株式会社ずんだもん技術室AI放送局

OpenAIがAnthropicのSkills機構を取り入れ、ChatGPTのCode InterpreterとCodex CLIにスキルサポートを静かに導入しました。スキルはMarkdownファイルとリソースを含むフォルダで構成され、ファイルシステムへのアクセス能力を持つLLMツールであれば利用可能です。

ChatGPTでは/home/oai/skillsフォルダにアクセスし、PDFやdocxなどのファイルを処理できます。PDF処理では、レイアウトやグラフィック情報を維持するため、PDFをPNG画像に変換してGPTモデルに渡すアプローチを採用しています。

Codex CLIでは、~/.codex/skillsフォルダ内のスキルを認識し、--enable skillsオプションで利用できます。スキルを利用してDatasetteプラグインを自動生成する例も紹介されています。

これらの動きは、AIエージェントの機能拡張において、軽量なスキル定義が重要であることを示唆しており、Agentic AI Foundationによる正式なドキュメント化が期待されます。

引用元: https://simonwillison.net/2025/Dec/12/openai-skills/

本稿は「現場で使えるAIエージェントワークフロー」を目指すオーケストレーションエンジンGraflowの設計思想を、既存フレームワークとの対比を交えて解説しています。著者はエージェント導入の現実課題（本番での挙動制御、並列処理・水平スケール、Human-in-the-Loop（HITL）、長時間処理の再開、グラフの可読性悪化）を挙げ、これらを解決するために「Type B：Agentic Workflow（構造化オーケストレーション＋局所的自律性）」に特化する方針を示しています[7]。GraflowはSuperAgentの内部推論をワークフローで細かく表現せず、SuperAgentを「Fatノード」として外部専門フレームワーク（Google ADK、PydanticAI、SmolAgents等）に委譲する責務分離戦略を取る点を強調しています[7][4]。

比較として、LangGraphはSuperAgentもワークフローも自前実装するフルスタック路線で、グラフの事前コンパイルや急峻な学習曲線、APIの流動性が問題視されている点を指摘し、Graflowはワークフローに専念して「ベストツールを組み合わせる」アプローチを採るとしています[7][3]。実用例やOSS公開・協力募集（2026年1月公開予定）についても言及されています[7]。

新人エンジニア向けの要点整理：

（注）本要約は記事本文の技術的主張・設計方針を整理しており、原文中のコード例や図は簡潔化しています[7]。

引用元: https://zenn.dev/myui/articles/64f31faaf1488c

OpenAIの最新モデルGPT-5.2がGitHub Copilotのプレビュー公開を開始しました。GPT-5.2は、長いコンテキストとフロントエンドUI生成に強みを持つモデルです。Copilot Pro, Pro+, Business, Enterpriseの契約者は、Visual Studio CodeやGitHub Mobileなど、様々な環境でモデルを選択して利用できます。Enterprise/Businessプランでは管理者が有効化する必要があります。Pro/Pro+プランでは、モデルピッカーから選択し、確認することで利用可能です。APIキーを利用することも可能です。

引用元: https://github.blog/changelog/2025-12-11-openais-gpt-5-2-is-now-in-public-preview-for-github-copilot/

VOICEVOX:春日部つむぎ

たった5行で自分専用のClaude Codeを作れる ― Claude Agent SDK詳解

\nAnthropicが2025年9月に正式リリースしたClaude

引用元: https://zenn.dev/acntechjp/articles/cb1be5aff11eca

Introducing Polly: Your AI Agent Engineer

LangChainのLangSmithに組み込まれたAIアシスタント「Polly（ベータ）」の紹介記事。Pollyはエージェント設計やデバッグを支援する「AIエージェントエンジニア」で、特に人手で解析しづらい長大なプロンプト、何百ステップにもなる実行トレース、数時間〜数日に及ぶマルチターンの会話に強みがある。主な機能は（1）個別トレース解析：失敗箇所や非効率な挙動の特定、（2）スレッド解析：複数回のやり取りを横断した要約や挙動変化の特定、（3）プロンプト設計支援：システムプロンプトの修正、出力スキーマ定義、ツール定義やfew-shot例の追加、長さ最適化など。Pollyの知見はLangSmithのトレーシング（runs/

引用元: https://blog.langchain.com/introducing-polly-your-ai-agent-engineer/

【アドベントカレンダー2025】AI Agentの「自律性」との向き合い方

データサイエンティスト閔氏による、AI Agentの自律性（Agency）とその設計・運用上の注意点の解説記事です。まずHugging Faceの指標を引用し、レベル0〜3で自律度を整理（レベル0：単なるLLM、レベル1：条件分岐、レベル2：Toolの自律利用、レベル3：複数AgentやTool自作）。自律度が高いほど柔軟だが予測・制御が難しくなり、目的に応じて使い分けるべきとしています。Agentが有効な場面は「臨機応変な処理が必要なケース」や「チャット履歴や長期メモリを活用したい場合」。逆に「手順が固定」「メモリ不要」「コスト予測や再現性が重要」なケースではAgent導入は慎重にすべきと指摘します。対処法としてはGoogle

引用元: https://developers.gnavi.co.jp/entry/adventcalendar-251211-1/

TVアニメ「転生したらドラゴンの卵だった」ゆるキャラ冬の大運動会【全12キャラクター紹介＆前半戦】 映像解禁！

TVアニメのPR映像で宣伝隊長イルシア含む全12体のゆるキャラが2チームに分かれ「ゆるキャラ冬の大運動会」前半戦を披露。紙風船チャンバラや万歩計ふりふり、だるまさんがころんだ等のハプニングと参加キャラ一覧、放送開始（2026年1月）や主要キャスト・制作情報が紹介されている。’

引用元: https://prtimes.jp/main/html/rd/p/000000114.000084062.html

VOICEVOX:ずんだもん

AIエージェントを開発している皆さん、自分のPCでは動いていたのに、いざ本番環境にデプロイすると予期せぬ挙動をして苦労した経験はありませんか？従来のソフトウェア開発では、入力と出力がある程度予測できましたが、AIエージェントはユーザーがどんな入力をしてくるか分からず、挙動も広範囲にわたるため、開発が非常に難しいのが現状です。

そこで、LangChainのチームは、AIエージェントを本番環境で信頼性高く運用するための新しい開発手法として、「エージェントエンジニアリング」という専門分野を提唱しています。これは、予測不可能な大規模言語モデル（LLM）ベースのシステムを、信頼できるプロダクトへと継続的に改善していくための反復的なプロセスです。そのサイクルは、「構築（Build）」「テスト（Test）」「リリース（Ship）」「観察（Observe）」「改善（Refine）」「繰り返し（Repeat）」が基本となります。ここで大切なのは、リリースがゴールではなく、新たな知見を得てエージェントを改善するための出発点である、という考え方です。

