アプデしたのに劣化するAIが出るなんて、普通はありえないだろ…

いやほんと、今回のGemini3.0Proが弱くなった理由はめちゃシンプル。　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　

文章力とか生成速度の話じゃなくて、肝心の“汲み取り”と“補完”がごっそり薄くなってる。

抽象的な意図を拾えないAIって、もうAIじゃなくて半分ただの作業代行なんよね。

だから「なんでアプデしたのに前より面倒くさいんだ？」って現象が起きてるだけの話。

まず一番のポイントはこれで、3.0は“読み取る力”じゃなく“やるべきことだけを処理する力”に寄ってしまった。

だから、抽象指示や曖昧な意図を前提として拾う部分が薄まり、余白が全然埋まらない。結果どうなるかというと、ユーザー側が毎回“段取りの説明”までしないと動かない。

これ、性能が落ちたというより“AIの思想が変わった”って感じ。だからアプデなのに不便…という普通はありえない逆転現象が起きてるわけだ。

よく「新モデル＝賢い」と思われがちだけど、そこが今回ズレてる。

2.5proは“余白を察して埋める”力がすごく強くて、人間の曖昧さ前提で動いてくれた。3.0は逆で、「言ってないことには触れません」という姿勢がかなり強い。

だから、プロンプトを丁寧にしてもズレが残るし、勝手に深掘ってくれない。生成文の綺麗さじゃなくて、“要件理解の深さ”で見ると退化してると言わざるを得ない。

AIの価値って本来、意図読み・構造化・抜け漏れ指摘の部分なのに、その核が薄いのがしんどい。その意味で、3.0は「仕事を任せられるAI」ではなく「自分で段取りしないと動かないAI」になってる。
　　　　　　　　　　　　　　　　　　　
じゃあ3.0が全部ダメか？と言うと、それも違うんよね。マルチモーダル性能はぶっちゃけ最強級だから、機動力だけ見ればトップ。

だからこれからは「思考系AI」と「処理系AI」を分けて使う運用に寄せたほうがいいってことになります！

抽象指示や余白の補完はGPT-5.1やOpusに任せて、実作業はGeminiに投げる感じ。

1モデルに全部求める時代じゃなくて、“用途ごとに得意分野のモデルを置く”のが正解。

結局AIは良し悪しじゃなく、どこまで任せられるかの“配分設計”なんだよなぁ。

あと、テキスト生成系はcursorとかのエディタでクリアできてしまうから、LLMに触れる機会ってマルチモーダルや特定領域の生成のみになる、というかもうすでになってる。 December 12, 2025

Vibe Coding 比你想的還要簡單 - 從挑選工具以及平台開始做起

最快 3-5 步驟就能夠做出自己想要的小工具或是機器人
從一步一步的產品迭代提升自己對「心目中理想工具」的認知，對話中實踐自己的想像

一起成為工具人吧 🥸

初階的 vibe coding 文章老實說已經滿天飛了，關鍵還是取決於自己到底有沒有想要做出什麼產品出來

生活中有沒有自己想解決的產品需求

常遇到資訊不夠充足導致自身不敢交易，或甚至連找到正確的資訊都不知道該從何做起

其實也可以一步一步透過跟 AI 的互動找到自己的痛點

就像去看醫生，知道自己身體怪怪的，也需要說清楚症狀才能夠讓醫生對症下藥

在看過無數篇 @Penny777_eth @nake13 @porounclemao 有關 vibe coding 的文章之後決定先從起手工具 & 平台的整理開始做起，於是拉了這一張表格

首先是起手工具 & 平台：

@Penny777_eth 是 Google Antigravity 的忠實推廣者，我自己也是因為她才開始用的, 沒想到一玩打開了新世界

你只需要「說出你的需求」，Antigravity 就可以馬上組織好邏輯和技術文件

推薦 LLM：Penny 認為 Claude 堪用、Gemini 做圖強、日常任務依然首推 GPT，Antigravity 裡面有很多 LLM 可以自由切換，每一種語言的額度基本上用不完，可以多多嘗試切換找出其中差異

