Nanobanana Pro
１５ページ漫画を１０分で制作する

時間のことだけ言うとちょっとアオリ気味になっちゃいますが、それでもこれは新しい体験だったので言わせてください

もはや「自分専用の漫画が、”待てば読める漫画”的に目の前に映し出されている」ような感覚でした

これは１０倍速にしてますがなんかそんな気しません？

これ、プロンプトはYAMLでかーなーりがっつりです。ちょっとひいちゃうかも。実際はYAMLのタグをトリガーしていろんなプロンプトを引っ張ってこさせているので渡しているプロンプトは巨大

リファレンスも、🍌 なんか１４個くらい？渡せる？みたいなのでもうがっつり渡してます（リファレンスの背景、小道具とかはYAML読ませて繰り返し出てくるようなものは画像生成してね、とCursor経由🍌で生成、各ページに自動的にマッピング）

白黒漫画のほうがおそらく学習量多いのかクオリティが高いので白黒漫画にしてます。 @higgsfield_ai のアンリミテッドで思う存分検証しましたｗ

とにかくこのYAMLとリファレンスがすべて。
なので生成自体はシステムでいうデプロイみたいなもので、まあそりゃ１０分とかですよねっていうｗ

この精度をどこまで高められるかの勝負ですが、図解しようと思いますので今しばらくお待ちください！

そのうちツール化できたらいいなとは思うんですが、さすがにちょっと専門スキル必要になってくるので考え中です December 12, 2025

本を書こう。色々な調べ物などをしてて思ったのは、インターネットには本当に情報が残りづらい。過去の2chについて書こうとした時に、最も価値があったのが、2ch関連の書籍だった。

当時は、こんなインターネットにもあるコンテンツを本にしてなんの意味があるんだ、と思ってたんですが、、なんだかんだ言って、過去ログが消えてしまっている今、一番手に入る良質な情報が書籍だったんですよね。

というので、ちゃんと本を書いていこうと思いました。本を書くのって、長いコンテキストを覚えておかないといけないので、僕には向かないと思ってたんですが、CursorやAntigravityを使うとそれが解決できそうなので、

本をたくさん書いていこうと思いました。 December 12, 2025

実は今年の7月から、株式会社スマートバンクで総務として働いています。

Cursorを使ってGASとGemini APIを連携させ、契約書のスプレッドシートへの入力作業を自動化した話について記事を書きましたので、読んでいただけると嬉しいです☺️✨

https://t.co/Bvi49JsVPL December 12, 2025

Added head and eye-tracking to the main menu so the character follows your cursor. Too much? Not enough? 🤔

#indiegame #indiedev #gamedev #ゲーム制作 #unity3D https://t.co/eRYir9dl8s December 12, 2025

Antigravityすごいな。20〜30分でリモートMCPサーバーが開発できてしまった。

CodexとかCursorでSDD（仕様駆動開発）して頑張ってもなかなか思い通りのものができなかったのにこんなにあっさりと・・・

実際に流したプロンプトは👇
（そこから5-6回の修正指示で動作するようになった） https://t.co/oZu4QH9sAp December 12, 2025

Claude Code はじめてガイド -1時間で学べるAI駆動開発の基本と実践- で学んだ内容を共有します！

Claude Code と 他のAIエージェントツールの違い
GUI 型 との違い
GitHub Copilot / Cursor: 対話形で、コード補完に使う
Claude Code: 与えられたタスクを自律的に実行する
非同期型(Devinなど) との違い
Devin: 完全自立型。タスクを依頼したらほぼ放置
Claude Code: 自律駆動だけど、ある程度コントロール可能

CLI vs IDE Extension vs CC for Desktop
CLI
全ての機能が利用可能・ターミナルの場所を問わない
IDE Extension
CLI ツールの一部が使えない
VSCode fork で利用可能。GUI操作が可能
CC for Desktop
CLIツールの多くの機能が使えない。CC on the webとほど同機能で使える。Desktopアプリに内蔵

https://t.co/RgYLxy8LnH の役割
- プロジェクトの文脈理解
- AI エージェントの道標
- コーディング規約やワークフローを統一

Plan モードとは？
- タスクを分解して実装計画を立案し、実行前にユーザー承認を取得。
また、Interactive question tool により、Claude が実装の不明点を聞いてくれる。
Tips: Ctrl + G でプランの編集もできる。

