Jev（TypeSafe AI）
判断を返すAI
Jevとは｜TypeSafe AIの仕組み・LLMとの違い・料金と使い方
TypeSafe AI が 2026 年 9 月にアーリーアクセスを開始した「Jev」は、ソフトウェアの中の判断や条件分岐にそのまま使える AI モデルです。文章を返さず、決めた選択肢・採点・確率だけを返す「System One モデル」で、返り値をそのまま if 文の条件に書けます。RLCD という学習方法と較正された確率、Choice・Score・Noul の 3 つの質問型と API の呼び出し方、入力 100 万トークン 0.042 ドルという料金とレート制限、公表ベンチマークの読み方、公式が開示する苦手なパターン、SDK からの使い方、Claude Code・Codex 向けの公式スキルを整理し、弊社の記事 164 本で較正を確かめた結果と、日本語と英語で同じ内容を投げて比べた結果もあわせて載せます。
適合率（Precision）と
再現率（Recall）
適合率（Precision）と再現率（Recall）｜しきい値設計とF1スコアの使い分け
適合率（Precision）と再現率（Recall）の計算手順を混同行列の実数例で示します。しきい値を動かしたときのトレードオフ、見逃しコストと空振りコストからのしきい値の逆算、F1スコアとFβの重み付けを整理し、PR曲線と平均適合率（AP）・多クラスのmacro/micro/weighted平均・検索やRAGで使うPrecision@k・Recall@kまで扱います。
Anthropic 2026年8月
発表まとめ
Anthropic 2026年8月発表まとめ｜透かし導入・Auto Mode 既定化
2026 年 8 月に Anthropic が発表した内容をまとめました。8 月 14 日、Claude の生成テキストへ電子透かしを埋め込む方式を公開し、同じ日に Claude Code の Auto Mode が Pro / Max / Team の既定になりました。8 月 10 日には Claude Sonnet 5 の 9 月 1 日値上げが撤回され、$2 / $10 が標準料金に。Fable 5 の生物学セーフガード緩和、評価環境からモデルが外へ出たインシデントの総括までを整理します。
OpenAI 2026年8月
発表まとめ
OpenAI 2026年8月発表まとめ｜無料無制限化・GPT-5.6 Sol値下げ
2026 年 8 月に OpenAI が発表した内容をまとめました。8 月 1 日に次期主要モデル Astra の名称が公表され、8 月上旬には OpenAI 自身の予備評価として、そのサイバー能力が社内基準の「重大（Critical）」水準に当たる可能性を否定できないと開示されました。8 月 6 日には GPT-5.6 を更新して無料プランのテキスト対話を無制限にし、8 月 21 日には GPT-5.6 Sol の API 料金を「今後 3 か月間」の期間限定で入力 $4・出力 $20 へ引き下げました。Cerebras と組んだ Ultrafast モード、ChatGPT for Teens、欧州 31 市場への広告拡大、Atlas 終了・o3 引退までを整理します。
Seedance 2.5の
料金と使い方
Seedance 2.5の料金と使い方｜公式・非公式の見分け方とデータの扱い
ByteDanceの動画生成モデルSeedance 2.5の料金と使い方を、公式の提供経路にしぼって整理しました。公式の課金式から計算した30秒1本あたりの実コスト、日本から使えるDreaminaの手順、似た名前のサイトを見分ける基準、アップロードした素材の扱いまでまとめています。
Codex Securityで
セキュリティチェック
Codex Security｜脆弱性の検出・検証・パッチを回す手順とオープンソース化について
Codex Securityは、コードの脆弱性を検出し、隔離した環境で検証してから修正パッチの候補まで出すOpenAIのセキュリティエージェントです。公式ドキュメントを基に、スキャンの手順・CIへの組み込み・費用の抑え方と、CLI公開後の利用条件を整理します。
バージョン管理・環境変数
タスクをmiseで1つに
mise｜Node・Pythonのバージョン管理と環境変数・タスクを1つのCLIに
miseは、nvmやpyenvのような言語ごとのバージョン管理、direnvによる環境変数の読み込み、Makefileのタスク実行を、1つのCLIにまとめられるRust製のツールです。ディレクトリを移動するだけで指定どおりのバージョンに切り替わります。インストールと有効化、mise useの基本、asdf・nvm・pyenvからの移行までを順に追います。.node-versionが既定で読まれない落とし穴、mise.lockでのバージョンの固定、CIでの使い方、コマンドが見つからないときの確認順も、公式ドキュメントで確認しながら整理します。
