自力で生きる方法を探すために、ITで仕組みを作る基礎を発信するブログ。

AIとは何か｜ChatGPT・Claude・Gemini・ローカルLLM・APIの違い

最近「AI」という言葉が一気に増えて、自分が今どの話を聞いているのか分からなくなっていませんか。ChatGPT は触ったことがあるけれど、Claude や Gemini と何が違うのか、ローカルLLM や API と書かれている記事を開いた瞬間に距離を感じて閉じてしまう、そんな段階で止まっている人は多いはずです。この記事は、その「最初の壁」を越えるための地図を作る記事です。「クラウドLLM」「ローカルLLM」「API」と急に並べられても、正直よく分からないですよね。ちょっと自分でも整理してみたところ、難 ...

会社依存から抜ける前に、最初に自動化すべき作業の選び方

会社員のまま続けるか、外に出るか。この判断を迫られたとき、多くのエンジニアが最初に詰まるのは「辞めるかどうか」ではなく「辞める前に何から外へ出せばいいのか」のほうです。AI 自動化や n8n に興味はあっても、どの作業を最初の入口にすればよいかが見えないまま時間だけが過ぎる、という状況に置かれている方は少なくないと思います。この記事は、会社依存から抜ける前段階として「最初に外へ出す作業」をどう選ぶかを整理する記事です。ツールの紹介や n8n の操作手順ではなく、入力・分類・出力に分解できる小さな作業を入 ...

個人でAI自動化を運用するための入力・分類・出力ルール

n8nやAIエージェントを試してみたものの、最初の数回は動いてもすぐ運用が止まってしまう、という詰まりに心当たりはないでしょうか。フローは組めたのに、毎回入力データの形が違って判断が安定しない、出力を結局手作業で整え直している、そんな状態に戻ってしまう人は少なくありません。原因はツール選びやノードの組み方ではなく、入力をどう受け取り、どう分類し、どんな出力にそろえるか、という運用ルールが設計されていない点にあります。ツールはルールを補ってくれません。ルールが曖昧なまま組まれた自動化は、最初の例外データで ...

AI自動化で作業者に戻らないためのn8nとAIエージェントの使い分け

n8n を入れて自動化を組み始めたものの、結局自分が「実行ボタンを押す係」「結果を確認する係」「失敗をリカバリする係」に戻っている。AI エージェントを試したけれど判断の精度がぶれて毎回手直しが必要になり、自動化したはずなのに作業時間がむしろ増えている。そんな違和感を抱えている SES・社内 SE・業務系エンジニア・インフラ寄りエンジニアは少なくありません。混乱の根は、n8n と AI エージェントを「どちらも自動化ツール」として横並びで比較してしまうところにあります。Anthropic / OpenA ...

AIはChatで使うだけではない｜手で使うAIと自動で動くAIの違い

普段ブラウザの ChatGPT や Claude にログインして相談している方は、それで「AI を使っている」状態になっていますが、その入口がすべてではありません。同じ AI を、ターミナルから呼んだり、自動処理に組み込んだり、外部のシステムから呼び出して結果だけ受け取ったりする使い方が並んで存在していて、それぞれ料金の出口・人間の確認が入る場所・触れるファイルの範囲が変わります。本記事は、AI への入口 (どこから AI に話しかけるか) を 7 区分に分けて整理し、それぞれが「手で使う AI」なのか ...

Claude Codeの自動実行に料金分離｜Agent SDKクレジットで何が変わるのか

Claude Code を Claude Pro や Max のサブスクで使い、claude -p や cron、GitHub Actions、n8n から自動で呼び出している方にとって、2026 年 6 月 15 日以降の課金構造はこれまでと別物になります。同じ Claude Code バイナリでも、対話的に使った場合と非対話で呼び出した場合では消費する課金枠が分かれるという、運用上の重要な変更です。 Anthropic は Claude の有料プランで利用できる Agent SDK・claude -p ...

仕事を受けるならブログ・X・note・LINE・GitHubをどう使い分けるべき？

AI時代に会社依存の働き方を抜け、個人で仕事を受け始めようとすると、まず最初に詰まるのが「どこに何を書けばいいのか」という媒体選びの問題です。Xを伸ばせばよい、noteで記事を売ればよい、LINEを作れば顧客がつく、ブログを書けば検索から仕事が来る。こうした断片的な助言が同時に飛んでくるのに、自分の手元では更新が止まり、フォロワー数だけが少しずつ動いていく状態になりがちです。問題は、これらの媒体を「どれが正解か」という二者択一で考えてしまうことにあります。媒体には役割があります。発見される場所、信頼が積 ...