スラッシュコマンド とは？
よく使う指示を、Mdファイルで再利用可能にするもの

oikonさんがよく使う スラッシュコマンド集
/add-dir
今のWorking Directory 以外のディレクリも参照させることができる

/clear
新しいセッションを開始させることができる

/compact
会話を圧縮することができる。また、コマンド実行時に追加で指示をかけられるので、「デザインに関する履歴を残して」なども言える

/context
今、AI がどのようなコンテキストを保持しているか？を確認できる

/review
作成されてるPRをレビューさせることができる

/rewind
変な変更とかをした時に、それを戻すことができる

/usage
今、どれくらいClaude を使っているか？を確認できる

Hooks とは？
Claude Code の動作をScriptで制御する。/hooks コマンドでHooksを作成できる
Formatter・Linter の実行を行わせたりできる

Subagents とは？
- 専門 AIエージェントの作成。
- /agents コマンドで Subagents を作成できる。
- 並行実行できて、かつ独立したコンテキストを持っている。
- 利用するツールと権限の管理もできる。

MCPサーバーも追加できる。
設定時は、Claude の外で追加コマンドを打つ。
Claude Code 内で 「/mcp」 を使うと、今のMCP の設定を取得できる。

Claude Code の使い方は、Claude Code に聞く
自身の公式ドキュメントにアクセスできる claude-code-guide サブエージェント を持ってる
自分の公式ドキュメントにアクセスできるので、分からないことはClaude Code 自身に聞くことができる。

AI モデルと AI ツールを分けて理解する
AI モデルを理解する
モデルの特性、スペック、ハルシネーションの傾向、どれくらい知っているか
AI ツールを理解する
基本機能・コンテキストコントロール方法・ツールの得意なことやコントロール方法

チームで意識すること
AI ツールの仕組みやワークフローを使って 「属人性 を下げる」 ことが重要
例えば、、、
共通のコンテキスト(https://t.co/4pn4CrjQmU)、ガードレール(Permissions の承認設定やHooks)、ツールや専門スキルの共有、ドキュメントの作成・Issue 管理 ・ PRレビュー
、セキュリティの設定など

チームでAI を利用する時のおすすめ方法
https://t.co/RgYLxy8LnH を配布して On boarding してもらう。
ドキュメントが整備されていれば、1人でオンボーディングができる。

期間内でAIツールのみで開発を行う
- 分からないことはAI に調べさせる
- コーディング禁止で実装する期間を作る
- チーム内でAI を使いこなせる人が共有する
- そのチームでどこまでAIツールを活用できるか、話し合う場を作る。
結局、本腰入れて使ってみるのが、一番いい。

仕様駆動開発の活用検討
仕様書を作れば、AI の挙動をコントロールできる。
ドキュメントの仕様書があれば、そこから設計して実装できる

Claude Code Skills
- チームの開発という文脈では、活きる機能になる。
- 拡張モジュールのようなもの
- MCP とか と並列して存在するルーツになる

Claude Code Skills の機能と特徴
初めの段階ではdescriptionしか読まないので、コンテキストが少なくて済む。専門スキルの情報を事前に定義しておいて、必要に応じてClaude が動的に読めるようにする機能
また、Skills内でスクリプトとかも作成できて実行させたり、より詳細なルールの情報を定義して、必要に応じてさらに深い情報を取得できる。

skill creater というplugin があり、Skills を簡単に作成できる。

frontend-design というplugin を利用すると、かなりデザインが良いサイトを作成することが出来る。

AI ツール選択時の注意点
AI ツールを使うときは、使ってみて決めるのが良い。ただ、一つは使い慣れた方がいい。

Claude Code が目指す場所
Claude Code が目指すのは、同僚のような役割
全てのタスクをターミナルで済ませて、GUI を一切触らせないのが目標になる。

SubAgentsをどういう粒度で切り分け、SubAgentsの数としてどのくらい利用できるか？
Skills の中で、サブエージェントを呼び出したりとかができる。そのため実装したモデルファイルのマイグレーション、UX パフォーマンスチェック用のサブエージェントをClaude が動的に呼び出したりできるようにしている。

/compactは、あまり使わない方法もある。
使いたい機能毎に、セッションを分けていれば、compact を使わなくても問題ない場合が多い。

Autocompactをする前に、Hooks(PreCompact) を使って別ファイル等に今のコンテキスト情報を渡せば、より精度高く、継続して作業できる、かもしれない...