エージェントエンジニアリングを実践するには、主に3つのスキルセットが連携する必要があります。

なぜ今、この分野が必要なのでしょうか？

エージェントエンジニアリングでは、「完璧にしてからリリースする」のではなく、「リリースして現実世界での挙動から学ぶ」という考え方が重要です。まずエージェントの土台を作り、想定シナリオでテストし、すぐにリリースして実際のユーザー入力を観察します。そこから得られた情報をもとに、プロンプトやツール定義を改善し、このサイクルを素早く繰り返すことで、信頼性の高いエージェントシステムを構築できるのです。

AIエージェントは、これまで人間が行っていた複雑な作業をこなす大きな可能性を秘めています。この新しい開発手法をチームに取り入れることで、LLMの真の力を引き出し、信頼できるプロダクトを生み出すことができるでしょう。

引用元: https://blog.langchain.com/agent-engineering-a-new-discipline/

この記事は、GitHub CopilotのrunSubagentという機能を使って、ソフトウェア開発のワークフロー全体を自動化する「オーケストレーターパターン」について、新人エンジニアにも分かりやすく解説しています。

GitHub CopilotのrunSubagentとは？

オーケストレーターパターンとは？

この一連の作業を、オーケストレーターがそれぞれの専門家である「サブエージェント」に任せることで、開発プロセスをスムーズに進めます。

このシステムの設計で大切なこと

実際に作ってみてわかった注意点

今後の展望

引用元: https://zenn.dev/openjny/articles/e11450f61d067f

Hugging FaceとServiceNow AIが、新しいマルチモーダルAIモデル「Apriel-1.6-15b-Thinker」を発表しました。このモデルは150億パラメータという、大規模モデルと比べると比較的小さな規模でありながら、非常に高い性能と優れたコスト効率を両立しているのが大きな特徴です。

Apriel-1.6は、前バージョン（Apriel-1.5）を基盤に、テキストと画像の理解・推論能力を大幅に強化しました。人工知能の総合評価指標である「Artificial Analysis Index」では57点を獲得し、Gemini 2.5 FlashやClaude Haiku 4.5といった主要な大規模モデルを上回る、あるいは匹敵する最新最高の技術水準（SOTA）の性能を発揮しています。特に注目すべきは、推論時に使用するトークン（単語や文字の単位）の量が、前バージョンと比較して30%以上も削減されている点です。これは、より少ない計算リソースで、より高速かつ効率的に推論ができることを意味します。

モデルの学習には、NVIDIAの最新チップ「GB200 Grace Blackwell Superchips」が活用され、約1万GPU時間という比較的少ない計算資源で効率的に行われました。学習プロセスでは、まず多様なデータで初期学習を行い、その後、以下の二段階でさらに性能を高めています。

これらの工夫により、テキスト理解に加え、画像に関する数学的推論、視覚的質問応答（VQA）、論理推論など、画像関連のタスクでも大きく性能が向上しました。

Apriel-1.6の最大の強みは、「コスト効率の良いフロンティア性能」です。これは、少ないパラメータ数（モデルの規模を示す指標）で、大規模モデルに匹敵する「知能スコア」を実現していることを意味します。つまり、運用にかかる計算リソースや費用を大幅に抑えながら、最先端の推論能力を発揮できるため、特に企業でのAIシステム導入において、非常に魅力的な選択肢となります。

開発チームは、限られたリソースでも「適切なデータ、設計、堅実な手法」があれば、最先端のモデルを構築できることを証明しました。一部の複雑な画像やOCR（文字認識）の精度にはまだ課題があるものの、彼らは高性能と推論トークンの効率性を優先して開発を進めています。この取り組みは、新人エンジニアの皆さんにとって、限られた環境でもイノベーションを生み出せる可能性を示唆していると言えるでしょう。

引用元: https://huggingface.co/blog/ServiceNow-AI/apriel-1p6-15b-thinker

最新LLMを使い、プロダクトマネージャーが赤ちゃんの泣き声を分析し、夜泣き対応の課題解決を検証しました。単発の泣き声から理由を特定するのは困難でしたが、複数の泣き声を比較する「相対評価」では、LLMは泣き声の特徴を正確に捉えました。ChatGPTは慎重な姿勢、Geminiは断定的な傾向、Claudeは詳細な音響分析が特徴です。今後は継続的な分析や、授乳などの文脈情報を加えることで、実用レベルへの精度向上が期待されています。AIによる励ましの言葉も、育児のUXとして価値があると考えられています。

引用元: https://qiita.com/Kuroyanagi96/items/cb89339b3dda509c7ff5

（株式会社ずんだもんは架空の登場組織です）

AI開発大手のAnthropicは、AIアプリケーションが外部システムと連携するための共通規格である「Model Context Protocol（MCP）」を、新たに設立された「Agentic AI Foundation（AAIF）」へ寄付することを発表しました。このAAIFは、オープンソースプロジェクトの管理で知られるLinux Foundationの傘下に設立された基金です。Anthropic、Block、OpenAIが共同で設立し、Google、Microsoft、AWSといった主要なテクノロジー企業もその活動を支援しています。

MCPは、AIと外部ツールやサービスをつなぐ「共通の言葉」のようなもので、発表からわずか1年で目覚ましい普及を遂げました。現在では、10,000を超える公開サーバーが稼働しており、ChatGPT、Cursor、Gemini、Microsoft Copilot、Visual Studio Codeなど、皆さんが普段使うような主要なAI製品や開発ツールに広く採用されています。また、AWSやGoogle Cloudといった大手クラウドプロバイダーも、MCPのデプロイをサポートしており、AIがより多様な機能を利用できる環境を構築しています。AnthropicのAIであるClaudeも、MCPを活用した75以上のコネクタを提供し、AIが複雑なタスクを効率的にこなせるよう強化しています。

Agentic AI Foundation（AAIF）の設立目的は、自律的に動作する「エージェントAI」が、透明性、協力、そして社会全体の利益を重視しながら健全に発展していくための基盤を築くことです。この財団は、戦略的な投資、コミュニティの育成、オープンな標準の共有開発を通じて、AIエコシステム全体のイノベーションを促進していきます。

