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。
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。
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。
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。
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。
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。
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。
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。
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。
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。