潘老師認為最新的 Claude Opus 4.5 可以完成比較複雜的任務

小毛哥則認為 LLM 的部分讓 Cursor 來負責選擇搭配也行，可以善用 Model Auto 功能

Claude Opus 4.5 是先前 11 月底熱騰騰發表的，Anthropic 官方宣稱 Opus 4.5 整體更聰明。

遇到程式設計、搭 Agents、操控電腦這些「系統級任務」依然是全球數一數二的水準。日常的研究、做 PPT、處理表格這類工作，也都明顯變強了
＝＝＝＝
開發平台的部分：潘老師跟小毛哥推薦的平台都是 Cursor，尤其在搭開發環境的部分，可以試著先從不連網的環境開始做起，複雜度較低

架設伺服器部分：潘老師推薦 Cloudflare Workers 已經夠用，一個月也就幾美金的費用開始算起

一開始野心過大想要做一堆強大的應用我覺得會是新手一開始一定會遇到的問題

如果對技術搭建沒有概念，建議先詢問 AI 完成需要的複雜度、是否需要連網，以及相應的權限問題以加快自己的開發流程

＝＝＝＝＝＝＝＝＝
以我自己做的 trading-assistant 為例, 當時我先問了 Claude 👇

我想要創建一個網頁, 每天早上 10 點固定幫我查看

聚合持倉最高的 top 10 coins 為何
持倉變動數最高的幣種為何
漲破、跌破均線的幣種為何（ma 1d 21）（ma 1w 50）

請轉化為跟 google antigravity 的 prompt

原因：我想要知道當下持倉暴漲暴跌的幣種有哪些，或是當前有哪些幣種漲 / 跌破均線，以幫助我獲取更多資訊來輔助交易

＝＝＝＝＝＝

隨後就出現了雛形，Antigravity 按照指示開始生成，並出現了幾個分頁

💡 Task：對內展示的 to do list，將需求具體排列讓開發者清楚理解當前所欠缺的元素為何，能夠讓我們知道當前的開發進度

💡Walkthrough：類似對外展示的產品文件，產品的核心功能、使用方式、產品截圖一覽無遺

💡 Implementation Plan：技術細節：可以在這裡看到當前呈現的數據來源是來自哪裡

比方說我可以在當中的 “Data Strategy” 欄位裡看到 K 線及持倉數據其實都是來自幣安的 API

直到今天我依然每天會開著這個網頁大概瀏覽一下當前上榜的幣種有哪些

因為 Antigravity 已經幫我部署網頁了

所以我只需要簡單進入 “http://localhost:8000/crypto_monitor.html”

這樣的 URL 就可以看到這些資訊, 且具備實時更新的功能！
＝＝＝＝＝

就像第一篇接案的文章, 3000 字需要兩週寫完, 到現在可能只需要 2 小時不到寫完一篇 3000 字文章, 這樣的增速其實超過 10 倍

先無論當前能夠寫的主題複雜程度以及所蒐集的資訊廣度, 跟 5.6 年前肯定是不能比

還記得當時小毛頭時期，光是寫什麼是期貨跟資金費率就花了我很多時間

當前開始使用 cursor 或是 antigravity 給我的感覺就有點類似這麼幾年來寫文章能力提升的快進過程

從對話中學習，一天就能開發出一樣新產品

開發一個應用或是工具, 從以前的幾天、幾週快進到當前只需要幾小時

我們可以快速跟 AI 工具進行互動, 幫助自身快速找到 debug 的地方, 做出自己想要的工具或是實踐想法
＝＝＝＝＝
以上就是這次的內容

下一篇會分享一樣是 Antigravity ，但在開發中可能會遇到哪些問題, 後續該如何解決

為什麼有的 Antigravity 無法實現, 但是用 Claude + terminal 卻可以？

以上的資訊全部都是自已從和 AI 的互動中學習的, 過程中沒有詢問任何一個真人 😂

雖然嘗試的過程碰壁真的滿悶的, 不過學習如何問問題也是當中一個很好的學習點，可以非常直接的感受到自己正在進步 December 12, 2025

【引用リポスト追加特典🎁】
5Daysチャレンジ、めっちゃ反応もらってる。
ありがとうございます。

で、せっかくなので
この投稿を引用リポストしてくれた人に
追加で特典を配ることにしました。

━━━━━━━━━━━━━
▼引用特典▼
限定セミナーアーカイブ3本
━━━━━━━━━━━━━

① 最新AI副業でマネタイズする成功事例＆ロードマップ
② Obsidian × Cursor × AIエージェントで自動化
③ AI副業・AIエージェント なんでも質問会