今回の発表からも、沢山のことを学ばせて頂きました、発表していただいた @oikon48 さん、主催頂いたFindyさん、本当にありがとうございました！

発表者
@oikon48 さん

発表資料
https://t.co/k72IjoqmFR

主催者
Findy さん
https://t.co/hNb8MTLImD

#ClaudeCode_findy December 12, 2025

海外のガチ勢エンジニアのGPT-5.1 Pro レビュー要約 (Matt Shumer • 2025/11/19)

■ 総評
- 「中身はバケモノ級だが、インターフェースに閉じ込められている」
- 非常に賢く慎重なモデルだが、ツールとしての使い勝手が悪い

■ 強み (Pros)
- 圧倒的な推論能力：難問に対して人間以上の思考力を発揮
- 指示順守 (Instruction Following)：制約条件を完璧に守り、脱線しない
- バックエンド/インフラ：複雑な仕様やドキュメントに基づいた実装が正確
- 深いリサーチ：広範囲な調査や計画立案において、精度の高い成果物を出す

■ 弱点 (Cons)
- 速度：応答が遅く、重量級である
- UX (ユーザー体験)：ChatGPT上でしか使えず、IDE (Cursor等) との統合がない
- 手間：コードのコピペやプロンプト作成の手動作業が発生し、生産性を阻害
- フロントエンド/創造性：UIデザインや人間らしい文章作成はGemini 3に劣る

■ Gemini 3 との使い分け
- Gemini 3 (高速・日常用)：
- とにかく速い、IDEで使える、UI作成、クリエイティブな文章
- 「秒あたりの知能」を重視するタスク向け

- GPT-5.1 Pro (低速・高難度用)：
- 失敗が許されないバックエンド実装、複雑な論理構築
- 「優秀な契約エンジニア」として確実に仕事を遂行させたい時向け

■ 結論
- 現状は「基本Gemini 3、ここぞという時にGPT-5.1 Pro」の併用がベスト
- 将来的にIDEにAPIとして統合されれば、エンジニアリングの標準になり得る

https://t.co/xrx5xKE3ZM December 12, 2025

Kindle Highlightsは、自分が「いい」と思ったハイライト部分だけをObsidianに取り込むので、まずは振り返り用としてbase化（画像参照）してストックしています。

メインはこの“振り返り用”としての利用ですが、必要に応じてAIに文脈として渡すこともあります。自分フィルターを通ったデータなので、多少バイアスは入るものの、自分向けのコンテキストを作りやすいという利点があるかなと…。

一方で、本の内容をもっと横断的に扱いたい場合や、本以外の情報（著者のYouTube、記事、インタビューなど）もまとめてAIに渡したい場合は、MarkitdownとWeb Clipperを使っています。Markitdownを使うとPDFや画像をMarkdownに落とせるので、AIが扱いやすい形にできますし、量が多いときは章や節ごとに分割してコンテキスト化しています。あとMarkitdownはMCPとして用意されていて扱いやすいのもメリットです。

NotebookLMを使わない理由は、情報をローカルの一箇所にまとめたいというのがあって、一箇所に集約しておくと後から参照する際に楽になります（たとえばCursorなら、ファイルを@で呼び出すだけで簡単に参照できるみたいな）。

MarkitdownでMarkdown化したり、Web Clipperで保存したりと多少の作業は発生しますが、一度保存してしまえばその後の参照が非常にスムーズになります。

「初回の手間」と「後の楽さ」のトレードオフを考えると、最終的にローカルに情報を集めておく方が長期的に運用しやすいのかなと！ December 12, 2025

AI選びに迷ったら…
Gemini→超天才！マジメすぎ🤢
ChatGPT→バカ🤣悪ノリ好き
Grok→珍満48手。無法地帯🔞
Claude→そう！これ！最高🤩
Cursor→全知全能の神。私コレ。 December 12, 2025

この連休、ガッツリgeminiもcursorも触ったけど、やはり納品レベルの制作をノンデザイナー、ノンエンジニアが作るのは中々難しかった。（数百万〜1000万くらいのものを想定しています）単純に工程が多すぎたり、同じドメイン配下でもレイアウトが違ったりなど複雑なルールがあると、調整にものすごい時間がかかる。無限にCSSの行が増えたり、それを減らす指示をしても結局ノンエンジニアでは良し悪しわからないし、やっぱ「llmで全部できるよ」は中々難しい。