今回のMCPのAAIFへの寄付は、この重要な技術がこれからも特定の企業に縛られず、オープンソースとして誰もが利用・貢献できる形で発展していくことを確実にするためのものです。今後、Blockの「goose」やOpenAIの「AGENTS.md」といった他の重要なエージェントAIプロジェクトもAAIFに加わる予定で、これによりエージェントAIの基盤技術がオープンな協力体制のもとで進化していくことが期待されます。

新人エンジニアの皆さんにとって、この動きは、将来のAI開発環境がよりオープンで協調的なものになっていくことを示しています。AIが様々なシステムとシームレスに連携し、より賢く、より役立つ存在になる未来に向けて、MCPのようなオープン標準がその実現を支える重要な鍵となるでしょう。

引用元: https://www.anthropic.com/news/donating-the-model-context-protocol-and-establishing-of-the-agentic-ai-foundation

AIを活用したコーディング支援ツール「Cursor」が、最新のAIモデル「GPT-5.1-Codex-Max」に対応し、開発者の作業を助ける「エージェント機能」を大きく強化しました。これは、皆さんの日々のコーディング作業をよりスムーズで効率的にするための大切なアップデートです。

今回のアップデートでは、主に以下の点が改善されました。

コードの品質向上と効率的なツール利用:

安全なシェル操作の強化:

AIの「思考過程」を重視:

賢いエラー検出と修正:

AIの自律性の向上:

Cursorは、これからもAI技術の進化に合わせて、開発者がより快適に、効率的にコードを書けるよう、継続的に改善を進めていくとのことです。AIがソフトウェア開発をどのように変えていくのか、新人エンジニアの皆さんもぜひ注目してみてください。

引用元: https://codezine.jp/news/detail/22750

Googleの最新AIモデル「Gemini 3」が登場し、特に「思考（Deep Think）モード」が注目されています。この新しいモードは、AIの推論能力や、画像・動画を理解するマルチモーダル機能が大きく進化し、これまで以上に複雑な問題の解決を効率的にサポートします。これにより、短いプロンプト（AIへの指示文）でも、AIが意図を深く汲み取り、より的確な結果を導き出せるようになりました。

現在のGeminiアプリでは、これまでの「Gemini 2.5 Flash」は「高速モード」に、そして最新の「Gemini 2.5 Pro」に「3 Pro」の機能を搭載したものが「思考モード」として選択できるようになっています。

Gemini 3によって、私たちのAI活用はさらにクリエイティブで直感的なものへと進化しました。主な変更点と活用例の概要は以下の通りです。

Gemini 3は、「こうしたい」「やってみたい」という皆さんのアイデアを、専門的なスキルに自信がなくても具現化できる強力なパートナーです。新人エンジニアの皆さんも、ぜひこの進化したAIを活用して、新しい創作の旅を始めてみてください。無料のGeminiアプリで手軽に試すことができます。

引用元: https://note.com/google_gemini/n/nb70d9d984202

『ぽこ あ ポケモン』のPVに登場した「ギャルっぽいヤドン」がきっかけで、「ギャルヤドン」という新しい概念が誕生し、SNSで大ブームになっています。たくさんのクリエイターが、ヤドンをギャル風に擬人化したイラストを投稿し、その可愛らしさが話題を呼んでいます。個性豊かなギャルヤドンのファンアートが次々に生まれ、インターネット上は楽しいお祭り騒ぎのようになっています。

引用元: https://togetter.com/li/2636824

（株式会社ずんだもんは架空の登場組織です）

音声AIエージェントの開発は、一見すると「AIのAPIをつなぎ合わせるだけ」と思われがちですが、実際には多くの技術的な課題が伴います。この記事では、それらの難しさと、それを解決するオープンソースフレームワーク「LiveKit Agents」について、新人エンジニアの方にも分かりやすく解説します。

音声AI開発の主な難しさ

LiveKit Agentsによる課題解決

具体的には、数行のPythonコードを書くだけで、STT/LLM/TTSのパイプライン構築、ユーザーの割り込み制御、ターン検出、そしてAIエージェントの安全なシャットダウンなどが実現できます。また、複数のAPIを自動で切り替えるフォールバック機能や、LLMの応答を評価するテスト機能も提供されており、開発者はAIの核心部分である「どのような会話をするか」というロジックに集中できるようになります。

LLMのSpeech to Speech APIについて

まとめ

引用元: https://tacoms-inc.hatenablog.com/entry/2025/12/08/113000

皆さん、こんにちは！今回は、GoogleのAI「Gemini」に搭載された、進化した画像生成モデル「Nano Banana Pro」の魅力と活用術についてご紹介します。AI技術に興味がある新人エンジニアの皆さんにとって、クリエイティブな発想を形にする強力なツールになるはずです。

Nano Banana Proは、これまでの画像生成AIの課題を克服し、表現の可能性を劇的に広げました。主な強化ポイントは以下の5つです。

Nano Banana Proは、Geminiアプリの「思考モード」から「🍌画像を生成」を選択するだけで簡単に使えます。無料プランでも1日数回試すことができるので、気軽に触れてみてください。

具体的な活用事例としては、以下のようなものがあります。

Nano Banana Proは、ビジネス資料作成から趣味の創作活動、日々の画像編集まで、皆さんの「作りたい」「伝えたい」という想いを、より具体的で魅力的なカタチに変える手助けをしてくれるでしょう。ぜひ一度、Geminiアプリでこの新しいクリエイティビティの扉を開いてみてください。

引用元: https://note.com/google_gemini/n/n064d03afe2c0

皆さん、こんにちは！今回は、AIの進化が私たちの生活をどう便利にするかを示す、興味深いニュースをお届けします。AI開発の最前線を走るOpenAIと、食料品宅配サービスで有名なInstacartが提携を強化し、ChatGPTの中で食料品の買い物から決済までを完結できる、画期的な新機能を発表しました。

これまでは、例えば料理のレシピをAIに尋ねた後、材料を買いに別のアプリを開いたり、オンラインストアにアクセスしたり、時にはスーパーに出かける必要がありましたよね。しかし、この新機能を使えば、ChatGPTに「リンゴパイの材料をInstacartで買ってきて」のように話しかけるだけで、AIがユーザーの意図を正確に汲み取り、自動的にInstacartアプリを呼び出します。そして、必要な材料を地元の店舗から探し出し、カートに商品を追加。さらに驚くべきことに、ChatGPT内で直接、安全に決済まで完了できてしまうんです。複数のアプリやブラウザタブを切り替える手間は一切不要で、まるで専属の買い物アシスタントと会話しているかのように、シームレスな買い物体験が実現します。