Anthropic 2026年7月
発表まとめ
Anthropic 2026年7月発表まとめ｜Claude Fable 5 再開・Opus 5
2026 年 7 月に Anthropic が発表した内容をまとめました。7 月 1 日、Claude Fable 5 は全世界向け、Claude Mythos 5 は米国内の一部組織向けに再開しました。新しい安全性分類器は Amazon 報告のバイパス手法を99%超のケースで防いでいます。7 月 24 日には新モデル Claude Opus 5 も公開。6月に施行予定だった Agent SDK・claude -p の課金変更は一時停止のままで、AMDの出資・IPO報道までを整理します。
OpenAI 2026年7月
発表まとめ
OpenAI 2026年7月発表まとめ｜GPT-5.6一般提供・Hugging Face侵害事件
2026 年 7 月に OpenAI が発表した内容をまとめました。7 月 9 日に GPT-5.6 Sol / Terra / Luna が ChatGPT・Codex・API で一般提供を開始し、同日には ChatGPT Work・統合デスクトップアプリ・ChatGPT Sites を発表、ブラウザ Atlas の終了も決定しました。あわせて GPT-Live（音声モデル）、7 月 20〜21 日に判明したプレリリースモデルによる Hugging Face への侵害事件、Codex の7月アップデートまでを整理します。
オープンソースライセンス
種類と義務の違い
オープンソースライセンスの種類と違い｜MIT・Apache・GPL・AGPLの義務と商用利用の可否
MIT・BSD・Apache 2.0・GPL・LGPL・AGPL・MPLといった主要なオープンソースライセンスを、「使う側が負う義務」で整理します。商用利用やSaaS提供で条件が変わる場面、BUSL・SSPLのようにオープンソースを名乗れないソース公開ライセンスとの違い、自分のコードを公開するときの選び方までをライセンス原文ベースでまとめます。
Three.jsで3Dを動かす
仕組みと重さの原因
Three.js｜WebGLを直接書かずに3Dを動かす仕組みと重くなる原因
Three.jsは、WebGLやWebGPUを直接書かずにブラウザで3Dを描けるJavaScriptライブラリです。ライブラリが担う範囲、最小構成のコード、3Dモデルの用意の仕方、React Three Fiberとの関係、表示が重くなる原因と対策を、動かせるサンプル付きで整理します。
WordPress脆弱性
15年の年表と教訓
WordPressの脆弱性の歴史｜15年間の主なハッキング事例と教訓
WordPressの脆弱性は15年にわたり、プラグイン同梱コード・レガシー機能・コア本体と形を変えながら繰り返されてきました。主なハッキング事例を年表で振り返り、変わったこと・変わらない教訓を整理します。
【緊急】2026年7月発表
WordPressの脆弱性
【緊急】2026年7月発表のWordPressの脆弱性｜サイト乗っ取りの危険性と対処法（wp2shell）
WordPressで見つかった脆弱性「wp2shell」は、専門知識がなくても他人事ではありません。サイトの乗っ取りや情報流出につながる恐れがある内容を、技術的な仕組みは最小限にして、今すぐの対応を中心にやさしく整理します。
AquesTalkとは
AquesTalkとは｜「ゆっくりボイス」の使い方・商用ライセンス・料金
「ゆっくり実況・解説」の合成音声（ゆっくりボイス）の元になった音声合成エンジン「AquesTalk」について、使い方・個人利用は無料/商用は年間ライセンスが必要な料金体系・SofTalkのAquesTalk対応終了後の使い方まで公式情報をもとに整理しました。
VOICEVOXとは
VOICEVOXとは｜無料の音声合成ソフトの使い方・商用利用ルール・スマホ対応
無料の音声合成ソフト「VOICEVOX」の使い方・商用利用のルール・スマホ対応・APIでの自動化まで公式情報をもとに整理しました。キャラクターごとに異なる利用規約とクレジット表記の注意点、シンプルな規約で使えるVOICEVOX Nemoまで、導入前に迷いやすいポイントに答えます。
AI音声生成ツール
比較・おすすめ
AI音声生成・TTS比較｜ElevenLabs・Murf・Descript・OpenAI・国内ツール