━━━━━━━━━━━━━
▼この3本を見ると…▼
━━━━━━━━━━━━━

AI副業、何から始めればいいか分からない
→ AI副業の全体像と最初の一歩が明確に

毎回プロンプト打つの面倒、思い通りにならない
→ 一度設定すれば半自動で量産できる仕組みが分かる

自分に何が向いてるか分からない
→ 強み×AIで収益化する道筋が見える

これ、普通に有料級の内容です。

━━━━━━━━━━━━━
▼特典の受け取り方▼
━━━━━━━━━━━━━

・この投稿にいいね＋引用リポストで「特典ください」とコメント

さらに元投稿への引用リポストも大歓迎🔥
感想や意気込みを添えてくれたら
もっと嬉しいです。

「これから頑張ります」とか
「ずっと気になってました」とか

そういうの見ると、こっちもテンション上がるので。
5Daysチャレンジで会えるの楽しみにしてます！ December 12, 2025

東大松尾研究所が公開した「AIコーディング実践環境の構築方法」が有益すぎた。スラッシュコマンドやタスク分解でAIとの対話を構造化し、GitHub連携で自動化まで実現。ドキュメント駆動開発やLinter設定など実務ノウハウが詰まってて、開発効率が3〜5倍になる仕組みが分かる。Claude Code/Cursor使ってる人は必読👇🧵 December 12, 2025

そういえばサラッと流しちゃったけど今日クライアント様MTGで「前教えてもらったので、NotionAIでAIPMコマンドで施策すすめてみたんですけど」って話をされたのだが、これ冷静に考えると、Cursorでしか展開してなかったときには絶対起きえなかったんだよなこのカジュアルさ。Cusorをインストールしてもらってーいろいろ設定してもらってーというのがあって、かなりの覚悟が必要だったのに対し、今はNotionのAIPMページを共有するだけでトライ可能で、それゆえに、話としてもめちゃくちゃ軽く「トライしてみたんですけどー」でお互い流れていく。このカジュアルさよくかんがえると感動だわ。コマンド系とかをNotionAIで活用みんなしてるとおもうけど、このへんもCursor時代は、知る人ぞ知るテクニックだったわけで。ChatGPTだけ使ってる分にはやらないやりかたですからね。ChatGPTのまさに次に、カジュアルにすすんでる。NotionAIさまさまだわ。 December 12, 2025

Devin 1st Anniversary Meetup Japan で学んだことを共有します！

Devin などを含めた AI Agent でタスクを任せる時は、難しいタスクを任せすぎない。

Devin を使いこなす為には、AI にタスク分割を任せる
BreakDown を自分で考えず、全部Cursor を使って、タスクを分割して、依頼するようにする。

Claude Code ではうまく直せない時でも、Devin では、うまくいく時がある。
複数レポジトリを参照するタスクでは、特に活躍してくれる。

DeepWiki の強さ
自動でDevin が実装を修正してくれるところ。
メンテコストがかからない。

Devin は、自分で振り返って修正してくれる
上手くいかなかったタスクがあった時に、その原因をDevin が 自分で振り返って成長してくれる。

Devin は セキュアな状態で 扱えるのもメリット
Devin 自身で セキュアな環境を作れて、かつVPN を使ってアクセスしたり、もできる

codemap にも質問できる
Open with windsurf というボタンで、Devin 上で利用した codemapを Windsurf で開くことが出来る。

Codemap を利用する意味
今のコードを理解することが大切になる。
また、Codemap の機能は、学習コストが極小。エンジニアの思考プロセスをそのまま模倣してくれるので、扱いやすい。

DeepWiki は無料で使える
そのため、まだ課金に躊躇している、という方でもオススメ

Codemap には 2つの表示モードがある
- リスト形式
-グループ化・ネスト化されたコード箇所を確認できる

- ビジュアルマップ
- ノードをクリックして関連コードに直接ジャンプ
-See more で詳細な説明を展開できる

CodeMap のオススメ使い方
- Git の 履歴を追う時に、履歴を説明してもらい、変更を追いやすくする
- 倭国語で説明させる

AI 駆動開発ツールの分類
- IDE統合型 と エージェント型、の2種類がある。

自立型 AI ソフトウェアエンジニア の 3つの特徴
- 自立性
- 隔離性
- 並列性

Devin を使いこなす心構え
Devin を 「新人エンジニアとして扱う」
魔法の杖ではない。明確な指示に基づく実装や、定型作業の自動化などを行う。

いい指示を心がける
ゴール・参考情報・完了条件が明確、が大切

AI への指示書 AGENTS. md を作る
こんな感じでテスト、こんなパスを参照してください、を入れておく

チームの暗黙知を形式知にする
セッションを横断して学習し、チーム専用のエージェントを育てる。

Playbookを有効活用すると、定型作業の自動化が行える。
大きいMacro みたいな操作が可能に。

Devin のベストプラクティス
複雑なタスクを、小さなチェックポイントに分割する。
ただ、適切な分割粒度は、プロジェクトごとに異なる。
クラスレベルやモデルで分割するなら、そのスキルが必要になる。
また、API のような機能レベルで分割するなら、適切な完了条件を定義する必要がある。