この機能は「Agentic Commerce Protocol」という新しい技術基盤の上に構築されています。これは、AIが単に情報を提供するだけでなく、ユーザーの指示に基づいて具体的な行動（この場合は食料品の購入手続き）を代行する「AIエージェント」としての役割を果たすための仕組みです。Instacartが持つリアルタイムの食料品ネットワークと、OpenAIの最先端AIモデルが組み合わさることで、まるで人間のように賢く、効率的に買い物をサポートする能力が実現されました。

Instacartは以前からOpenAIの技術を積極的に活用しており、社内の業務効率化ツール（ChatGPT Enterprise）や開発支援のための社内コーディングエージェント（OpenAI Codex）にも使っていました。今回の提携は、その長年にわたる協力関係がさらに深まり、消費者向けのサービスへと応用された形と言えるでしょう。OpenAIはWalmartやPayPalなど、世界中の多くの大手企業とも提携を進めており、AIが私たちの日常生活やビジネスの現場で、ますます具体的な価値を生み出す時代が本格的に到来していることを示しています。

新人エンジニアの皆さんにとって、このニュースはAIがどのように実社会の課題を解決し、これまでにないサービスを生み出しているのかを具体的に理解する良い事例になるはずです。AIエージェントの発展は、ユーザー体験を根本から変え、私たちの未来の働き方や生活スタイルにも大きな影響を与える可能性を秘めています。これからも、AIがもたらす技術革新に注目していきましょう！

引用元: https://openai.com/index/instacart-partnership

（株式会社ずんだもんは架空の登場組織です）

この記事では、AIエージェント「Claude Code」との協働で起こりがちな「うっかりミス」や「意図しない挙動」を防ぎ、より効果的にAIを使いこなすための具体的な運用術が紹介されています。特に、新人エンジニアの皆さんがAIツールを実務で使う際のヒントが満載です。

まず、実際にあったAIの「やらかし」事例が二つ挙げられています。

これらの経験から、筆者は同じミスを繰り返さないための対策をまとめました。その中心となるのが、AIエージェントの振る舞いを定義する「CLAUDE.md」というファイルを使った運用術です。

「CLAUDE.md」を活用した対策のポイント:

AIエージェントは非常に強力なツールですが、最初から完璧に動くわけではありません。私たち人間がAIに適切な指示を出し、その挙動を注意深く確認し、時には対話を通じて「成長」を促すことが大切です。AIを単なる道具ではなく、共に成長するパートナーとして捉え、積極的に関わっていくことで、開発効率を大きく向上させることができるでしょう。新人エンジニアの皆さんも、ぜひAIとの協働を楽しんでみてください。

引用元: https://tech.findy.co.jp/entry/2025/12/06/070000

現在のAIモデル、特に大規模言語モデル（LLM）の基盤である「Transformer」は、入力の中から重要な部分に注目する「アテンション（注意機構）」で革新をもたらしました。しかし、処理する情報の長さが長くなると計算コストが急増し、文書全体を理解したり、ゲノム解析のような非常に長い文脈を扱うのが苦手という課題がありました。

この課題に対し、従来の「リカレントニューラルネットワーク（RNN）」や「状態空間モデル（SSM）」である「Mamba-2」などは、情報を固定サイズに圧縮して効率化を図りました。しかし、これでは超長文の豊かな情報を十分に捉えきれない限界がありました。

Google Researchが発表した「Titans」と「MIRAS」は、この長期記憶の課題を解決する新しいアプローチです。「Titans」はRNNの速度とTransformerの精度を組み合わせた具体的なAIアーキテクチャ（ツール）で、「MIRAS」はこれらのアプローチを一般化するための理論的枠組み（設計図）です。両者は、AIモデルが実行中に新しい情報を学習し、長期的に記憶する「実行時記憶」の能力を大きく向上させます。

特にTitansは、人間の脳が短期記憶と長期記憶を分けているように、情報を要約しつつ重要な文脈を失わない「深層ニューラルネットワーク」を長期記憶モジュールとして活用します。この記憶モジュールは、従来の固定サイズメモリよりもはるかに高い表現力を持つため、膨大な情報を理解・統合できます。

Titansの重要な仕組みは、「サプライズ指標」です。これは、モデルが記憶している内容と新しい入力の間に大きな差がある場合に「重要」と判断するメカニズムです。例えば、モデルが金融レポートを読んでいる途中で、全く関係のない「バナナの皮の画像」といった予期せぬ情報が来た場合、それを「高サプライズ」として捉え、優先的に長期記憶に保存します。これにより、モデルは本当に新しい、あるいは文脈を大きく変える情報だけを選択的に記憶し、全体の処理を効率的に保ちます。さらに、直前の文脈の流れも考慮する「モメンタム」と、不要になった情報を適切に捨てる「忘却（重み減衰）」の仕組みを組み合わせることで、記憶の容量を効果的に管理します。

一方、MIRASは、全てのシーケンスモデルを「連想記憶」の一種と捉える統一的な理論的視点を提供します。これにより、従来のモデルが「平均二乗誤差（MSE）」や「ドット積類似度」といった標準的な評価基準に強く依存してきた限界を超え、より柔軟で頑健なモデル設計を可能にします。この枠組みから、データ中の例外に強い「YAAD」や、記憶安定性を重視した「MEMORA」といった新しいモデルも生まれました。

実験では、TitansとMIRASのモデルが、既存のTransformerやMamba-2といった最先端モデルを多くのベンチマークで上回る性能を示しました。特に、200万トークンを超えるような極めて長い文脈での理解能力において、GPT-4のような大規模モデルよりも少ないパラメータで、優れた成果を出しています。言語モデルだけでなく、ゲノムモデリングや時系列予測でもその汎用性が確認されました。

この「Titans」と「MIRAS」の登場は、AIがこれまで苦手としてきた「長文の深い理解」と「長期的な記憶」を可能にし、これからの長文AI時代の幕開けを告げる、非常に重要な技術進展と言えるでしょう。

引用元: https://research.google/blog/titans-miras-helping-ai-have-long-term-memory/

この記事は、TypeScript/JavaScript向けの新しい軽量AIフレームワーク「TanStack AI」について、新人エンジニアの方にも分かりやすく解説します。AIエージェント開発の第一歩を踏み出す上で非常に役立つツールです。

AIエージェントを開発する際、OpenAIやAnthropicといった複数のLLM（大規模言語モデル）のAPIを利用することがよくあります。しかし、これらのプロバイダーはそれぞれ異なる方法でAPIを提供しているため、開発中にモデルを切り替えたり、異なるモデルを組み合わせたりする際に、コードが複雑になりがちです。「TanStack AI」は、このようなLLMのAPI呼び出しの違いを吸収し、統一されたシンプルなインターフェースで扱えるようにするSDK（Software Development Kit）です。既存のAI SDKやPythonのLangChainと同様に、LLM活用のための基本的な抽象化を提供し、開発効率を大幅に向上させます。