AI音声生成・TTSツールを、多言語ボイスクローンのElevenLabs、ナレーション制作のMurf、動画・ポッドキャスト編集のDescript、OpenAI・GeminiのTTS API、無料で使える国内ツールまで目的別に比較。料金・商用利用条件・有名人の声を使う法的リスクまで整理しました。
ElevenLabsとは
ElevenLabsとは｜音声生成AIの機能・料金・日本語対応と使い方【2026年7月】
音声生成AI「ElevenLabs」の機能・料金プラン・日本語音声の実力・使い方を公式情報をもとに整理しました。無料プランでどこまで使えるか、ボイスクローンの同意ルール、商用利用の条件まで、導入前に迷いやすいポイントに答えます。
ロジスティック回帰で
優先順位をつける
ロジスティック回帰分析｜二値・多項分類とオッズ比の読み方、リードスコアリングへの活用
ロジスティック回帰分析を、二値分類の基礎からオッズ比の正しい読み方、3クラス以上を扱う多項ロジスティック回帰、混同行列・ROC-AUCでのモデル評価、不均衡データ対策まで整理。リードスコアリング・解約予測への実務活用を軸に解説します。
協調フィルタリングで
レコメンドを個人化する
協調フィルタリング｜ユーザーベース・アイテムベースの仕組みとレコメンド活用
「あなたへのおすすめ」の裏側にある協調フィルタリングを解説。ユーザーベース・アイテムベースの違い、コンテンツベースフィルタリングとの使い分け、コールドスタート問題への対策、EC・メディア・SaaSでのレコメンド設計への活用までを整理します。
アソシエーション分析で
クロスセルに変える
アソシエーション分析（バスケット分析）｜support・confidence・liftの読み方とクロスセル活用
「一緒に買われる商品」「一緒に閲覧されるページ」を数値化するアソシエーション分析（マーケットバスケット分析）を解説。support・confidence・liftの読み方、Aprioriアルゴリズムの仕組み、EC・POSデータでのクロスセル施策への活用、相関と因果を混同しない読み方までを整理します。
リスティング広告の費用相場
予算の決め方
リスティング広告の費用相場｜予算の決め方とCPC相場の考え方
リスティング広告の費用はCPC（クリック単価）×クリック数で決まり、一律の相場はありません。Google公式ヘルプに基づく予算設定の仕組み、最低出稿金額の有無、業種でCPCが変わる理由、代理店に依頼する場合の総額、費用を抑える着眼点までを整理します。
広告代理店の手数料体系
インハウス化の判断軸
広告代理店の手数料体系とインハウス化の判断軸｜料金体系の種類と内製化コスト
広告代理店の手数料体系と、インハウス化にかかる人件費・学習コストを比較します。広告費と担当体制の関係という盲点、AI活用型の運用代行サービス「TANTOU」、週次以上で改善する流れまで整理します。
リターゲティング広告の基礎
標準・動的リマーケティング
リターゲティング広告の基礎｜標準・動的リマーケティングの設計と運用
一度接点を持ったユーザーに再アプローチするリターゲティング広告について、標準・動的リマーケティングの違い、リストの作り方と最小サイズの目安、フリークエンシー管理と除外設定など実装・運用面を深掘りします。
YouTube広告の基礎
フォーマットとキャンペーン
YouTube広告の基礎｜広告フォーマットとデマンドジェネレーションキャンペーン
YouTube広告の広告フォーマット（インストリーム・ショート・インフィード・バンパー等）、動画リーチ・デマンドジェネレーション・パフォーマンス最大化といったキャンペーンタイプの違い、課金方式と始め方までを整理します。
自動入札の基礎
学習期間・失敗パターン
自動入札の基礎｜手動入札との使い分けと学習期間・失敗パターン
目標CPA・目標ROASなどの自動入札について、必要な実績数と評価期間、改善の流れ、中間成果（mCV）偏重やコンバージョンAPIの重複などの失敗パターン、媒体別の違いを整理します。
広告の効果測定の基礎
コンバージョン計測の仕組み
広告の効果測定の基礎｜コンバージョン計測とアトリビューションの仕組み
広告の成果を正しく計測するための土台を整理します。クリックID・UTM・タグ計測という基本構造、Cookie規制下での拡張コンバージョン・コンバージョンAPI（サーバーサイド計測）、ラストクリックの限界とアトリビューションの考え方までを解説します。
機械翻訳の品質評価
ベンチマーク完全ガイド
機械翻訳の品質評価ベンチマーク｜COMETのアルゴリズムとTOEFL・Versantの採点方式