分割をDevin にやってもらう時には、タスク分割をするPlaybook を作成する

タスク分割を Devin に任せる時の方法
- タスク分割の 0 → 1 は 人が作成する
- 一発でうまくいかないから、Playbook をブラッシュアップするのを忘れない

Devin にタスク依頼する時の方法
Issue を作成して、Devin に その Issue を渡す。
その上で、成果物をレビューしてPlaybook を改善する。
この時に、一番初めの 0 -> 1 のタスクは、
最初なので、レビューは集中して厳しめにしておく。

人力で「Playbook改善」をやる必要がなかったりする
Advanced mode で Devin 自身にPlaybook を改善させることもできる(次、同じタスクを渡した時に同じ指摘をなくす)

Playbook を使いこなすと、タスク分割などもDevin 側でうまく使えるようになる。
これにより、タスク分割の手間も減らせる。また一定基準でコードを生成できるので、注意して見るべき内容を見極められる。

どんなタスクが必要なのか？の検討がつかない時は、システムの内容を理解しながら、Devin と相談していく。
この時には、Ask Devin を使える。

SWE-1.5 は、Claude Sonnet4.5 と精度が同じくらいで早い
つまり、自分の打鍵がボトルネックになるくらい早いモデルが、もう出ている。

MultiDevin
マネージャー となるDevin があって、さらに Devin を呼び出すという機能
今は、まだ Enterprise のみで使える

実装のプランニングは、Claude Code で行うのも一つの手
プランニングをClaude Code で行うことによって、ユーザーの文字の入力を減らせる。

実装は、Slack × Devin で複数ブランチで並列進行させると効率化できる
ユーザーがブランチを切り替えるコストがなく、Slack の スレッドで管理できる。

今日も、とても沢山のことを学ばせて頂きました。 主催いただいた AI駆動開発勉強会さん、AIエージェントユーザー会(AIAU)、スポンサーの方々、ご登壇者の方々、ありがとうございました！

#AI駆動開発 #devin #windsurf December 12, 2025

この記事はマジで最高。

Cursorでできて、Notionだとできないなぁと思ってたこと、かなりできるようになるのが素敵。（ローカルファイルだけは仕方ない）

組織活用に最適！Notion×AI要件定義レビューの仕組みを大公開｜すぅ | AI駆動PM @suh_sunaneko #AIと学び https://t.co/LFZBqmAAsG December 12, 2025

間違いなくどんな職種でも今後腐らないスキル

令和のエクセルというかそれ以上に必須科目

エージェントが全て宜しくやってくれるって未来もあるのかもしれないけど、多分一番現実解

なぜか

ビジネスの現場になるほど自分自身が「どこで何が起きてるのか」理解しないといけないから

その場合エージェントに聞けばいいのかもしれないけど、ぶっちゃけ大量のファイルをたくさん開きつつ、エージェントに対話で「この変更に関係するファイル全部更新しといて」と俯瞰した立場から指示を出せたほうがいい

その場合エディタが一番視認性が高い
あと、バイブコーディングできるならもっと強い

そしてgit管理、ブランチ管理、並列作業しながら安全にマージ

みたいなことをたとばAIアニメにおいては脚本、演出、アセット、出力全てに対して行っていく

一つリファレンスが変更した時、全部差し替えして画像から動画生成できます？

音声を差し替えるとか

シーンを追加

やっぱり前のバージョンが良かった

複数のバージョン見て決めたい

特定の演出プロンプトを必要なところに全部適用したい

特定のスタイルリファレンスを全部適用したい

などなど

これエージェントの対話だけではさすがに把握しきれない

なのでCursor
VS codeでもいいけど。とにかくエディタ。 December 12, 2025

特にプロンプトの管理はおっしゃる通りでこれから一文ずつ考えるっていうことはかなり無理ゲーになっていくと思う

純粋に与えれるコンテキストがおおきくなってるっていうのもそうだけど、特に物語はシーンごとに呼び出すべきコンテキストが動的、でも繰り返すことが多い（キャラクターの設定、感情、演出方法とか）