ただ、手前の工程はかなりショートカットできたりするのでそこはいい発見だったし、本当に時間を割きたい部分に時間を割けるようになりそう。

ただそれは制作する行為の時間ではなくて目的ベースのとこの議論だったり浮いた費用で仮説検証用のBパターン作れたり、その時間が捻出できたりなど、問いを立てる力とか伴走力とかそっちにシフトしないと中々難しいですね。特に個人のクリエイターは結構きつくなると思う。 December 12, 2025

📱「Notionは、スマホで利用すべき」

めちゃくちゃ個人的に思っていることなんですが、私がNotionを利用している一番大きな理由はスマホでNotion AIがほぼ制限なく利用できることです。

パソコンを使うなら、それこそObsidianでCursor等と連携して同じように使えてしまう。

もちろん、全く同じではないですが差別化点としては弱く感じる。

仕事用のPCで常にNotionを利用する場合は少し優先度は下がりますが、それでもスマホメインの運用を考えたほうが良いと考えています。

理由としては、現状スマホで誰でも簡単に使えてページ自体やディレクトリ構造をAIが編集可能なのはNotionしかありません。

この圧倒的な差別化点を活用しない手はないと思っています。

例えば、私のNotionをスマホ利用するシチュエーションとしては、

・休憩中
・ランチ中（ひとりランチ）
・電車やタクシーでの移動中
・朝起きた瞬間や寝る前の布団の上
・お風呂
・トイレ（少しあれですが）
・散歩中

といったスキマ時間です。
さすがにパソコンはこのタイミングで使用できないですよね。

思考の整理学でも、良いアイデアが閃くタイミングについて3つ挙げられていますが、それは

①枕上（お布団ですね）
②鞍上（馬の上、移動中ですね）
③厠上（トイレ）

で共通していますよね。

まさに、この三上のタイミングと、現代人がスマホしか持っていないタイミングは完全にリンクしています。

昔の人がメモ帳や頭の中だけで行っていた整理を、現代の私たちはポケットに入っているNotion AIに丸投げできる。

これが最強の強みです。

ただのメモアプリだと、思いついたことを記録して終わりになりがちで、見返すことも少ない。

でもNotionなら、その場でAIでアイデアを膨らませたり、タスク化や関連情報の紐付けまで指示が出せます。

更に、カスタムコマンドを実装すれば思い通りにAIが動いてくれます。

PCを開く頃には、アイデアがただの点ではなく、構造化された面になっている。

単に書き留めるだけでなく、アイデアを育てるところまでスマホひとつ、スキマ時間だけで完結できる。

これが、私がNotionはスマホで利用でこそ輝くと確信している理由です。

もしPCでの運用にこだわって、この三上のゴールデンタイムを逃しているなら、それはあまりにももったいないのではないかと思います。 December 12, 2025

Y Combinatorがリクエストしている最新アイデアのひとつ「AIネイティブ・エンタープライズソフトウェア」

25年前、Salesforce や ServiceNow が“クラウド前提”で作られたことで、大企業向けソフトウェアの潮目が変わりました。クラウドに対応できなかった旧来の巨人たちを横目に、一気にカテゴリトップへ。

今のAIは、当時のクラウドと同じ規模のチャンス。

これからのエンタープライズソフトウェアは、単なる「記録のシステム」じゃなく、AIが深く組み込まれた“実行のシステム”になる。

営業、人事、会計、どの職種でも「Cursor的な体験」が標準になる世界。

そして今回も、既存企業はゼロから作り直すのが難しい。だからこそ、スタートアップに勝ち筋がある。 December 12, 2025

MAPコンペ発表メモ

# 概要 (takaito san)
- tascj san が1sub優勝して話題になったコンペ
- 紹介記事：https://t.co/QKl04PxPBR
- Eedi と似たタスク

## タスク設定
- 数学の4択問題に対して生徒が解答と解答根拠を答えるが、間違っていた場合どういう誤解に基づいて答えているのかを予測する
- 選択肢は、Correct, Neither, 35種のMisconceptionで、合計37種のラベル