機械翻訳の品質をBLEU・chrFのような表層一致の指標からCOMET・BLEURT・MetricXのようなニューラル回帰型の指標まで整理します。Hugging Face公開のCometKiwiファミリー・MetricXの使い方、TOEFL・Versantの自動採点の仕組みの違い、英語以外の語学試験の採点方式までを一次情報ベースで解説します。
構造方程式モデリングとは
パス解析でKPI波及を可視化
構造方程式モデリング（SEM／共分散構造分析）とは｜パス解析でKPIの波及効果を可視化する
構造方程式モデリング（SEM、共分散構造分析）は、重回帰分析・因子分析・パス解析を組み合わせた統合手法です。「ある指標を強化すると他のKPIにどれだけ波及するか」をパス係数で定量化し、有向グラフとして可視化できます。R（lavaan）・Python（semopy）での実装、適合度の見方までを整理します。
バイラル係数
（K-factor）の基礎
バイラル係数（K-factor）とは｜計算式・サイクルタイムの影響・目安と改善策
バイラル係数（K-factor）は「招待数×転換率」で計算できますが、値だけを見ても成長速度は判断できません。サイクルタイム（招待から転換までの期間）が結果を左右すること、業種によって目安が大きく異なること、リテンション・LTV/CACとの関係、改善の考え方までを実務目線で整理します。
Gemma 4の必要スペック
使い方と違い
Gemma 4の必要スペックと使い方｜E2B・E4B・12B・26B A4B・31Bの違い
GoogleのオープンウェイトLLM「Gemma 4」の使い方をまとめます。E2B・E4B・12B・26B A4B・31Bという5つのモデルの必要スペック（メモリ・VRAM目安）、Hugging Face・Kaggleからのダウンロード、Ollama・LM Studioでの使い方、パラメータ数・アーキテクチャの違いを整理します。
Whisperの無料文字起こし
OpenAI Whisperの文字起こしを無料で使う方法｜API課金版との違い・比較
OpenAI Whisperは文字起こしのコードとモデルの重みが無料公開されているので、ローカルでそのまま使えます。GPUがなくても動作し、有料の文字起こしAPI（whisper-1等）とは料金だけでなく精度やデータの扱いも異なります。
AIを壁打ち相手に
施策を検証する
AIを壁打ち相手に施策を検証する｜プレモーテム実践プロンプト集
AI（ChatGPT、Claude、Geminiなど）を壁打ち相手に、企画や施策を実行前に検証する方法をまとめます。軸になるのはプレモーテム（失敗したと仮定して原因を先回りで洗い出す意思決定手法）です。Gary Klein氏が提唱した手法の要点、新規企画・広告施策・AI導入判断など場面別の実践プロンプト、AIに任せきりにしないための注意点までを整理します。
P-MAXキャンペーンの注意点
最終ページURLの拡張チェックリスト
P-MAXキャンペーンの注意点｜最終ページURLの拡張と運用チェックリスト
P-MAXキャンペーンでは、意図していないページに広告が着地することがあります。原因の多くは既定でオンになっている「最終ページURLの拡張」です。実際に発生した着地先のズレをきっかけに、除外設定・検索語句レポート・アセットの自動生成まで、定期的に確認すべき設定と運用チェックリストを整理します。
確率較正（キャリブレーション）の基礎
事後較正・Vertex AI
確率較正（キャリブレーション）の基礎｜事後較正とVertex AIでの運用
分類モデルが出す予測確率は、そのままでは実際に当たる確率（信頼度）と一致しません。Reliability Diagram（信頼度曲線）とECEによる較正のズレの測り方、Platt Scaling・Isotonic Regression・Temperature Scalingによる事後較正の手法、較正用データの分け方から本番投入・Vertex AIでの継続監視までの実務フローを、図解を交えて初学者向けに整理します。
広告審査の基礎知識
薬機法・景品表示法の基礎
広告審査の基礎知識｜薬機法・景品表示法・ステルスマーケティング規制
広告審査で知っておくべき基礎知識とは、薬機法（医薬品医療機器等法）・景品表示法・ステルスマーケティング規制など、広告表現にかかる法規制の全体像です。優良誤認・有利誤認表示、違反した場合の課徴金までを整理します。
広告文・バナー制作とは
構成・訴求軸の基礎
広告文・バナー制作の基礎｜構成・訴求軸・検証の考え方
広告文・バナー制作の基礎とは、見出し・説明文・クリエイティブを「訴求軸→フォーマット→検証」の順で組み立てる考え方です。広告文の基本構成、良い広告文のポイント、媒体ごとの要件の違いを整理します。
広告アカウント構造とは
キャンペーン・広告グループの基礎
広告アカウント構造の基礎｜キャンペーン・広告グループ・広告の3階層
