Vercel DNSでSearch Consoleの所有権を確認する
外部レジストラで取得し、VercelへDNSを委任したドメインで、Google Search ConsoleのTXT確認が通らない原因と設定・確認手順を整理します。
Shiori
starlightBlog.authors.count
WebMCP入門：AIとWebページが同じ画面で協働する仕組み
WebMCPが必要とされた理由、AIへ機能を伝える2つの方法、MCPなどとの違い、安全に試すための考え方を初心者向けに説明します。
オントロジー・ナレッジグラフ・RAG・GraphRAGの違いと選び方
オントロジー、ナレッジグラフ、RAG、GraphRAGの役割を同じ例で比べ、答えがある場所から必要な仕組みを選ぶ考え方を初心者向けに説明します。
PalantirのFDE・DS・GTMとは：コンサル・常駐SEとの違い
PalantirのFDE、Deployment Strategist、GTMを、責任範囲、コンサル・常駐SEとの違い、世界と日本の動向、導入時の課題、組織設計の判断表から整理します。
Palantir型AI人材を育てる：FDE・DS・GTMの実践設計
FDE・Deployment Strategist・GTMに必要なAI、実装、業務変革のスキルを整理し、実案件、評価、再利用、内製化を組み込んだ90日育成プログラムを示します。
Creative AI Governanceの参照設計：制作・作成記録・配信をつなぐ
OpenMontage、AIFX、AdCPを制作工程、完成物の作成記録、広告配信で比較し、企業向けCreative AI Governanceの参照設計を示します。
AdCPとは：AI広告の生成・承認・配信をつなぐガバナンス
AdCPのCreative、Governance、Trust仕様を基に、AI生成広告をブランド確認、人の承認、配信記録へつなぐ設計を整理します。
AIFXとは：作成記録と権利確認を分ける
AIFXと画像形式AIFIを基に、AI生成物の作成記録、整合性、権利確認、人の公開承認を分ける企業向け設計を整理します。
Agent Observabilityとは：会話を集中保存しない監視設計
Agentの会話や文書を中央へ集めず、必要最小限の安全シグナルで長時間の動作を監視する設計を整理します。
Capability CI/CDとは：Agent Skillを検証して配布する設計
Agent Skillを本番配布する前に、構造、安全性、重複、実効性、出所を確認するCapability CI/CDの設計を整理します。
Verification-First Agentとは：回答を証拠から検証する設計
Agentの主張を作る時点で証拠と結び付け、独立した方法で検証してから実行するVerification-First設計を整理します。
OpenMontageとは：AI動画制作を統制する設計と企業活用
OpenMontageを、コードの機能一覧ではなく、AI動画制作の順番、役割、承認、記録を整える仕組みとして解説します。
Palantir Ontologyとは：業務を動かす運用層の設計
Palantir Ontologyを、オントロジーの起源、Object・Link・Action・Function、権限、業務アプリとの関係、ナレッジグラフやRAGとの違い、PoCの判断基準から整理します。
Hermes Agentとは：既存フレームワークとの違い・活用例・拡張方法
Nous ResearchのHermes Agentを、既存フレームワークとの違い、活用例、拡張方法、組織で利用を検討する際の留意点まで整理します。
AI-DLCとは：AWSが提案する仕組みを事例で理解する
AWSのAI-Driven Development Life Cycleを、現行の5フェーズ、公式事例、導入チェックリストから整理します。
AWSのオントロジーとは：Context Ontology Accelerator入門
AWSのオントロジーを、Context Ontology AcceleratorとAWS Contextの関係、RAG・ナレッジグラフとの違い、Neptune・OpenSearch・Bedrockを使う仕組み、企業導入で確認したいガバナンスと運用条件から整理します。
SkillOpsとは：GoogleのAgent Skill運用に学ぶ
Googleが2026年8月4日に公開したAgent Skillの構築・テスト・拡張方法を基に、SkillOpsの具体例と導入手順を整理します。
企業向けAIコーディング支援のコスト管理
Claude、Codex、GitHub Copilotの企業利用を、契約席、AIの処理量、業務成果の3層に分け、予算上限とライセンス再配分を含む月次運用として整理します。
Codex・Claude Codeの/goalと/planの使い分け
CodexとClaude Codeの/planと/goalを、進め方を決める段階と、決めた完了条件まで続ける段階に分けて使う方法を整理します。
AI Agentの出力形式：HTMLとMarkdownの選び方
Claude CodeチームのHTML活用論を手がかりに、AI Agentの成果物をMarkdown、HTML、XML、JSONでどう使い分けるか整理します。
コーディングエージェントの自己修復ループ設計
