Claude Code実践 — インストールからハーネスまで

やらせる方法ではなく、終わらせる方法。 AIにやらせたことはあるけれど、自分のプロジェクトでは何から始めればいいのか途方に暮れている方のための講座です。まず意図を定め、実装と検証はAIに任せ、人は成果物を使ってみて判断するという順序を学びます。feedmeのクローンを使って一度、そして自分のアイデアで一人でもう一度、デプロイまで完成させながら、自分なりの作業方法を身につけます。

文書(SDD) → コード自動化。 プロンプトを打つのではなく、システムに仕事をさせましょう。 Skills、Sub-agents、Commandsで自分だけのAI開発エージェントを構築し、5つの実践プロジェクトで収益化サービスまで完成させます。

生成AI時代においては、単にプロンプトを作成するだけでは実務上の問題を解決することは困難です。実際のサービスでは、自ら判断し、ツールを呼び出し、データを検索し、複数のエージェントが協働するAIシステムを設計できなければなりません。 本講義は、AIエージェントを初めて設計する開発者から、実務で運用可能なシステムを構築したいエンジニアまで、幅広い方を対象とした実践中心のコースです。 LangGraphを活用したエージェントアーキテクチャの設計から、状態管理（State Management）、Tool Calling、APIおよびMCP連携、自然言語によるデータベース制御、RAGの構築、セマンティック検索、Few-shot Learning、Reflection、Fine-tuningまで、段階的に学習します。 また、マルチエージェント協働構造、Supervisorパターン、Actor-Critic戦略、非同期通信、自動評価システム、Quality Gateの構築方法を、実際のプロジェクトを通じて身につけます。 最後に、Metrics・Logs・Tracingに基づくモニタリング、Shadow Deployment、Canary Deployment、Drift Detection、RCAの自動化、A/Bテストなど、実際の運用環境で必要となるMLOpsおよびAIエージェント運用戦略も併せて学びます。 講義を修了すると、最新のAIエージェント技術を活用し、実際のサービスに適用可能な高性能AIシステムを自ら設計・開発・運用できるようになります。

単純なシステムプロンプトを超えて、ペルソナ設計とStructured Outputsを活用し、ユーザーを記憶し関係性が変化するAIキャラクターチャットボットを実装します。提供されるスタータープロジェクトを基にOpenAI APIを安全に呼び出し、JSON SchemaとZodで感情・信頼度・記憶を検証可能な形で処理し、AIコーディングエージェントを制約条件の中で活用する方法を30分の実習で完成させます。

単に質問に答えるチャットボットを超え、自ら状況を認識・判断し、実際のシステムを制御するAI Agentの原理を学ぶ実務中心の講義です。 AI Agentとチャットボットの違いから、Agent Loopの核心構造であるSense-Think-Act、状態管理、計画立案、フィードバック構造まで、段階的に理解できるように構成しました。 理論にとどまらず、WindowsとLinuxの開発環境を構築し、Kubernetesの基本構造とkubectlコマンドを直接実習します。その後、AI Agentがサーバーの問題を検知して原因を分析し、エラーを自動的に解決する過程を実装します。 最後に、Kubernetesを制御するAgentのPythonコードと内部ロジックを直接分析しながら、AI Agentが実際のシステムとどのように連携し動作するのかを理解できます。 AI Agentに初めて触れる開発者から、実際のシステムを制御するMulti-Agentを設計したい開発者まで、Agentの原理と実践的な実装過程を共に学習することができます。

単なるチュートリアルだけでは実務への適用は難しいですよね。私の現場でのノウハウを詰め込み、複雑な状態管理とマルチエージェントの設計手法を確実にお伝えします。

プロンプトを長く書く代わりに、実際のプロジェクトで事故が起きるたびに、ルールファイル、記録、権限、フック、検証ルーチンを一つずつ作ります。5日間で実際に作成してサーバーにアップしたニュース通知ボットを題材に、画面キャプチャ211枚と指示87個を原文のまま収録。

AIが下した判断を、そのまま実行してもよいでしょうか？ Layaを実際に実行して判断結果を確認し、コードのルールと連携して自動処理と人によるレビューに分ける方法を学びます。