広告アカウント構造とは、キャンペーン・広告グループ（Meta広告では広告セット）・広告という階層で広告を管理する仕組みです。役割分担、キャンペーン・広告グループの分け方、媒体ごとの呼び方の違いを整理します。
TikTok広告とは
キャンペーン構造・課金方式の基礎
TikTok広告とは｜キャンペーン構造・課金方式・Spark Adsの基礎
TikTok広告とは、TikTokが提供する縦型動画中心の運用型広告です。キャンペーン・広告グループの構造、CPM・oCPM・CPC・CPVの課金方式、インフィード広告・TopView・Spark Adsといったフォーマットを整理します。
X広告とは
フォーマット・課金方式の基礎
X広告とは｜フォーマット・課金方式・運用のポイント
X広告（旧Twitter広告）とは、タイムライン上に投稿と同じ形式で表示される運用型広告です。プロモ広告・テイクオーバー広告などのフォーマット、代表的な課金方式、目的別のキャンペーン設計、話題性を活かした運用のポイントを整理します。
ターゲティング広告とは
属性・興味関心の基礎
ターゲティング広告とは｜属性・興味関心・リターゲティングの基礎
ターゲティング広告とは、ユーザーの属性・興味関心・行動データをもとに配信先を絞り込む広告の総称です。デモグラフィック・コンテンツ・リターゲティング・類似オーディエンスの違い、Cookie・プライバシー動向を整理します。
Yahoo広告とは
LINEヤフー広告への統合
Yahoo広告とは｜LINEヤフー広告への統合とGoogle広告との違い
Yahoo広告とは、LINEヤフーが提供する検索広告・ディスプレイ広告です。2026年4月にLINE広告と統合され「LINEヤフー広告」として提供されている現在の呼称、検索広告とディスプレイ広告（YDA）の構成、Google広告との違いを整理します。
DuckDBとは
SQLite・pandasとの違い
DuckDBとは｜SQLite・pandasとの違いとDuckLake・MotherDuckの位置づけ
DuckDBは、サーバー不要で使える列指向・ベクトル化実行のOLAP（分析用）データベースです。行指向のSQLiteとは得意分野が逆で、ログ集計・ETL前処理・時系列分析・GISなど幅広い分析場面でCSVやParquetをそのままSQLで扱えます。仕組みと具体的な使いどころ、SQLite・pandas・BigQueryとの違い、本番運用の制約、DuckLake・MotherDuckの位置づけを整理します。
Meta広告とは
Facebook・Instagram広告の基礎
Meta広告とは｜Facebook・Instagram広告の仕組みと始め方
Meta広告とは、Facebook・Instagram・Messengerなどに配信できる運用型広告です。広告マネージャのキャンペーン・広告セット・広告という階層構造、Advantage+をはじめとするターゲティング、フォーマット、審査ポリシーの基礎を整理します。
Google広告とは
検索・ディスプレイ・P-Max
Google広告とは｜検索・ディスプレイ・Performance Maxのキャンペーン構成
Google広告とは、検索・ディスプレイ・YouTube・ショッピング・アプリなどGoogleの各サービスに広告を配信できる運用型広告プラットフォームです。アカウント構造、主要なキャンペーンタイプ、Performance Max、Yahoo広告との違いを整理します。
ディスプレイ広告とは
GDN・YDAの基礎
ディスプレイ広告とは｜GDN・YDAの仕組みとリスティング広告との違い
ディスプレイ広告とは、Webサイトやアプリの広告枠にバナー・画像・動画で表示される運用型広告です。GDN・YDA（LINEヤフー広告）の違い、オーディエンス・コンテンツ・リターゲティングといったターゲティング手法、フォーマット、課金方式・指標までを整理します。
広告の課金方式・指標
CPC・CTR・ROASとは
広告の課金方式・指標の基礎｜CPC・CPM・CTR・CVR・ROASとは
広告運用で使うCPC・CPM・CPAといった課金方式、CTR・CVR・ROASといった成果指標、インプレッション・フリークエンシーといった到達指標の意味と計算式を整理します。目標CPA・目標ROASによる自動入札の仕組みも解説します。
リスティング広告とは
Google広告・Yahoo広告の基礎
リスティング広告とは｜Google広告・Yahoo広告の検索連動型広告の基礎
リスティング広告とは、検索キーワードに連動して表示される運用型広告です。ディスプレイ広告・SNS広告との違い、オークションと品質スコアの仕組み、Google広告とYahoo広告の違い、課金方式・指標、始め方とよくある失敗を整理します。