TanStack AIの最も基本的な機能は、LLMとのチャット対話です。chat関数を使うことで、ユーザーのメッセージをLLMに送信し、その応答をストリーミング形式（テキストがリアルタイムで少しずつ表示される）で受け取ることができます。これにより、応答を待つ間のユーザー体験が向上します。また、アダプターパッケージを切り替えるだけで、使用するLLMプロバイダー（例: AnthropicのClaude、OpenAIのGPTなど）を簡単に変更できるため、将来的なモデルの選択肢が広がるのも大きなメリットです。

さらに、AIエージェントが外部システムと連携するための「ツール」機能もTanStack AIの重要な特徴です。例えば、「現在の天気情報を教えて」というユーザーのリクエストに対して、AIが外部の天気予報APIを呼び出して結果を返す、といったことが可能になります。TanStack AIでは、ツールの「定義」（どんな機能か）と「実装」（実際にどう動くか）が分離されています。この分離により、例えば同じ天気ツールでも、サーバーサイドではデータベースから情報を取得し、クライアントサイドではブラウザのローカルストレージを使う、といった柔軟な実装が可能になります。また、Zodというライブラリを活用することで、ツールの入出力データに厳密な型を定義でき、型安全な開発を進められます。セキュリティ面も考慮されており、AIがコード実行など危険な操作を伴うツールを呼び出す前に、ユーザーに承認を求める機能も簡単に組み込めます。

記事では、Next.jsを使った実践的なAIチャットボットの構築例も紹介されています。Next.jsのAPIルート（Route Handlers）でサーバーサイドのエンドポイントを作成し、そこでTanStack AIを使ってLLMと通信します。クライアントサイドでは、@tanstack/ai-reactパッケージのuseChatフックを利用することで、チャットの状態管理、メッセージの送信、ストリーミングされた応答の表示などを少ないコード量で効率的に実装できます。

まとめると、TanStack AIは、TypeScript環境でAIエージェントやAIアプリケーションを開発する新人エンジニアにとって、LLMとの連携を簡素化し、外部ツールとの安全かつ効率的な統合を実現するための、非常に強力で理解しやすいフレームワークと言えるでしょう。

引用元: https://azukiazusa.dev/blog/try-tanstack-ai/

ChatGPTとGeminiが「おにぎり」について対談する様子が、人間らしい自然な会話で話題になっています。AIの息継ぎや表現力の豊かさが注目され、その音声対話の進化に多くの驚きの声が上がっています。この技術は、AIがパーソナリティを務めるラジオ番組や、新たなエンターテイメント創造の可能性も示唆しています。AIが身近な話題で盛り上がる様子は、新人エンジニアの皆さんにとって、AIの発展とユニークな活用例を理解する良いきっかけとなるでしょう。

引用元: https://togetter.com/li/2636146

VOICEVOX:春日部つむぎ

Googleは、日々の業務をAIで劇的に効率化する新しいツール「Google Workspace Studio」を発表しました。これは、皆さんが普段使っているGoogle Workspace（Gmail, Drive, Docsなど）のアプリ内で、AIエージェントを簡単に作成・管理できるノーコードのサービスです。

新人エンジニアの皆さんも、これからの仕事に役立つポイントに注目してみてください。

プログラミング不要！誰でもAIエージェントを作れる

いつものGoogle WorkspaceアプリでAIを操作

業務効率が向上し、AI活用が身近に

Google Workspace Studioは、2025年12月5日より、Google WorkspaceのBusinessおよびEnterpriseプランのユーザー向けに順次提供が開始される予定です。未来の働き方を体験できる、とてもわくわくするニュースですね！

引用元: https://workspace.google.com/studio/

ウォンテッドリーが新しくリリースしたスカウト機能「AIエージェントモード」は、採用担当者の方が候補者を探す手間（ソーシング工数）をAIで効率化するものです。この機能では、採用担当者が求める人材の条件を入力するだけで、AIが自動で候補者リストを作成する「ソーシング計画」を提案してくれます。

しかし、AIに全てを任せて候補者リストを作るやり方にはいくつかの課題がありました。例えば、AIが意図しない検索条件を生成してしまう誤動作のリスクや、AIがなぜその判断をしたのか後から検証しにくいという説明責任の問題、そしてAIが学習データから持つ可能性のある偏見（バイアス）を見つけにくいといった点です。採用活動は、応募者のキャリアや企業の信頼に直接関わるため、これらの問題は避けるべきです。

そこでウォンテッドリーでは、「Human-in-the-Loop（HITL）」という設計思想を採用しました。これは、AIによる自動化のプロセスに、意図的に人間の確認や判断のステップを組み込むことで、システムの安全性、説明責任、そして信頼性を高める考え方です。

AIエージェントモードにおけるHITLの具体的な流れは次のようになります。

この「ソーシング計画」をAIに作らせる方法として、「モデル駆動型」（LLMが全てを制御）と「ワークフロー型」（プログラムが全体を制御し、LLMは部分的に利用）の2つが検討されました。ウォンテッドリーでは「ワークフロー型」を選んでいます。その理由は、ソーシング計画作成のプロセスがそこまで複雑ではないため、AIにすべてを任せる必要性が低いこと、AIの挙動が予測しやすくなり、万が一問題が起きてもどこで何が間違ったか特定しやすいこと、そして失敗時の再実行が容易であるためです。業務目標が明確なBtoB領域では、この「ワークフロー型」が効率的で信頼性が高いと判断されました。

本記事で紹介されたのは初期の設計方針ですが、実際のシステム運用では、AIの長時間実行への対応、出力内容の検証、セキュリティ対策、エラー時の処理、そしてシステム全体の監視など、さらに多くの工夫が必要になります。

引用元: https://www.wantedly.com/companies/wantedly/post_articles/1026657

この記事は、ある企業が2025年の「Agenticコーディング元年」と呼ばれる年に、AIを活用したコーディングツール（Agenticコーディングツール）を全社導入した経験とその分析について紹介しています。開発ペースの遅れを解消し、エンジニアが単純作業から解放されて本質的な課題解決に集中できるよう、「拡張思考パートナー」としてAIを迎えることを目指しました。