AI時代に個人開発で自立できるのか？作れるものと売れるものの違い

AIでコードを書く速度が上がったことで、個人開発で自立できるのではないかと考えるエンジニアが増えています。会社や案件への依存に不安を抱えながら、空き時間でアプリやSaaSを作って収益化したい、という相談もよく耳にします。一方で、実際に手を動かしてみると、技術的に作ること自体は前より近づいているのに、それを売って毎月の生活費に変えるところまでは別の壁がいくつも残っていることに気づきます。この記事では、最初に「作れる」と「売れる」を分けて見るための土台を整えた上で、iPhone・Android・Web/Sa ...

AIをどう活用するか──手放す作業と残す判断、作業者に戻らない使い方

AI を使えば仕事が楽になるのか、それとも自分の仕事がなくなるのか。同じ読者の中に、この二つの感覚が同居していることが珍しくありません。手を動かす時間は確かに短くなったのに、半年後の自分が安泰になった気はしない。むしろ「速く安くこなせる人」にカテゴライズされそうで、不安が先に立つ方も多いはずです。シリーズ 1〜4 で、AI 時代の危機感、3 種類の AI 利用形態、API 課金の現実までを順に確認してきました。「AI に何ができるか」「AI を使うとどれくらいのコストがかかるか」までは見えてきたところで ...

AIに過去の記憶を忘れさせない方法｜LLMナレッジベースという考え方

ChatGPT や Claude Code を仕事で使うようになると、ある時点から必ず同じ壁にぶつかります。先週調べたはずの内容を、AI は今週もう覚えていません。「うちのサービスは個人事業主向けで、料金プランは月額制で」と毎回前提を貼り直し、調査結果はチャット履歴の中で散らばり、同じ質問をしているのに昨日と今日で違う答えが返ってくる。便利なはずの AI が、いつのまにか手間を増やす道具に変わってしまうあの感覚です。この問題は AI の性能不足ではなく、AI に渡す「外部の本棚」を持っていないことが原因 ...

AIで今後自分の仕事はどうなる？｜AI時代に作業者のままでは危ない理由

「AI で仕事がなくなる」「いや、AI を使えば生産性が上がるから大丈夫」。この 2 つの極論の間で、現場のエンジニアは止まりやすくなっています。脅威論を読んでも具体的に何をすればよいか分からず、楽観論を読んでも自分の業務にどう当てはめてよいか分からない。SES として客先で働いている方も、プロパーとして社内システムを担当している方も、運用保守やインフラの現場にいる方も、同じ位置で立ち止まっています。この記事はその停止を解くための入口記事です。結論から先に書いておくと、危ないのは AI そのものではなく ...

n8nでAI自動化するとAPI課金が膨らむ理由：構造と用途別の月額試算

n8nを使って「Gmail分類を自動化したい」「ニュース要約を毎時回したい」と組み始めたところ、月末に届いた OpenAI や Anthropic の請求額を見て初めて「思っていた金額と桁が違う」と気付く。そんな経験をしている個人エンジニアや小規模事業者は少なくありません。n8n 自体の月額は数千円で済んでいるのに、AI API 側だけが数万円単位に跳ね上がっている、というケースが特に多く起きています。ここで多くの方が混乱するのは、n8n の execution 課金と AI API の従量課金が「同じ ...

個人開発でローカルLLMを主役にしなかった理由──クラウドLLMとの知能差・APIコストの誤解

ローカルLLMを試してみたけれど、結局どこまで任せていいのか分からない。Mac mini に Ollama を入れて、n8n と組み合わせれば API 費用に縛られずに自動化を量産できる、という期待を持って動かしたのに、いざ自分の業務に当てはめようとすると線引きが曖昧でしんどい。そんな迷いを抱えている個人開発エンジニアに向けた記事です。クラウドLLM側の進化スピードに対する焦りと、ローカルLLM側のロマンの両方が同時に存在していて、自分の中で判断がぶつかります。API は本当に高いのか、Mac mini ...

