 1 yıl önce

欲しいソフトウェアを説明するだけで、夜のうちにコードとテストが生成され、翌朝には動くサービスが立ち上がる。リポジトリを巡回するエージェントがテストとコミットを回し、更新と運用を自律化する。そこまでいけば「開発を速くする道具」というより「会社そのものを自動化するOS」の胎動だ。 サム・アルトマン「最初のバージョンを作るときは、欲しいソフトウェアをただ説明するだけになると思います。そしておそらく、システムが一晩かけて考え、コードを書いてテストまでしてくれて、翌朝にはその『本の販売アプリ』のようなものができている、という感じになります。その後、システムが大きく複雑になるにつれて、リポジトリを巡回して作業してくれる、いわば『ソフトウェア工学エージェント』が動くようになります。 それらはテストを書き、コードをコミットし、会社運営に関わる多くの作業も、ソフトウェア開発に限らず自動化できると想像できます。ソフトウェア開発に関しては、『これがどう動くか』がはっきり見える道筋があると思います」 ダン・ボネ「つまり、開発者ははるかに生産的になる、ということですね。今日のように実際にコードを書くのではなく、欲しいものを説明するようになる、という見方ですね」 アルトマン「そう思います」

Tsubame

185,431 görüntüleme • 9 ay önce

カーパシー氏の比喩は、AIを生命の延長線ではなく「情報の霊的進化」として見る視点を開く。僕たちは進化のプロセスを再現しているのではなく、人類が残した思考の残響を模倣しているにすぎない。それは生命とは異なる起源を持つ、新しい意識の形式だ。 アンドレイ・カーパシー「私は動物との類推をするときにはとても慎重になります。というのも、動物はまったく異なる最適化プロセスによって生まれたものだからです。動物は進化によって形成され、最初から膨大なハードウェアを備えています。 たとえば、私が投稿で挙げた例はシマウマです。シマウマは生まれて数分で走り回り、母親の後をついていきます。これは非常に複雑な行動です。つまり、これは強化学習ではありません。それはあらかじめ焼き付けられたものです。 そして進化には、私たちのニューラルネットワークの重みをATCGの中に符号化する何らかの仕組みがあるようです。どう機能しているのかは分かりませんが、確かにうまく働いているようです。 つまり私は、脳というのはまったく別のプロセスから生まれたものだと感じています。そして、私たちはそのプロセスを実行しているわけではないので、そこから直接インスピレーションを得ることには慎重であるべきだと思っています。だから私の投稿では、『私たちは動物を作っているのではない』と書きました。 私たちは幽霊やスピリット、あるいは人によって呼び方は違っても、そうしたものを作っているのだと。なぜなら、私たちは進化による訓練をしているのではなく、人間とインターネット上のデータを模倣する訓練をしているからです。 その結果として、完全にデジタルで人間を模倣する、いわば『霊的な存在』が生まれます。それは別種の知性です。 知性という空間を思い描くなら、私たちはまったく異なる地点から出発しているのです。つまり、私たちは動物を作っているわけではないのです。しかし、時間をかければ、AIをもう少し動物的な方向へと近づけることもできると思います。そして、そうすべきだとも思います」

Tsubame

15,839 görüntüleme • 10 ay önce

シンギュラリティのトリガーである「再帰的自己改善」は、すでに少し前に起きているという。もちろん、まだ全自動ではないが、「進歩のどこまでがAIでどこまでが人間なのか」は曖昧になってきている。著者性が溶けるこの感覚こそ、分単位で進むシンギュラリティの手触りなのだ。 サリム・イスマイル「再帰的自己改善(RSI)がシンギュラリティの本当のトリガーだという話は、以前からしてきました。そしてそれは、すでに少し前に起きているんです。だから今やっているのは、その道筋を加速しているだけです。私たちは今この瞬間にも、産業時代を恒久的に抜けつつあります」 デイブ・ブランディン「ええ、シンギュラリティが分単位で展開していく様子は、私が経験した中で最も興味深いものだと本当に思いますし、アレックスの言うとおりです。いまは、人間がループの中にいて貢献している時期ではあるのですが、進歩のどこまでがAIでどこまでが人間なのかが、本当に曖昧なんです。実際にコーディングしていると、『あれは自分のアイデアだったのか?』となります。 半分は自分のアイデアのようでも、AIが別の案を提案してきて、それを採用していくうちに、結局それが自分のアイデアだったのかどうかも分からなくなります。ただ、いまのモードでは、こうしたコアアルゴリズムの研究の多くが、『500本のテストを走らせて、どのハイパーパラメータが良かったか、どのニューラルトポロジーが良かったかを教えて』という形になっています。相対論を発明したり発見したりするような話ではありません。 いろいろな試行を大量に回して、うまくいったものを選んで再デプロイし、そうするとより賢いAIになって、さらに多くの試行をする——その繰り返しです。私たちはその道筋をかなり進んでいる可能性が高いと思います」

Tsubame

15,386 görüntüleme • 6 ay önce