CCDD 振り返りサイト

AIの「脳」にあたる部分。文章を送ると、次に来るであろう文章を確率計算して生成する仕組み。それ単体では「文章の生成・要約・発見」しかできない。GPT、Gemini、Claude、Grokなどが代表的なLLM。

AIに送るメッセージ（指示文）のこと。チャットで入力する文章も、裏側で自動的に送られるシステム指示も、すべてプロンプト。詳細で具体的なプロンプトほど、AIの出力品質が上がる。

AIが文章を処理するときの最小単位。日本語だと大体1文字=1〜2トークン程度。AIの利用料金はトークン数で計算されることが多い。コンテキストウィンドウの上限もトークン単位で決まる。

AIが一度に「覚えていられる」情報量の上限。人間でいう短期記憶。やりとりが増えるとこの上限を超えて古い情報を忘れてしまうため、できるだけ少ないやりとりで完成させることが重要。

テキストだけでなく、画像・動画・音声など複数の種類（モード）の情報を同時に扱えること。Geminiはマルチモーダルが得意で、画像や音声を含むタスクに強い。

LLM（脳）にTools（道具）を持たせたもの。人間のように「考えて→行動する」ことができる。ツールを持った瞬間に、PC上で人間が行えることはほぼ全てできるようになる。

AIエージェントが自動で「思考→実行→評価→修正」を繰り返すサイクル。正しい結果が出るまで自分でループを回し続ける。Claudeはこのループ処理が特に得意。

複数のAIエージェントを連携させて大きなタスクをこなす仕組み。例：リサーチAI→ライターAI→レビューAIのように役割分担させる。オーケストラの指揮者のように、各エージェントを適切に動かす。

AIが自分の出力を評価し、改善を繰り返す自己改善の仕組み。「作成→チェック→修正→再チェック」を回すことで品質が上がり続ける。CCDDの最終ゴールはこれを実装すること。

エージェントが動き出す「きっかけ」。3種類ある：イベントトリガー（外部要因、例：メール受信）、タイムトリガー（時間要因、例：毎朝9時）、アクショントリガー（内部要因、例：条件を満たしたとき）。

AIの行動方針・性格・価値観を定義したもの。同じAIでもインストラクションを変えるだけで、別の専門家のように振る舞わせることができる。CLAUDE.mdなどに記述する。

行き詰まったときにAIに「自己分析→評価→改善」の3段階を回させる手法。ポイントは1つのプロンプトで全部やらせず、ステップを分けて実行させること。

検索拡張生成。AIが回答する前に、まず関連する情報をデータベースから検索（Retrieval）し、その情報を元に回答を生成（Generation）する仕組み。AIに「自社データに基づいた正確な回答」をさせたいときに使う。

大きなデータを意味のある単位に分割した「かたまり」。例えば長い議事録を「トピックごと」に分割したものが1チャンク。RAGではこのチャンク単位で検索・取得する。分割の粒度がRAGの精度を左右する。

テキストの「意味」を数値の列（ベクトル）に変換すること。「犬」と「ペット」は文字は違うが意味が近いので、似た数値列になる。この数値列を比較することで「意味の近さ」を計算できる。

数値の並び（配列）のこと。エンベディングの結果として得られる。例えば3072次元のベクトルなら、3072個の数値が並んだもの。この数値列がテキストの「意味」を表現しており、ベクトル同士を比較すると意味の近さがわかる。

2つのベクトル（数値列）がどれくらい似ているかを測る計算方法。値が1に近いほど意味が似ていて、0に近いほど関係が薄い。RAGでは質問のベクトルと各チャンクのベクトルのコサイン類似度を計算し、スコアが高いチャンクを選ぶ。

「意味」で検索する方法。通常のキーワード検索は文字の一致で探すが、セマンティック検索はベクトルの近さで探す。「犬の世話」で検索すると「ペットのケア方法」もヒットする。

キーワード検索（クエリ検索）とセマンティック検索を組み合わせた検索方法。両方を使うことで精度が上がる。Notionは内部でハイブリッド検索を実現している。

データに付与する「データについてのデータ」。例えばチャンクに「カテゴリ」「発言者」「日時」などを付けることで、検索時に範囲を絞り込める。細かく刻みすぎず、範囲指定ができる程度が適切。

既存のAIモデル自体を追加データで学習させて性能を向上させる手法。RAGとは別のアプローチ。メリットはトークン削減・速度向上だが、膨大なデータ・コスト・時間が必要。通常のユースケースではRAGで十分。

AIが外部ツール（Notion、Slack、Google Driveなど）と接続するための共通規格。「道具箱」のようなもので、1つの接続方法で多くのサービスをまとめて使えるようになる。本質は「下のデータを上に叩いてるだけ」。

Anthropic社が提供するClaude（AI）のCLI版ツール。ターミナル上でAIと対話しながらコードを書いたり、ファイルを操作したり、エージェントを構築できる。CCDDではこれを使って開発を行った。

Claude Codeのプロジェクトルートに置く設定ファイル。AIの行動方針・ルール・ナレッジ参照先などを記述する。エージェントの「長期記憶」やインストラクションとして機能する。

AIエージェントを活用した開発手法。いきなりコードを書かせるのではなく、まずプランニング→タスク分解→一つずつ実行→評価のループを回す。「設計が超重要」という大前提に基づく。

Webサイトをホスティング（公開）するためのサービス。サーバーレス関数も使えるため、APIの処理もこの上で動かせる。このCCDD振り返りサイトもCloudflare Pagesで動いている。

AIを使い続けることによる脳の疲労。意思決定を繰り返すと精度が低下し、AIバティール（AIうつ）に至ることもある。予防策はAIに触れない時間を作る、散歩する、情報量を減らすなど。

少ない労力で大きな成果を出すこと。AI時代ではAIエネルギーを「無限」に使える前提で考え、人間はリアル（対面）の価値提供と「判断」に徹することで最大のレバレッジが効く。

KPI（Key Performance Indicator）は成果指標。OKR（Objectives and Key Results）は目標と主要な結果。AI時代の「優秀な人」の定義は、KPIを設定するだけで何をすべきか自ら判断・実行できる人。