初心者や開発入門者でも十分に取り組める、チュートリアル形式のClaude Code開発講座です。 企画担当者、デザイナー、非エンジニアを対象にオフラインで講義した経験をもとに、本では扱っていない初級例から中級開発例まで、一連の流れで学べます。 Claude Codeを活用し、Hello Worldからラッキードロー、Claude Design＋Excelデータ連携によるデバイス別に最適化されたカフェメニュー管理Webページ、さらにはDBやクラウドサービスにデプロイできるSaaS Webアプリケーションまで、段階的に開発するプロセスを体験します。 理論・実習・プロジェクトの各段階に応じたチュートリアルが用意されており、6段階のレベル別実習を通してAI協働開発の方法論を身につけ、クラウドへのデプロイと運用まで、開発サイクル全体を体験します。

Claude Code、Codex、piなど複数のAIコーディングエージェントを1画面で効率的に管理する方法を学びます。tmuxの概念から、Herdrのセッション、ペイン、プラグイン、CLIまで実際に操作しながら、SSH接続が切れても作業を維持できるエージェントワークフローを構築します。エージェント時代に欠かせない開発環境を、わずか1日で完成させましょう。

設計は私が、コードはAIが：Unity 6とC#でオブジェクト指向設計、Copilot / Claudeへのプロンプト、AIコード検証を学び、60秒間生き残る3Dゲームを完成させます。AIを使いこなせるゲーム開発者を目指しましょう。

単に回答を生成するだけのチャットボットを超え、自ら判断してツールを呼び出し、多段階の業務を遂行する自律型AIエージェントを直接実装します。OpenAI Agents SDKのTool Calling、Handoff、Guardrail、Session、Tracingから、MCPを活用した外部ツール・データベース連携、LangChainとDeep AgentsのPlanning、Subagents、Filesystem、Memoryまで、段階的な実習を通じて習得します。最終的に、実際の業務に適用可能なツール連動型AIエージェントの設計と実装能力を身につけることを目標とします。

AIは、まさにあなた次第でどこまでも優れたものになります。AIの活用法 → 基礎となる核心知識 → プロジェクト開発の3段階で完成させる、完璧なバイブコーディング。バイブコーディングをしっかり学びたい方のために、どのAIを使っても変わらない核心概念を、一口サイズに分かりやすくお届けします。

AIエージェント、漠然としていませんか？実務経験をもとに、プロンプトからループ、グラフエンジニアリングシステムまで、問題解決のノウハウを伝授します。

コーディングを知らなくても、自分のアイデアでサービスを作れるでしょうか？ AIと一緒なら可能です！ この講義では、Gemini、Lovable、Antigravity、Cursor、Claude Codeなど、 現場で使用されている「バイブコーディング（Vibe Coding）」ツールを活用し、 アイデアを実際のウェブサービスにする全過程を体験します。 単にツールの使い方を学ぶだけでなく、 自らサービスを企画し、デプロイし、決済までつなげる、 AI時代の新しいサービス開発手法を身につけます。 Point 1. 5つの核心バイブコーディングツールを完全攻略 - Gemini、Lovable、Antigravity、Cursor、Claude Codeの核心機能と活用法の習得 - AIと協業するバイブコーディング開発スタイルの理解 Point 2. コーディングなしで実際のサービスを作ってみる - 本の推薦サービスを自ら企画し、ウェブサービスとして実装する過程を実習 - アイデア → 開発 → デプロイまで、サービス制作の全体フローを理解 Point 3. サービスのリリースと運営までつながる実践スキル - ドメイン購入、サーバー設定、デプロイ過程の理解 - 決済モジュールの連動やSEO設定など、サービス運営の核心技術を学習

ChatGPTに求める結果を依頼し、資料の根拠と結果を確認する方法を学びます。文書・データ・ライティングの実習から始め、OpenAI API、RAG、エージェント、評価・運用まで段階的に学ぶ全70回のコースです。

JEVとは何か、まずはわかりやすく学びます。 TypeSafe AI Playgroundで判定結果を確認し、Claude Codeに言葉で依頼して、文章に合う絵文字をおすすめするMacアプリを作る過程をたどります。 登録・APIキーの接続・GitHubでのコード公開まで、5本の動画と、画面キャプチャやコピーして使えるプロンプトが用意された学習教材で一緒に学びます。