WEBサイトならHTMLだけでつくるというよりもDOMを動的に生成するような感じ

それぞれのプロンプトはコンポーネント化して再利用可能にしておくべき

何が言いたいかというとかなり便利なエージェント型動画生成が出てこない限りは動画生成においてもCursor（VS Codeでもいいけど）を使う人と使わない人でかなり生産性のギャップが現れると思う

だってもうやることシステムつくるのとほとんど一緒になっていくから

単純に同時に動的に扱うべきファイル数がけた外れに大きくなる。現状でもリファレンスの画像とか管理結構大変になってきてるのでは？

長尺になればなるほどそうなる December 12, 2025

CursorRuleをそのまま突っ込むに近い互換性があるのは嬉しいですね。

個人的に互換性のない仕組みは極力避けたいので、嬉しい。 https://t.co/od2YqcEm3M December 12, 2025

【増枠🔥🔥🔥🔥🔥🔥🔥🔥】
基調講演が埋まりまくっているので、他のルーム開放して席を増枠しました〜〜〜🔥

Cursor, Clineにおけるプロダクトや開発の話が聞ける機会なかなかないのでぜひ埋まってしまう前にお申込いただけると嬉しいです✨
#AIE https://t.co/o2yjvMLyVE December 12, 2025

Claude尖るの好きだけどcodexやCursorと互換がかけ離れるからもう少し落ち着いてほしい。 https://t.co/JIXgSG4xay December 12, 2025

【AI活用100本ノック：091📢】Eng職が実践！
＼Cursor+Notion活用！PRD作成もAIで！／
Notion連携でPRD/機能仕様書の作成プロセスフローを構築📝

［課題］元々はPRD（要件定義書）のみで運用していましたが、開発・品質面での確認精度を上げるため、Cursor AIを活用したFSD（機能仕様書）作成を試験導入しました。

［解決策］Cursor AIを活用し、PRD/FSD作成の標準フローを構築。AIが情報の分析・関連調査・考慮ポイントの提示を行い、不足情報を人間にヒアリングすることで要求を明確化します。成果物はマークダウン形式で出力し、GitHub上で管理する仕組みにしました。

［成果］AIとの対話を通じて要求が明確化され、必要な項目が網羅された状態でドキュメントが生成されるため、作成工数が大幅に削減されました。属人化が解消され、効率的かつ質の高いドキュメント作成が可能になりました。

［社員's VOICE］フォーマット統一により読み手（開発・QA）の確認コストも下がり、生産性が向上しました。 この成果を足がかりに、現在はFSDの正式導入に向けた「項目定義・標準化プロジェクト」も始動しています。

*このAI活用事例は、透明性、公平性、プライバシー、品質、そして人間の監督を重視した当社のAIポリシーに準拠しています

#AI活用100本ノック #Notion連携 #PRD作成 December 12, 2025

カケハシアドカレ10日目は、SREのmorityがCursor × NotebookLMでJiraタスク棚卸しの自動化を実践！
背景知識が少なくてもAIが優先度判断をサポート。OKRドラフト作成まで効率化した実践ノウハウをお届けします。ぜひご一読ください。https://t.co/G1vwMFAfIS December 12, 2025

GPT5.1×Cursorでデータ分析

1.まず分析データを統合してもらう

2.「こういう仮説から、こういう検証をしたい。検証計画を作って」と指示

3.検証計画を承認したら「進めて」と指示

4.仮説検証レポートを出してくるが、要約されすぎてハルシネーションが心配になるので「その検証結果が正しいことを検算で示して」と指示

5.ちゃんと出してくれるので「ここまでの分析結果を、クライアントに出すレポートとしてまとめて。エグゼクティブサマリもつけて」と指示

↓
ここまででかなり良い分析ができるが、難点として「自分以外の人が見てもわからない」という分散した資料になる
↓
AIがまとめたレポートを見ながら、チャットAIにマイクで音声入力しながら要点読み上げる「…という内容で整理してドキュメント作って」
↓
やっと第三者が見てもわかりやすい論点整理になるので、手作業で仕上げる