2026年の最新研究とOpenAI、Google、GitHubの公式実装を基に、コーディングエージェントの自己修復ループを多層検証、停止条件、権限境界、人の承認まで含めて設計する方法を整理します。
Generative UIとは：仕組み・活用例・導入時の注意点
テキストではなくUIそのものをAIが生成するGenerative UIについて、概要、仕組み、Vercel AI SDKやClaudeでの活用事例、今後のポテンシャルと導入時の注意点を整理します。
Claude CodeとCodexの使い分け：作業工程別の判断基準
Claude CodeとCodexを同じリポジトリで使うときに、相談、設計、実装、検証、引き継ぎの観点からどちらを選ぶかを整理します。
カラーアクセシビリティをAI開発ルールで守る方法
Vibe Codingで実装したUIコンポーネントの色が、ライト/ダーク、ホバー、選択、フォーカス状態で崩れた経験から、再発を減らすために構築しているハーネスを整理します。
Codex Memoriesの使い方とリセットの判断基準
Codex Memoriesの役割、AGENTS.mdとの違い、メモリを使わない・見直す・リセットすべき場面を運用目線で整理します。
AI AgentのSkillsと指示ファイルの使い分け
Claude Code、Codex、GitHub Copilot、Google Antigravityで使われるSkills、CLAUDE.md、AGENTS.md、GEMINI.md、copilot-instructions.mdの役割を比較し、どこに何を書くべきかを整理します。
Claude CodeとCodexの引き継ぎ設計：文脈を保つ3つの方法
同じリポジトリでClaude CodeとCodexを使い分け、セッションをまたいで作業を引き継ぐための判断基準と文書設計を記録します。
PlaywrightでAI実装のブラウザ表示を検証する設計
AI Learning Playgroundで、構造チェック、URL検証、人間レビューに加えてPlaywrightをどのように位置づけるかを整理します。
prebuild自動正規化で検証順序の失敗を防ぐ方法
Astroサイトのビルド失敗を、個別修正ではなくprebuildの自動正規化と検証順序で防ぐようにした実装を整理します。
AI支援による記事制作の著作権と公開責任
AIを執筆支援ツールとして使う場合の著作権、責任、読者への開示方針を整理します。
AI記事の公開前レビュー12ステップ
AI支援でブログ記事のドラフトを作成する際に、構造チェックと公開承認を分け、記事を直接passedにしない公開前レビュー手順を整理します。
AWS AI BPRの実践手順：強み起点で業務を再設計する
AWSのAI BPRを、初めて触れる人にもわかるように整理します。公式記事に基づき、強み起点の4ステップとAIプロジェクトで検討したい観点を解説します。
Vibe Codingを3か月続けて分かった開発と保守の違い
AI Learning PlaygroundをVibe Codingで構築・運用した3ヶ月間を振り返り、技術・設計・運用の3フェーズで得た気づきを整理します。
Claude Dynamic Workflowsの仕組みと並列タスク設計
Claude CodeのDynamic Workflowsを、複数のAI担当へ仕事を分ける仕組みとして説明し、向く作業、分け方、費用、上限、再開時の注意点を整理します。
Claude Designの使い方：Figma・Canvaとの役割分担
Claude Designを初期案づくりへ置き、Figma・Canva・Claude Codeと役割を分ける方法を、非技術者にも分かる作業例と判断表で説明します。
Vibe Codingとは：できることと人が確認すべきこと
Vibe Codingの本来の意味と、会話しながらAIに実装を任せる開発との違いを整理し、試作品と本番利用で人が確認すべき範囲を説明します。
Claude Code Hooksの設定方法と自動チェック例
Claude Code Hooksで繰り返す確認を自動化する考え方を、作業前・作業後の違い、人の承認を残す条件、導入手順とともに説明します。
Claude Codeのトークン節約：品質を保つ7つの方法
Claude Codeで必要な文脈と安全確認を残しながら、入力・出力トークンを減らす7つの方法を整理します。
AI DrivenとAI Nativeの違いと選び方
AI Driven と AI Native は、AI を活用する組織の設計思想として異なる出発点を持ちます。2つのアプローチの違いと、それぞれが向く状況を整理します。
lessons.mdでAI作業の判断経緯を残す方法
AI作業で起きた問題、原因、対処、再発防止をlessons.mdへ記録し、次の作業で検証できる判断履歴として運用する方法を説明します。
AIエージェントのビルド実行を承認制にする設計
AIに別の修正を依頼している流れで、本番向けビルドコマンドが実行された経緯と、その後に導入した承認制ルールの記録です。
dirty worktreeをAI間で安全に引き継ぐ手順
未コミット差分をAI間で引き継ぐ際に、CodexのLocal・Worktree・Cloudで何が共有されるかを分け、安全な確認手順を整理します。
AIが提示した参考文献URLを自動検証する方法
AIは実在しないURLを参考文献候補として提示することがあります。このサイトで作ったURLチェックスクリプトの仕組みと、結果の分類方法を整理します。