皆さんを「最上位エンタープライズAIシステムアーキテクト」へと招待します 単に他人が作ったライブラリを持ってきてつなぎ合わせたり、プロンプトの文言を整えたりするだけのミクロな技術者（Prompt Writer）にとどまらないでください。 数学的な第一原理からランタイム制御ループカーネル、そして自律復旧インフラに至るまで――大韓民国の産業現場を牽引してきた40年の実践的な工学的洞察を通じて、皆さんを企業のビジネスとデジタル主権を守る最高水準の 'エンタープライズAIシステムアーキテクト'へと確実に導きます。 今、制御不能なAIを完璧なインダストリアルコアへと変える偉大な旅を始めてみてください。 「デモでは完璧に動いていたAIが、なぜプロダクション環境にデプロイした途端、おかしなでたらめを言ったり、パイプラインを停止させたりするのでしょうか？」 「なぜ、数多くの企業が意気込んで始めたAIプロジェクトは、結局『PoC（概念実証）の沼』から抜け出せず、廃棄されてしまうのでしょうか？」 これは、現場で出会った数多くの開発者やシステムアーキテクトたちが私に投げかけた、最も切実な質問です。 こんにちは。私は、40年以上にわたり韓国の自動車パワートレインR&D部門（現代自動車グループR&D役員17年）で1,300億ウォン規模のエンジンおよび駆動技術の輸出を主導し、上場中堅製造企業の代表取締役（CEO/CTO）として現場を指揮してきたキム・ホンジプです。 機械工学と精密制御の現場で数十年を過ごしてきたエンジニアの目から見ると、現在の生成AI導入ブームの背後には、「致命的な不確実性のリスク」が潜んでいます。わずか0.1%の誤差やミスが、数億ウォン規模の物理設備の損傷や全社的なシャットダウンに直結するミッションクリティカルな産業現場において、単に確率に依存してもっともらしいテキストを出力する確率的チャットボットを、そのままサービスに組み込むことは、時限爆弾を抱えて火の中に入るようなものです。 この講義は、まさにその「制御不能な確率的AIを、わずか0.000%の構文エラーも許容しない、最も堅牢なインダストリアル制御コアへと鍛え上げる実践的な工学的方法論」を伝授するために企画されました。 1. 皆さんが現場で直面している3大致命的ボトルネック（Problem） 数多くのエンジニアが、単発的なプロンプトチューニング（Vibe Prompting）レベルのアプローチでプロダクション環境に挑み、次の3大構造的欠陥に直面して挫折しています。 有限のコンテキストと「中間の紛失（Lost in the Middle）」：会話やマルチターン実行が長くなるほど、主要なシステム指示が押し出され、コンテキストウィンドウが枯渇します。その結果、システムは記憶を失い、ハルシネーションを増幅させます。 非決定論的出力と連鎖的なパイプライン崩壊：JSONの閉じ括弧が1つ欠けたり、型が異なったりするごく微細な確率的変動が、基幹系ERP/CRM API呼び出しを麻痺させ、データ整合性を崩壊させます。 信頼できないコード実行とインフラセキュリティの破綻：エージェントが自律的に生成したスクリプトが、隔離されていないホストOS環境で実行されることで、カーネル脱出や機密データ流出のリスクを引き起こします。 このように産業現場におけるAIの誤作動は、単なる定量的な精度の問題ではなく、非対称なビジネス損失（Asymmetric Business Loss）という巨大な財務的災厄として迫ってきます。 2. この問題を「どのように」完全に解決するのか（Solution） 本講座は、断片化された商用ツールの使い方を教える市販の講座とは一線を画します。40年にわたる実務現場のノウハウとコンピュータシステム工学を融合し、確率的AIをシステムレベルで垂直統合的に制御する3つのハードコアアーキテクチャを伝授します。 ① プロンプティングを超えた「LLM-OS & コンテキストオーケストレーション」への移行 アンドレイ・カルパシ（Andrej Karpathy）のパラダイムに倣い、LLMを会話の応答者ではなく、コンピュータの中央演算コア（CPU）として再定義します。 コンテキストウィンドウを超低遅延の揮発性RAMとして、社内ベクトルDBをDiskとして、外部APIをI/Oバスとして体系化します。 MemGPTの階層型仮想メモリページングによって、無限に続く会話の中でも核心状態を飽和させることなく保持し、MCPベースの流動的な群知能（Liquid Swarm MAS）によって、トークンコストを極小化しながら動的なエージェントネットワークをスケーリングします。 ② 確率的ハルシネーションを0.000%に拘束する「決定論的ハーネスエンジニアリング」 言語モデルの創造的な柔軟性は思考（Reasoning）段階にのみ開放し、実際に外部システムと相互作用する物理的な出力端は、数学的なブール代数とコンパイラによって厳格に封じ込めます。 EBNF / XGrammarベースのCUDAロジットマスキングを適用し、無効なトークンの生成確率をP = 0.000%に強制的に制限します。 エージェントが生成したコードは、5msのスナップショット復元能力を備えたFirecracker MicroVMマイクロ仮想化サンドボックス内でのみ、一回限り実行されるようにし、物理的なセキュリティ隔離リングを形成します。 ③ GPUを無駄にしない「高信頼性MLOps・LLMOps自律復旧インフラ」 vLLM PagedAttentionおよびS-LoRAホットスワップを構築し、VRAMのアイドルによる浪費率を4%未満に抑制します。 マルチエージェントのAPI障害発生時には、SagaLLMの逆順補償トランザクションによってデータの一貫性を100%元の状態に復元します。 OpenTelemetry/Langfuseの分散オブザーバビリティネットワークを通じて、RAGASの忠実度スコア低下（Data Drift）を検知した際には、無人カナリア自動ロールバックを実行し、システムの可用性を守ります。 3. 螺旋的成長を導く実践的価値（Pedagogy & ROI） 本講座は、ブルームの改訂版教育分類学（Bloom's Taxonomy）5段階に沿って体系的に設計されています。学習者は、単なる理論の想起（Remember）から出発し、5段階のデバッグパイプライン（Deceptive Baselineの罠となるソースコード分析 ➔ 敵対的エンジニアリングによる分解 ➔ Robustな完全性パイプラインの確立 ➔ TEI ROIの算式算出 ➔ SOTIF/ISO 42001ガバナンス）を自らコーディングし、検証します。 単に「うまく動く」という感覚的な満足にとどまらず、Forrester TEI（Total Economic Impact）の財務モデルを適用し、皆さんが構築したAIシステムが企業の手戻りコスト（Rework Cost）をどれだけ削減し、数億ウォン規模の障害リスクを回避してROI 200%以上を実証できるのかを、経営陣の視点に立った指標として可視化します。