このくらいやれば実用的に利用できる。
逆に言うと、このように「30歳前後の若手に指示しても迷いなく作業できる」くらいの精度で指示が出せないなら、どっちにしても使いこなせないだろうなーという所感。

なおGemini 3 Proめっちゃいけるやんと思っていたけど、自分がコンテキストをバチバチに固めて指示していたから粗が目立たなかっただけっぽい。
レポート作成の段階になって考察甘すぎる感がでてきたのでGPT5.1に切り替えたら、品質が各段に高まった。

ということでデータ分析をレポーティングまでやるならGPT5.1がよさそう。
Opus4.5でもいいのかもだけど、自分の指示の精度からしてAIの性能をこれ以上求める必要性をあんま感じない。 December 12, 2025

「外付け脳（Personal DX）」で生産性が10倍に。

Obsidian × Cursor を使いながら「外付け脳（Personal DX）」の構築を進めています。

結論、たった2日AIと対話しただけで10万字規模のコンセプトが整理され、書籍の下地まで完成しました。

もちろん、この知識構造は他コンテンツにも再利用できます。

もはや「知識とコンテンツが複利で増える」感覚。

煽り抜きでヤバいです。

AIとの共進化を前提にした

思考
制作
設計

が可能な「第二の大脳皮質」が積み上がっている。

この構造を実装できる人とできない人では、生産性に埋まらない格差が発生します。

わたしが優れているという話ではなく、ただの事実。

学びや気づきが、自分の外部OSとして永続ストックされ続ける構造だからです。

これはもう「仕事術」ではありません。

人間そのものの拡張プロセスです。

この手順を知りたい人は

脳

とリプしておいてください。

追ってご案内します！ December 12, 2025

Cursor にリファクタリング特化エージェントを作ってみた。
```
---
name: RefactorAgent
description: リファクタリング特化サブエージェント（挙動非変更・最小差分）
---

## ロール
- Next.js/TypeScript/React のリファクタ専門家として、挙動を変えずに可読性・保守性を向上させる。
- Lint/型/ビルドを落とさないことを最優先とし、`any` や Hook 順序違反、未使用コードを残さない。

## 優先順位
1. 挙動不変（regression 防止）と安全性の担保。
2. 差分最小・意図が明確な変更。
3. 可読性と依存関係の単純化（重複排除、責務分離）。

## 守るべきルール
- ai-coding-standards / directory-structure / test-strategy など `.cursor/rules/` を遵守。
- `any` 禁止、`<img>` 禁止、Hook は early return より前で固定順序。
- インポートは外部→内部→型→スタイルの順で整理し、未使用を削除。
- 変数・関数は意味のある名前を付与し、不要コードは削除。
- 挙動に影響しうる定数・条件分岐の改変は避け、必要な場合は必ず理由とリスクを明記。

## 提案・作業フロー
1. 目的・対象ファイル・現状課題を短く要約。
2. 影響範囲を確認し、循環参照や共有ユーティリティ有無をチェック。
3. リファクタ案を提示（小さなステップに分割）。リスクがあれば先に列挙。
4. 変更後の確認ポイント（型・lint・ビルド・テスト有無）を明記。
5. 出力は簡潔に。コード提示は必要箇所のみ、長大な抜粋を避ける。

## 禁止事項
- 仕様変更・UI変更・依存追加/削除・環境設定変更（明示指示がある場合を除く）。
- 過度な抽象化や premature optimization。
- 未確認での命名・構造大規模変更。

## 追加ヒント
- 重複ロジックはユーティリティ化し、共通の型を流用。
- 複雑な条件は早期 return や小関数分割で意図を明確化。
- キャッシュキーや翻訳キーなど、プロジェクト固有の命名・整合性ルールに従う。

``` December 12, 2025

Cursorの利用上限が来てしまって
Antigravityを1日使ってみた。

まだ使い慣れてないのが大きいが
Cursorより自律性強くて
作りかけの繊細なGAS触らせるの怖い。

Claude Opus4.5も使えるし
無料期間中は有難く使いたい
でもなんか、初日の感想としては
Gemini 3 pro使うと扱いにくいな
composer1使いてぇ December 12, 2025

cursorの中にfigmaもdbclientもブラウザも全部内臓で入って欲しい December 12, 2025

いまだにCLI系のコーディング支援ツールを使っていない。IDE（Cursor）で使っている。「ほら見ろ、IDEで扱うよりすごいから」という例があったら知りたい。 December 12, 2025