導入前にはGitHub Copilotの活用経験がありましたが、CursorやClaude Codeといった新しいツールの登場で、全社導入の機運が高まりました。まず数名で試験的に導入し、そのフィードバックを基に全体導入を決定。ツールはCursor、Claude Code、Devinが選ばれました。

導入に際しては、セキュリティやコピーライト、コードレビューの義務付けといった利用ガイドラインを詳細に作成しました。しかし、Claude Codeの企業向けプランが未整備だったため、個人契約で会社が経費精算する形を取った結果、多数の決済が不正と見なされ一時ブロックされるというハプニングが発生。最終的にはTeamプランが登場し解決しました。

導入後約4ヶ月の分析では、Cursorのアナリティクス機能が大きな効果を発揮しました。コミットされたコードの約26.8%がAI生成であること、DAU（日次アクティブユーザー）が常時15～25名であることなど、具体的な数値でAI導入の成果を可視化できました。Claude Codeも総コード生成行数が151%成長し、新規機能の骨格実装に活用されるなど、大規模なタスクで力を発揮しています。ただし、Claude Codeの企業向けアナリティクス機能はまだ発展途上であることも判明しました。

利用者へのアンケート結果からは、多くのエンジニアが月間で5～17時間の作業時間短縮効果を実感し、開発モチベーションも向上していることが分かりました。Claude Codeは会話による壁打ち、Cursorは実装作業の効率化と使い分けられています。

一方で、いくつかの課題も浮上しました。AI活用のノウハウが個人やチーム内に留まり、全社で共有されていない「ナレッジ共有のサイロ化」、AI生成コードを過信しすぎたことによる「品質リスク」、そして権限管理や設定共有といった「インフラ・運用ルールの整備不足」です。

まとめとして、AI Agenticコーディングツールの導入は、開発現場にポジティブな変化をもたらし、エンジニアの職種のあり方や開発者体験の向上に繋がる可能性を秘めています。これらの課題を解決しつつ、より良い開発環境を追求していくことが、最終的にユーザーへの価値提供に繋がると期待されています。

引用元: https://engineer.crowdworks.jp/entry/agentic_coding_introduction

会社のチラシ作成に迫られた著者は、まずGeminiにデザインを依頼。しかし、完成したものは奥様から「全部クソダサい」と酷評されてしまいました。そこで次にChatGPTに相談し、フォントや色、文字サイズなど具体的なデザイン指示を得ます。その指示を元にIllustratorで作成し、ChatGPTのフィードバックを受けながら修正を重ねた結果、無事に「ダサい」状態から脱却したチラシが完成。AIの得意分野を活かしつつ、人間との連携でクリエイティブな課題を解決する、面白い体験談です。

引用元: https://note.com/oukaichimon/n/nd8aadfb9caed

VOICEVOX:ずんだもん

AIエージェント開発は、LangGraphやAutoGenのようなフレームワークのおかげで手軽に始められるようになりました。しかし、「制御が難しい」「無限ループでコストがかさむ」「デバッグが大変」といった問題に直面することも少なくありません。これは、ただフレームワークを使うだけでなく、「どんな構造でAIエージェントを設計すべきか」という共通の考え方（デザインパターン）が不足していることが原因だと筆者は指摘します。

この記事では、AnthropicやLangGraph、DeepLearning.AIなどの最先端の知見を元に、AIエージェント開発で役立つ10のデザインパターンを体系的に紹介しています。これにより、特定のフレームワークに依存せず、皆さんのプロジェクトに合った最適な設計を選べるようになることを目指しています。

最も大切なのは、「まずシンプルに始める」という考え方です。エージェントの複雑性は、以下の3段階で考えると良いでしょう。

これらの主要なパターンに加え、AIエージェントの品質や信頼性を高めるための補助的なパターンも紹介されています。例えば、LLM自身が自分の出力を見直して修正する「Reflection/Critic」や、大事な決定を人間が承認する「Human-in-the-Loop」などです。

AIエージェント開発を成功させるには、「とりあえず複雑なエージェントを作る」のではなく、「まずLevel 1や2で解決できないか試す」という段階的なアプローチが重要です。もし複雑なAgent（Level 3）が必要になった場合でも、必ず「Human-in-the-Loop」のような安全策を講じることが推奨されています。

結論として、どのフレームワークを使うか悩む前に、「目の前の課題を解決するために、どのデザインパターンが最もシンプルで確実か？」という問いを自分に投げかけてみましょう。流行のツールに飛びつくのではなく、まず「型」で考えることが、AIエージェント開発を成功させる鍵となるでしょう。

引用元: https://zenn.dev/loglass/articles/c7f4499ec8320b

この記事では、最新のAI技術であるLLM（大規模言語モデル）と「因果グラフ」という考え方を組み合わせ、AIが「なぜ？」という因果関係をどこまで理解できるかを検証する画期的な試みを紹介しています。特に新人エンジニアの方にも分かりやすく、その仕組みと意義を解説します。

データサイエンティストがLLMを使う際、「AIは本当に物事の因果関係（原因と結果）を理解しているのか？」という疑問を持つことがあります。例えば、「広告費を増やすと売上は上がるか？」という問いに対し、LLMはもっともらしい答えを返しますが、季節変動やキャンペーンといった「裏の影響（バックドアパス）」が隠れている可能性があります。これらの影響を公平に取り除き、純粋な広告費の効果だけを見るためには、「調整すべき変数」を正しく選ぶ必要があります。

そこでこの記事では、「因果推論テスト用のAIエージェント」を開発しました。このエージェントは、以下の2つの役割を持つ要素で構成されています。

この二つの役割をスムーズにつなぎ、全体を一つのワークフローとして動かすのが、LangGraphというフレームワークです。LangGraphは、LLMの思考ステップとPythonによる論理的なチェックステップを連携させる「司令塔」のような役割を果たします。

具体的な例として、広告費（AdSpend）と売上（Sales）の因果関係を調べたい場合を想定します。もし季節（Season）が広告費にも売上にも影響しているとしたら、「Season」を調整することで、純粋な広告費の効果が見えやすくなります。エージェントを動かした結果、LLMは「Season」を調整変数として提案し、Pythonコード側もその提案が「妥当である（backdoor_ok -> True）」と判断しました。

この試みは、LLMの柔軟な発想力と、コードによる厳密な論理チェックを組み合わせることで、AIがより信頼性の高い分析支援ツールとして機能する可能性を示しています。単にAIに答えを求めるだけでなく、その答えが論理的に正しいかを自動で検証する枠組みは、これからのAI活用において非常に重要になるでしょう。