LLMベースのマルチエージェント技術を実装可能にするCrewAI、LangChain、AutoGenなどの様々なエージェントフレームワーク、知識グラフ、推論システムを組み合わせ、人工知能（AI）裁判官を構築する方法について探求します。

この講義は、OpenAIのAIコーディングエージェントCodexを最初から最後まで扱う全37回、約14時間のコースです。 AIコーディングツールは、今や珍しいものではありません。しかし、ほとんどのユーザーは自動補完を受け入れたり、チャット欄に質問したりするレベルにとどまっています。Codexのようなエージェント型ツールは、それよりはるかに多くのことができます。プロジェクト全体を読み込み、複数のファイルを同時に修正し、テストを実行して自らエラーを見つけます。問題は、それだけの制御が必要になることです。何を許可し、何を禁止するのか、プロジェクトのルールをどう教えるのかが分からなければ、ツールが生成したコードを後から修正することになります。 この講義では、その制御方法に重点を置きます。初級パートでは、インストールと最初の対話、ファイル編集とセッション管理、スラッシュコマンドを学び、プロンプト作成の基礎を身につけます。明確な依頼、作業の分解、検証という3つの原則を、実習を通して身につけます。 中級パートからが本題です。config .tomlで動作を設定し、AGENTS .mdでプロジェクトのルールを教え、Memoriesで記憶を管理します。サンドボックスと4種類の承認ポリシーを組み合わせ、安全の境界を自分で設計します。続いて、スレッドの分離と並列作業、計画モード、MCPサーバーとの接続、SKILL .mdを使ったカスタムスキルの作成まで扱います。 最後には、ウェブ検索とGitの自動化、VS Code・Cursorとの連携、FastAPIの実習を経て、SQ/EQキューモデルというCodexの内部プロトコルまで見ていきます。ツールがどのように動作するのかを知っていれば、問題が起きたときの対処も変わります。 講義全体は、TaskFlowという1つのサービスを作っていく流れで進みます。機能を個別に学ぶのではなく、実際のプロジェクトでいつ何が必要になるのかを、順を追って体験できます。