## 特徴
- 出現しやすいラベルに偏りがある
- 同じような解答根拠でも生徒の解答によってラベルのブレも生じるケースもある

# 7位解法 (yukichi san)
## ベースラインを作る時に考えていたこと
- Train と Test で問題が一致していたので、正解/不正解は予測する必要は無い→Misconceptionのみ予測すれば良い
- 記号にトークンを割り当てる方法と、分類ヘッドをつける方法を試して差があまりなかったので、vLLMで推論しやすい前者を選択

## チームマージ前に考えていたこと
- 推論時間が短いので沢山アンサンブルできそう→可能な限りアンサンブルしたい
- ラベルの偏りがあるので、合成データを試したがなぜかうまく行かなかった

## チームマージ後
- チームメイトが5万レコード4グループ作って1グループを学習に使ったら良くなった→自分でやると下がった
- 合成データとコンペデータのラベルに差が生まれているのが原因と仮説立て → 疑似ラベルつき合成データで学習するとスコアアップ
- 合成データで学習データ増やしたおかげでshake対策にもなった？

# 3位解法 (Masaya san, monsararida san)
- 2名のモデルのシングルアンサンブル。モデル設計の方向性が違ったのが良かった
- 本命は Hard sample のみを抽出してより多くのモデルで推論する方法だったがprivateでは伸びず

## Masaya san Pipeline
- Causal LMで選択肢を Tokenとして予測することで vLLM で推論
- 各サンプルのラベル数は高々5~7個程度に絞ることができるので Causal LM と相性が良い

## 進め方
- 計算資源の関係で何回も学習を回せるコンペではなかった→小さいモデル・1foldのみで実験（相関は取れていた）
- 合成データ→知識蒸留は捨てていた
- EDA とかは Claude Code 任せ

## mosararida san pipeline
- sequential classification
- プロンプトエンジニアリングが効いた

## 生成AIの活用
- gpt-5-high, gpt-5-pro に並列で設計させる→cursor(gpt-5-hight)で実装
- ChatGPTに関連ファイル一式を投入して何でも相談

#kanto_kaggler
https://t.co/qJkCHH6rX6 December 12, 2025

Cursor を使って機能実装やバグ修正を行う方法
重要なのは、 「常にコードをレビューする」 と 「リファクタリングを繰り返して、コードの質を上げる」 こと、

1. Opus 4.5/gpt-5.1-codex を使って、変更したい内容に関して質問する。それによって関連コードの理解ができる。

2. プランモードに切り替えて、変更したい内容を説明する（モデルは同じまま）

3. エージェントから来る追加の質問 に返信する

4. composer-1 でプランを立てる

5. 生成されたコードのレビューを簡単に行う。

6. 自分の目で 解決策を検証する

7.さらに変更を加えたい場合は、再びcomposer-1でプランモードに戻り、既存のプランを@メンションしてフォローアップを依頼する（ここから先は、全てcomposer-1 を使ってる）

8. Composerで解決できない場合は、Opus 4.5/5.1-codexに戻ってコードを念入りにレビューする。

9. 動作に満足したら、コードを再度レビューし、実装方法を確認して、リファクタリングを開始する。
再利用できるコードが存在してたり、客観的に見てより良いコードの書き方がないか？を確認する。

2～7を繰り返して9まで進める。

これは、先に実装し動くものを作ってから、レビューする流れになっていて、AI とペアプロしながら実装する時には、とても参考になる！ December 12, 2025

LLMフレンドリーなUXの取り組みをNotion・Cursor両者に伺った中編です。LLM取り組まれる方ぜひ読んでほしい。 https://t.co/QPRR9FKRDj December 12, 2025

Cursor/Claude 4.5 Opus/Expo/Supabaseの技術スタックで簡易SNSアプリ作ったらデータベースと認証込みで1時間くらいで完成しちゃいました。個人開発者はクリーンコードとか気にせずに最低限セキュリティを守ってばんばんリリースすればいいと思いますけどね...売れ始めたらコードと向き合う形で。 https://t.co/74a649FKcI December 12, 2025

看完2025年AI融资数据，有点魔幻。
49家美国AI公司融资≥0M，追平去年。
但真正变了的是：同一家公司，一年内连拿2-3轮巨额融资，已经成为常态。
Cursor：5个月，从 10B涨到10B涨到10B涨到 29.3B 😂
Harvey：4个月，从 3B到3B到3B到 5B
Anthropic：年内两轮，合计.5B

