実は、う〇ち出ない時は毎回トイレでこれしてます🚽⋆⸜🧻 ドバドバ出るので注意⚠️

「MCP サーバーの基礎から実践レベルの知識まで」の資料が有益すぎる。 「MCPとは何か」といった基礎から、Web API設計との違いや実践的な知識まで学べるので、AIエージェントの外部連携スキル習得の参考になる。 こちら👉 speakerdeck.com/azukiazusa1/…

ちなみに、個人的に、問題解決系で読む順序はこんな感じ 入社前 1.地頭力を鍛える 2.過去問で鍛える地頭力 3.問題解決の全体感（上下） 4.戦略思考コンプリートブック 5.論点思考 6.吉岡小論文 入社後 1.コンサルが最初の3年間で学ぶこと 2.コンサル・コード 3.コンサル3年目までの必修ビジネススキル

API Gateway + Lambda フルサーバレス構成によるAPI基盤を構築！ ・Cognitoによる認証基盤の構築 ・WAFによるセキュリティ強化とアクセス制御 API GatewayとCognito と連携することで、インフラレイヤーだけで完結する認証基盤構築 ・EventBridge Schedulerでバッチ処理 ・SQSを使った非同期処理 ・RDS Proxyの導入 高負荷のワークロードにおいては Lambda のスケーラビリティに対して RDS のコネクション数が追いつかず、DBコネクション枯渇のような問題が発生しやすいので、RDS Proxy を間に挟むことで コネクションプーリングを実現し、安定したDB接続を維持できるようにした。

事業開発もPdMも会社によって全然役割は違うし、名前に意味もないけれど、変わらないの圧倒的オーナーシップを持っていること。 その事業、プロダクト、領域の責任者として、ラストワンマイルを勝手に背負っていること。 経験とか能力とかは、その土台があれば後からでもいくらでも乗ってくる。

これだ。 Codex や ClaudeCode が動くときに、 公式の実装を参考にした実装を正しくして、 独自実装を避けさせるようにできた。 すべての計画、実装ごとに、 何を参考にそれを出したか出すようになった。

コートの紐が綺麗な人、 丁寧な生活してそうで好き。

組織活用で最適なAI要件定義レビューの仕組みをぜんぶnoteに公開しました。 "営業やユーザからの要求がルール通りに要求書いてくれないを解決する" ・いつものNoitonにボタン追加されるだけ ・メンテはNotion内で可能 ・要件定義に限らずあらゆるレビューで応用可能 note.com/suh_sunaneko/n/n4a6…

MCP サーバーの基礎から実践レベルの知識まで - Speaker Deck speakerdeck.com/azukiazusa1/…

Claude Codeを使ったAIレビューがチームに定着した話 (Akinori Matsumoto) speakerdeck.com/akinoringo/c…

AIを賢く動かすのは「指示力」ではなく「文脈設計力」｜吉岡裕貴 zenn.dev/aun_phonogram/artic… #zenn

技術面接でコードを書いてもらうとき、一番重視しているのは「質問力」。 仕様の曖昧な部分をそのままにして、正解らしき答えを出す人よりも、曖昧さに気づき、積極的に質問して認識を合わせようとする人のほうが圧倒的に強い。 仕事で一番怖いのは、認識がズレているのに最後まで独りよがりで作業を進めてしまう人だから。

これは覚えておきたい。

Cursor Agentsでの開発、次の流れがベストっぽい。 1. Planモードで、思ったことをとりあえず投げてみる 2. 作ってくれたプランをみながら、頭を整理して書き換える 3. 実装モードで実装をしてもらう 4. できたものを確認して、細かいところはエディタモードでチャットと直していく 5. それでも治りきらない箇所はTab補完を使って直接書き換える。 プラン→エージェント→チャット→Tab補完　とAIの役割を変えながら、実装を進めていくの超スムーズ。最初に、がっつり考えずにアイデアベースで進められるのが超良い。

お金ない人は勉強して下さい

Harvard Business Review 〜の教科書シリーズで、お気に入りの3冊です。 かなり前の本ではありますが、本質的な内容が多く、定期的に読み返しています。 この界隈の皆さまも、知っておいても損は無いと思いますね🤔

"プルデンシャル生命のトップ営業マン"久松安奈さんのの営業ロープレ動画、めちゃくちゃ勉強になります。 toC,toB問わず、全ての営業マンは見てほしい。テクニックもそうなんだけど、彼女の営業に対するマインドセットや挑み方の迫がとにかくすごいです。 動画：piped.video/watch?v=_d-50rTb…

Cursor社員がシェアしていた 最新の「開発AIエージェントの組み合わせ」がこちら： かなり理にかなっていて面白い。 ㅤ ・計画や推論 → GPT-5（高性能） ・実装（ライブコーディング） → Composer-1（速度・精度◎） ・クラウドでの長時間作業 → GPT-5-Codex ・難問や曖昧な課題 → 複数の最適モデルからベストを選ぶ ㅤ という感じで、明確な役割分担をすることで効率と精度を両立できる、実務的な構成だと思った。 ㅤ ひと昔前までは、1モデルに全工程を任せるのが主流だったけど、タスクごとに最適なモデルを組み合わせて成果を出す時代に突入しているなと実感。 ㅤ 特に「ベストNモデル」で複数の回答から最適な結果を選ぶ方法は、実際に導入したら、アウトプットの品質や信頼性が大幅に向上しそうでかなり気になるところ。 ㅤ 現場のエンジニアや開発者は、ぜひ一度チェックしておくと良さそう：

AIをつかった破綻しないコードの書き方。 ・基本Cursorでcomposer1で開発 ・失敗したら4.5 Sonnet ・失敗したらGPT5-Codex ・失敗したらデバッグログいれて渡す ・失敗したらプランモードでcomposer1で計画 ・つづく... あとは伝え方を工夫したりどう実装してるかを聞いたりしてやりなおす。あとはライブラリで古い書き方してるとかも結構ありがちなポイント。

GitHubのリポジトリ構造をたった1秒で図解化してくれる「gitdiagram」、これ本気で革命 使い方は超シンプルで、 リポジトリのURLを「github .com → gitdiagram .com」に変えるだけ すると、コードやファイルの依存関係・構造が視覚的なツリー図として表示されます プロジェクトをクローンする前に全体像を把握したり、 模写やコードリーディングの前に構造を掴むのに最適。 英語ドキュメント読むよりずっと早く理解できる