引用元: https://techblog.insightedge.jp/entry/langgraph-agent-causal-inference

LangChainのブログ記事「Evaluating Deep Agents: Our Learnings」では、より高度なAIエージェントである「Deep Agents」の評価方法について、実践から得られた貴重な学びが共有されています。新人エンジニアの方にも分かりやすく、Deep Agentsの評価がなぜ重要で、どのようなポイントがあるのかを解説します。

Deep Agentsは、単一の質問に答えるだけでなく、ツールを使いこなしたり、過去のやり取りを覚えてたりしながら、複雑なタスクをこなすAIです。普通のAIよりも賢く、まるで人間に近い動きをするため、その性能を評価するのが少し難しいんです。なぜなら、最終的な答えが合っているかだけでなく、そこに至るまでの過程や、エージェントが記憶した情報などもチェックする必要があるからです。

LangChainがDeep Agentsを開発・運用する中で見えてきた、評価の重要な5つのポイントを見ていきましょう。

従来のAI評価では、すべてのテストに対して同じ基準でチェックしていました。しかし、Deep Agentsの場合、テストごとに「このエージェントは特定のファイルを編集したか？」「ユーザーにその変更を伝えたか？」のように、細かく異なる成功条件を設定してチェックする必要があります。LangSmithの機能を使うと、このようなきめ細かい評価が可能です。

エージェントが長い一連の作業をする中で、どこかで間違った判断をしてしまうと、その後の作業も全て台無しになってしまいます。そこで、「次の一手」だけが正しいか（例：適切なツールを選び、正しい引数で呼び出したか）を評価する「シングルステップ評価」が役立ちます。これにより、問題点を早期に発見でき、無駄な計算（トークン消費）も減らせます。

シングルステップ評価が個々の部品テストだとすると、「フルエージェントターン」評価は、エージェントが最初から最後までタスクを完了するまでの全体像を評価します。これにより、「特定のツールが途中で使われたか」「最終的な出力の品質はどうか」「生成されたファイルなどの成果物が正しいか」といった広い範囲の挙動を確認できます。

実際のDeep Agentsは、ユーザーと何往復も会話することがよくあります。これをテストするために「マルチターン評価」を行います。もし途中でエージェントが変な動きをしたら、そこでテストを中断して失敗と判断するような柔軟なロジックを組み込むことで、効率的にテストができます。

Deep Agentsは、実行中に多くの情報を記憶したり、ファイルを作ったりします。そのため、テストを正確に行うには、各テストの前に環境を完全にリセットし、常に同じ状態から始められるようにすることが重要です。また、外部のAPIにアクセスする部分は、実際のサービスを使わずに、テスト用の仮のデータを使う「モック化」というテクニックを使うと、テストが速く、安定します。

Deep Agentsの開発では、従来のAIよりもきめ細かく、柔軟な評価方法が求められます。LangSmithのようなツールを使うことで、これらの複雑な評価も効率的に行えるようになります。Deep Agentsを開発する際は、これらの評価のポイントをぜひ参考にしてみてください。

引用元: https://blog.langchain.com/evaluating-deep-agents-our-learnings/

税理士がAI（ChatGPT）を使い、古民家カフェの会社設立プロセスをシミュレーションした記事です。AIは、事業コンセプトのアイデア出し、定款、ロゴ、創業計画書、登記申請書類の作成まで、多くの定型作業を効率化・自動化できると紹介。これにより時間短縮やコスト削減が可能です。しかし、AIは現場の慣例や法的な責任、設立後の複雑な税務戦略には対応できません。最終的なチェックや経営判断は専門家（人間）に頼るのが、AI時代の起業を成功させる鍵だと解説しています。

引用元: https://vs-group.jp/startup/others-child/23959.html

（株式会社ずんだもんは架空の登場組織です）

先日、Anthropicが主催した招待制イベント「AI Founder Salon」で、ファインディCTOの佐藤氏が登壇しました。この記事では、Anthropic共同創業者のBen Mann氏の講演内容と、佐藤氏自身のパネルディスカッションでの発表内容が共有されています。

Ben Mann氏が語った生成AIの未来について、特に印象的だったのは次の3点です。

続いて、佐藤氏が登壇で話した内容は、AIを開発現場に導入する上での実践的な知見です。

このイベントを通して、AIが簡単な業務を代替していく中で、人間の役割は「自分たちの思想を明確にし、それをAIに落とし込み、創造性を発揮してアイデアを生み出し、ブラッシュアップする」こと、そしてAIを「コーチング」し、「マネジメント」していくことにシフトしていくと結論付けています。AI時代を乗り越えるために、常に未来を見据え、環境を整えることの大切さを感じさせる内容でした。

引用元: https://tech.findy.co.jp/entry/2025/12/02/070000

LangChainが提供するAIエージェント開発ツール「LangSmith Agent Builder」が、ついにパブリックベータ版として一般公開されました！これは、コードをほとんど書かずに、AIエージェントを簡単に作れるようになる画期的なツールです。日本の新人エンジニアの皆さんにとって、AI開発のハードルを大きく下げる朗報と言えるでしょう。

従来のAIシステムでは、タスクの進め方を細かく事前に定義する「ワークフロー」が主流でした。しかし、Agent Builderで構築する「エージェント」は、もっと賢く、動的なのが特徴です。まるで人間のように状況を判断し、最適な手順を自分で考え、必要なツールを繰り返し使いながら、目的のタスクが完了するまで自律的に作業を進められます。例えば、情報収集やデータ分析など、複数のステップが必要な複雑な作業も、エージェントなら最後までやり遂げられます。さらに、使っていくうちにあなたのフィードバックから学習し、どんどん賢く、正確になっていくんです。

Agent Builderの最大の魅力は、その構築の簡単さにあります。まるで同僚とチャットするように、会話形式であなたのアイデアを伝えれば、Agent Builder自体があなたのためにエージェントを設計し、必要なプロンプト（AIへの指示）やツールを選んでくれます。これは、LangChainが世界中の開発者から学んだ、エンタープライズ級のエージェント開発のベストプラクティスが詰め込まれているからこそ実現できることです。プライベートプレビュー期間中には、すでに数千ものエージェントが作られ、営業リサーチからバグチケット作成、メールの振り分けなど、多岐にわたる業務で活躍しています。

今回のパブリックベータ版では、さらに便利な新機能が追加されました。

これにより、AIを導入したいけれど「適切なツールが見つからない」「プロンプト作成が難しい」といった課題や、技術チームが「スピード、セキュリティ、社員の自律性」のバランスを取る難しさといった問題が解決されます。あなたは、エージェントに「何をしたいか」を指示するマネージャーのような立場で、具体的なプログラミングの知識はほとんど不要です。自然言語でエージェントを更新することも可能です。