钱都去哪了？三条主线很清楚：
1/ 基础设施层 — 最烧钱
算力、芯片、推理优化……Cerebras 1.1B，Groq1.1B，Groq1.1B，Groq 750M，Lambda 0M。
底层军备竞赛，Nvidia既卖铲子，又到处投资。
2/ 模型层 — 估值天花板最高
OpenAI 40B（估值40B（估值40B（估值 300B）
Anthropic 16.5B（估值16.5B（估值16.5B（估值 183B）
大模型这场仗，已经变成资本游戏。
3/ 应用层 — 百花齐放，但集中在三个垂直领域

医疗：Hippocratic、Abridge、OpenEvidence……融资最密集
法律：Harvey、Eudia、EvenUp
编程：Cursor、Cognition/Devin

换句话讲：AI落地最快的地方，不是C端fancy demo，而是那些「贵、专业、需要大量知识处理」的B2B场景。

最有意思的两个信号：
信号1：种子轮动辄 100M− 300M
Thinking Machines Lab种子轮 2B，估值2B，估值 12B Periodic Labs种子轮0M

以前的种子轮是几百万美金，现在是几亿美金起步。 要么是founder光环（前OpenAI/DeepMind），要么是技术壁垒极高。
实际上上：市场在用钱投「确定性」，而不是投早期实验。

信号2：VC的站队逻辑变了
a16z、Sequoia、Lightspeed……几乎每个大轮次都有他们。

但真正有意思的是战略投资者：Nvidia、OpenAI Startup Fund、Google。
科技巨头在用投资锁定上下游生态：
- Nvidia投基础设施 + 应用，确保你用他的卡
- OpenAI投Harvey这类垂直应用，反哺自己的API使用量

这不是单纯的财务投资，是生态位卡位战。

但说实话，这里面藏着一个挺大的隐忧：
估值增速>> 商业化增速
很多公司Pre-revenue或刚开始有ARR，估值已经B+。
市场现在的逻辑是：「只要你占住赛道、有顶级team、融到钱，估值就往上走。」

问题是：钱不能永远买时间。
2026-2027年，这些公司要交卷了
你的ARR增长能不能撑住B的估值？
你的产品真的有壁垒，还是大模型一升级就被替代？

如果你现在在看AI方向，我的建议是：
别只盯着fusion金额和估值数字。

看三件事：
有没有清晰的paying customer —— Cursor能做到0M ARR，不是偶然
垂直场景的深度 —— 医疗、法律这种监管+专业壁垒高的领域，更容易建立护城河
团队的长期主义 —— 是在解决真问题，还是在讲故事拿钱

泡沫一定有，但好公司也一定会穿越周期。https://t.co/4PAUFRvGoe December 12, 2025

会社員をしながら、いつ開発していますか？

私は
・22時から2〜3時間のみ。朝5時には起床必須。
・さらに白血病の再発リスクがあり、残された時間は誰よりもシビア。

だからこそ、Kamui OS が手放せません。

「2時間の作業で、20時間分の成果を出す」

これが私の生存戦略です。

CursorやAntigravityユーザーで「時間がない」と悩むなら、投資で解決すべきです。迷っている時間こそが勿体ない。 December 12, 2025

この手法が最強すぎて、最近の開発は全部これ。

１）開発したい機能のブランチ切る
２）開発したい機能のテストファイルをローカルで開発（Codex多め）
３）CursorのCloud Agentに「このテストファイルが通るまで実装し続けて」と依頼（複雑性に応じて並列数を適宜決める）
４）並列で開発したログを見て、テストが通ったものをプルリク
５）ローカルで一応動作確認して、Gitのマージ作業

もはや、完全にAIを束ねるシニアエンジニアと化してる。

競合しない程度に複数機能を同時に並行して進められるのも強い。

すべてはテスト駆動開発のおかげです。何度も言いますが、AI駆動開発はテスト駆動開発の導入で１次元上の開発が出来ます。
DevinやGitHubアクションがそこまで浸透しなかったのは、テスト駆動してないから。
「テストもしない中途半端な成果しか出さないジュニアエンジニア」止まりだった。

AIに明確なゴール判定を与えてください。 December 12, 2025

Cursorのプランモードすごい！質問の選択肢を提示してくれるようになってる！ https://t.co/kyuTX46M40 December 12, 2025