ChatGPT月額・APIとローカルLLM、何が違うのか：AIの使い方は3種類ある

ChatGPT Plusに入っているのに、n8nからAIを呼ぼうとしたらAPIキーを求められて止まった。この時点で、多くの人は「自分の設定が悪い」と考えます。しかし、そこで詰まっている原因は設定ミスではありません。ChatGPTのサブスク、OpenAI API、ローカルLLMは、そもそも使う場所も料金の仕組みも違う別物です。ここを混同したままAI自動化に進むと、月額課金しているのに自動化で使えない、API課金がどこで発生しているかわからない、ローカルLLMなら無料で代替できると勘違いする、という順番 ...

AIで速くなるエンジニア・遅くなるエンジニア｜作業種別ごとの効率差

「AI を使うエンジニアと使わないエンジニアでは、本当に生産性に差が出るのか」という問いは、現場でも発注側でも繰り返し議論されています。SNS では「AI で 10 倍速くなった」という声がある一方、Microsoft Research が示した 55% 短縮や、METR 研究が示した熟練者で 19% 遅くなったという結果が並列で流通しており、読み解き方を間違えると判断を誤ります。本記事は、作業種別ごとの効率差マトリクスを軸に、定量データ・逆効果になる条件・受託発注側の解釈指南までを一気通貫で整理します ...

退場意思を出してもみ消された話と、それを防ぐために必要だったこと

以前参画していた現場での話です。手術と入院を伴う治療が必要になり、医師から現場作業を止めるよう指示されました。現場に多少の不満はありましたが、離脱を申し出た直接の理由はそこではありません。治療と入院を優先しなければならなくなったからです。プロジェクト離脱の意思は文面で伝えました。ですが、間に入っていたエージェントは目先の利益だけを優先し、離脱の確定を有耶無耶にしたまま引き延ばし続けました。返信は来ませんでした。その一方で、現場では何事もなかったように次月のタスクが振られ続けました。こちらは入院の日程が迫 ...

そもそもIT業界のエージェントとはなにか？｜人材紹介・派遣・SES営業の違い

IT業界で「エージェント」という言葉を使うとき、その中身を正確に理解している人は少ないです。現場に入っているエンジニアも、案件を持ってくるエージェント側の営業も、実態として契約形態の違いをきちんと把握していないケースがほとんどです。その無理解が、法的に負う必要のない責任をエンジニアに背負わせ、現場から離脱できない状況を生み出しています。この記事では、契約形態の違いを整理しながら、なぜその構造が生まれるのかを明確にしていきます。 IT業界で「エージェント」と呼ばれている相手は一種類ではない IT業界で「エー ...

エージェントが曖昧にしがちな責任分界の話

SES案件に参画するとき、担当範囲や指揮命令系統をエージェントから明確に伝えられた経験がある人は少ないと思います。それはエージェントが怠けているからではありません。責任分界を確認することが、エージェントの業務に最初から含まれていないからです。エージェントの業務は、希望条件のヒアリングから始まり、案件とのマッチング、契約締結、定期連絡で終わります。現場に入った後、担当範囲がどこまでか、指揮命令は誰が持つか、問題が起きたときの責任はどこにあるか、これらを確認して伝える業務はどこにも存在しません。その結果、 ...

欧米生まれの現代奴隷商、それがSESの正体

現場で何かがおかしいと感じているなら、それは気のせいではありません。指示が噛み合わない、誰も決めない、問題を上げても何も変わらない。その感覚の正体は、あなたのスキル不足でも、現場の運の悪さでもありません。商流の深さが生み出す構造的な必然です。 SESという業態は、人を何層にも転売することで成立しています。商流が深くなるほど、現場の実態は上に届かなくなり、責任は拡散し、負荷だけが末端の実務者に落ちてきます。そしてその末端とは、現場で唯一「現実」を知っているあなたのことです。この記事では、深い商流がどのよう ...

SESエンジニアが案件参画前に確認しないと危険な項目

現場に入ってから「こんなはずではなかった」と気づいても、すでに遅いことがあります。契約は締結済み、常駐は始まっている。そこから条件を変えようとすれば、相手も体制も、すでに「あなたがいる前提」で動いています。エージェントは案件を紹介します。しかし、「あなたがその案件に合っているか」「その現場が安全か」を判断するのは、最終的にあなた自身です。エージェントが持ってくる情報だけで判断すると、入場後に取り返しのつかない状態になることがあります。あなたはこれまで、参画前に何を確認してきましたか。「なんとなく合いそ ...

1 2 3 … 14 Next »