LangSmith Agent Builderは、AIエージェント開発の敷居を大きく下げ、誰もがAIの力を借りて日々の業務を効率化できる未来を提示しています。ぜひ一度試してみて、あなたの業務に役立つエージェントを構築してみましょう。

引用元: https://blog.langchain.com/langsmith-agent-builder-now-in-public-beta/

IVRyのAIエンジニアであるMoriyaさんが、もし「AIエージェントを作ってほしい」と頼まれたときに、どのようにプロジェクトを進めていくべきか、その具体的な手順を5つのステップで分かりやすく解説しています。新人エンジニアの方も、AIエージェント開発のプロジェクトにどう取り組むべきか、具体的な道筋が見えてくるでしょう。

「現状のプロセス」を言語化する

「AIの必要性」と「任せる範囲」を考える

評価基準（ゴール）を設定する

「AIに任せるタスク」を細分化して、実装する

評価基準に基づいて、試行錯誤を繰り返す

引用元: https://note.com/moriya_gekko/n/n47aa474cf658

（株式会社ずんだもんは架空の登場組織です）

グローバルなコンサルティング会社であるAccenture（アクセンチュア）と、生成AIの最先端を走るOpenAIが提携し、企業におけるAI活用を大きく加速させることを発表しました。この提携は、特に「エージェントAI」という、まるで人間のように自ら考えて行動し、自律的にタスクをこなすAIの能力をビジネスに深く組み込むことを目指しています。

この協力関係の大きなポイントはいくつかあります。まず、Accentureは世界規模で数万人の社員にビジネス向けに強化された「ChatGPT Enterprise」を導入し、OpenAI公式のトレーニングを通じてAIスキルを習得させます。これはOpenAIの認定プログラムとしては過去最大規模となり、Accenture自身のコンサルティングや業務、システム開発などのあらゆる仕事でChatGPTを活用し、その経験をクライアントのAI導入支援に活かしていく方針です。

次に、OpenAIはAccentureが提供する次世代AIサービスにおいて、主要なテクノロジーパートナーとなります。両社は共同で、企業がAIを事業のあらゆる領域に導入するための新たな「旗艦AIクライアントプログラム」を立ち上げます。このプログラムでは、OpenAIが持つ最先端のAI製品とAccentureが持つ業界ごとの深い知識や導入経験が組み合わされます。

具体的には、クライアント企業がAIをビジネスに取り入れるための最新ガイドラインや成功事例、セキュリティに関する知見、そして実践的なノウハウが提供されます。カスタマーサービス、サプライチェーン、財務、人事といった企業の主要な業務プロセスにおいて、AIを活用した新しいソリューションが共同で開発される予定です。特に、OpenAIが提供する「AgentKit」というツールを使って、企業独自のAIエージェントを迅速に開発・導入し、業務の自動化や意思決定の支援、そしてビジネス全体の変革を加速させることを目指します。

この提携を通じて、企業は最先端のエージェントAI技術をより速く、そして深く組織に組み込むことが可能になり、新たな成長の機会を創出することが期待されます。

引用元: https://openai.com/index/accenture-partnership

Insight Edge社が、テックブログのレビュー作業を効率化し品質を高めるため、AIエージェントシステムを大幅に進化させた取り組みを紹介する記事です。新人エンジニアの皆さんも、生成AIを実務に活用するヒントが見つかるはずです。

このシステムは、当初LangGraphベースで構築されましたが、AnthropicのClaude Code Actionを活用し、複数のAIエージェントが協力し合う「マルチエージェント構成」へと発展しました。

課題とマルチエージェント構成による解決

システム構築における工夫点

まとめ

引用元: https://techblog.insightedge.jp/entry/claude-code-techblog-review-agent

Googleから、最新の画像生成・編集AIモデル「Nano Banana Pro (Gemini 3 Pro Image)」がリリースされました。これは従来のNano Banana (Gemini 2.5 Flash Image)がGoogleの強力なAIモデルであるGemini 3 Proの推論能力を取り込んだことで、さらに高性能になったバージョンです。

Nano Banana Proの主な特徴は以下の通りです。

このモデルは、Geminiアプリ、Gemini API、そしてGoogle AI Studioを通じて利用できます。Geminiアプリでは「Thinking」モードを選ぶとNano Banana Proを利用でき、無料ユーザーでも利用回数に制限はありますが試すことが可能です。性能評価サイトLMArenaでは、画像生成・編集およびText-to-Imageのタスクでトップ評価を得ており、その能力の高さがうかがえます。ただし、従来のNano Bananaに比べて生成に時間がかかり、コストも高くなるため、用途に応じた使い分けが推奨されています。

エンジニアとしてNano Banana Proを利用するには、Pythonのgoogle-genaiライブラリを使ってAPI経由でアクセスするのが一般的です。gemini-3-pro-image-previewというモデル名を指定することで利用でき、aspect_ratioやimage_sizeといった設定で解像度やアスペクト比を細かく制御できます。また、tools=[{"google_search": {}}]を設定することで、リアルタイム検索機能を使った画像生成が可能です。Google AI Studioでもチャット形式で手軽に試せますが、有料APIキーとの連携が必要となります。

高品質な画像を生成するためには、プロンプト（指示文）の工夫が重要です。Googleからは以下のコツが共有されています。

Nano Banana Proは、これらの強力な機能と日本語の文字レンダリング改善により、画像生成・編集の可能性を大きく広げるツールです。新人エンジニアの皆さんも、ぜひこれらのポイントを参考にしながら、ご自身のアイデアを画像として形にする体験をしてみてください。

引用元: https://recruit.group.gmo/engineer/jisedai/blog/nano-banana-pro-gemini-3-pro-image/

エンジニアの二度寝防止のため、本番環境の障害通知で目覚めるユニークなWebアプリが登場。Google Geminiで架空のシステム障害を日替わりで生成し、ずんだもんが「先輩のクソコードのせいで本番が燃えてるのだ！」と悲痛な叫びで叩き起こします。Web Audio APIによる不快なサイレンや、解決コマンドのタイピングで止める「チャレンジモード」も搭載。Nuxt 4やConvex、Cloudflareなどの最新技術に加え、自宅PCを活用する「無駄に壮大な」構成が特徴です。効果は絶大ながら、仕事の夢が増える副作用も報告されており、新人エンジニアも笑って学べる記事です。

引用元: https://qiita.com/alclimb/items/e303cf655373992f61f4

（株式会社ずんだもんは架空の登場組織です）