AI記事の引用ルール：体験と外部事実の分け方
AI支援でブログを書くときに、著者の体験談と外部事実を分け、どこに引用が必要かを判断するための実践ルールを整理します。
内部リンク切れを公開URL基準で検証する方法
ファイルは存在しているのにリンクが壊れている、という状況がこのサイトで発生しました。内部リンクの検証をファイルパスではなく公開URLで行う必要があった理由を整理します。
AI開発で意図しないUI変更を防ぐルール設計
AIに別の作業を依頼していたところ、ナビゲーションのレイアウトが変更されていた経験から、UIを保護するルールをCLAUDE.mdに追加した経緯と効果を説明します。
AIと作るバリデーションスクリプト：手動確認を自動化
設定ファイルの整合性を手動でチェックし続けることには限界があります。AIと一緒にバリデーションスクリプトを作った過程と、自動検出が有効だった理由を整理します。
learning_timeを自動正規化する設計と実装
docs記事のlearning_timeを、レビュー前の作成フローで正規化し、dev:checkとprebuildでは安全網として再検証する設計に更新しました。
日英ブログの翻訳ずれを防ぐ構造同期チェック
日本語を正本として英語記事を同期する現行フローを、3つの翻訳ずれと二段階チェックリストから整理します。構造検査で拾える差分と、人が判断する意味の差を分けて扱います。
ブログ制作Skillの作り方：著者視点と品質基準を定義する
AIを使って記事のドラフトを作成すると著者らしさが消えやすい問題に対し、my-blog-writing SKILLで文体・禁止表現・E-E-A-Tの確認基準を定義しました。ドラフト段階の品質を整え、著者が編集・レビューしやすい状態にする仕組みを整理します。
SKILL.mdとは：繰り返すAI作業を標準化する方法
AIに毎回同じ指示を繰り返すより、スキルファイルとして手順を定義しておく方が作業品質が安定します。このサイトで実際に作ったSKILL.mdの設計と、その効果を整理します。
Spec Firstとは：AI実装の手戻りを減らす仕様設計
AIへの実装依頼の前に仕様書を書くことで、意図と異なる実装や繰り返し修正が減ります。Spec Firstという考え方と、仕様書の書き方を説明します。
Claude CodeとCodexの共通ルールをshared/で管理する
AIに渡すルールファイルが増えてきたときの整理方法を説明します。rules・skills・workflowという3つの役割でファイルを分類したshared/ディレクトリの設計思想を紹介します。
ハーネスエンジニアリングとは：AI開発を支える3層設計
AIに毎回同じ質問をしても答えが変わる、前回の作業を覚えていない——そうした課題への対処として、このサイトで使う「ハーネスエンジニアリング」という実践用語を整理します。
AIエージェントのハーネスドリフトを自動検出する方法
共有ルールとツール別設定が時間とともにずれるハーネスドリフトの原因と、同期検査で早く検出する運用を整理します。
ハーネス整備の効果を見極める3つの判断基準
繰り返し発生するAI作業の問題を、再現性・具体性・検証性の3条件でハーネスへ移すか判断する方法を整理します。
1ページ1トピックで記事の検索意図を明確にする方法
1つの記事に複数のトピックを入れると、読者がどこに何があるかわからなくなります。このサイトで「1ページ1トピック制」を導入した経緯と、どこを1トピックの単位とするかの判断基準を説明します。
AI記事ドラフトのレビュー工程：自動チェックと人の判断
AIが作成したドラフトを自動チェックし、最終的に人が確認するレビュー体制を導入した経験から、自動チェックで検出できることと、人が確認する必要があることを整理します。
コーディングエージェントで作成したコードのレビュー基準：変更種別ごとの優先度
コーディングエージェントで作成したコードを、外部接続、データ変更、計算・変換、表示・デザインに分け、確認優先度をレビュー表として整理します。
AIに任せる仕事の判断基準：可逆性・影響範囲・検証性
AIへ依頼する前に確認したいリスク判定として、可逆性・影響範囲・検証のしやすさの3軸と、人間が握る判断領域を整理します。
AI文章をビジネス日本語へ直す4つの基準
AIが作成したドラフトは、そのままではビジネス文書に使いにくいことがあります。誇張表現・口語副詞・比喩的な危険表現・個人ブログ的な表現という4つのパターンごとに、具体的な書き換え例を整理します。
AI生成Mermaid図が表示されない5つの原因と対処
AI支援でMermaid記法を作成した際に実際に発生した5つの問題パターン（特殊文字、矢印の向き、ラベル長、日本語、入れ子）と、それぞれの対処方法を記録します。
CLAUDE.mdの書き方：効果が出る3種類の指示
Claude Codeへプロジェクト固有の前提を渡すCLAUDE.mdの書き方と、指示が動作を導く範囲を設定前後の例で説明します。
VercelでGoogle Analyticsを設定・検証する手順
Vercel環境でのGoogle Analytics設定を、測定ID、環境変数、Astroコンポーネントの順にステップごとに整理します。
AI Learning Playgroundとは：企業のAI実務を学ぶサイト
生成AIの基礎、組織導入、開発、ガバナンスを目的別に学べるAI Learning Playgroundの構成と読み進め方を案内します。