広告運用とは
全体像と始め方
広告運用とは｜運用型広告の基礎と媒体・課金方式の全体像
広告運用とは、Google広告やYahoo広告、SNS広告といった運用型広告を、目標に応じて配信内容や入札を日々調整しながら運用することです。純広告との違い、主要媒体の全体像、課金方式・基本指標、始め方と内製・代行の判断基準までを基礎から整理します。
SPAはSEOに弱いか
Next.js・React Router
SPAはSEOに弱いか｜フレームワーク別整理（Next.js・React Router他）
Next.jsやReact Router 7のSPAはCSR（クライアントサイドレンダリング）のときだけSEOに不利になります。SPA（ページ遷移の方式）とCSR/SSR（初期HTMLの生成場所）が別の軸であること、Vue/Nuxt・Svelte/SvelteKitなど他フレームワークにも共通する構造、Next.js・React Router 7それぞれの設定を整理します。
Neonとは
サーバーレスPostgresの仕組みと料金
Neonとは｜サーバーレスPostgresの仕組み・料金とSupabase・PlanetScaleとの違い
Neonは、2025年にDatabricksが買収したサーバーレスPostgresデータベースです。ストレージとコンピュートを分離し、Git風の瞬時ブランチングとスケールtoゼロを実現していて、PRごとのプレビュー環境自動生成や旧Vercel Postgresの移行先としても使われています。仕組み・開発フローへの組み込み方・料金と、Supabase・PlanetScaleとの違いを整理します。
動画解析AI
4つの手段を比較
動画解析AI比較｜Gemini・GPT-5.5・Claude・Qwen3-VL・Twelve Labs【2026年7月】
動画をAIに解析させる4つの手段（モデルAPI直・動画特化サービス・クラウド大手API・既製ツール同梱機能）を横並びで比較。Gemini 3.1 Pro・GPT-5.5・Claude・Qwen3-VLの動画対応の違いから、Twelve Labs・Azure AI Video Indexer等の料金・精度の評判、既製ツールの字幕頼みの注意点まで一次情報で確認した比較ガイドです。
Mintlifyとは
Mintlifyとは｜GitBook・Docusaurus・APIリファレンスツールとの違いと選び方
Mintlifyは、AIエージェントが読むことを前提にドキュメントを設計する「AIネイティブ」なドキュメント基盤です。Markdownでの配信、サイトごとのMCPサーバー自動生成、llms.txt／llms-full.txtの生成、コード変更を検知して更新PRを作るWorkflowsなどを備え、Anthropic・Perplexity・Cursorなどが採用しています。Mintlifyの機能・料金と、GitBook・Docusaurus・ReadMeとの違い、目的別の選び方を公式情報を基に整理します。
サンキーダイアグラムとは
サンキーダイアグラムとは｜流れを可視化する使い方と作り方
サンキーダイアグラム（流れ図）は、ものやお金・エネルギーなどの「量の流れ」を帯の太さで表すグラフです。仕組みと構成要素の読み方、家計の収支・損益計算書・サイト流入の可視化といった用途、専用ツール・Excel・コードでの作り方、注意点までを、無料で使える作成ツールつきで整理します。
グラフの種類と使い分け
目的別の選び方
データ分析のグラフの種類と使い分け一覧｜目的別の選び方早見表
データ分析でよく使うグラフの種類を、棒・折れ線・円・帯・ヒストグラム・散布図などの基本から、積み上げ棒・箱ひげ図・ヒートマップ・サンキーダイアグラムまで一覧で整理。「比較・推移・割合・分布・相関・流れ」という伝えたい目的からグラフを選ぶ早見表と、やりがちな間違い、作成ツールの選び方までまとめます。
画像をレイヤー化する
AIを調べてみた
画像をレイヤー化するAIを調べてみた｜Qwen-Image-Layered・Canva Magic Layersほか
1枚のフラットな画像を、背景や被写体ごとに分けた編集可能なレイヤーへ戻す手段を網羅的に調べました。手段は「既存画像を多層に分解する」系、「最初からレイヤーで生成する」系、身近な「切り抜き・編集SaaS」に整理できます。Qwen-Image-Layered、Canva Magic Layers、Clipdrop・Photoroom・remove.bg、LayerDiffuse、ART、Recraft、Photoshop（Firefly）、研究中の手法まで、仕組み・公開形態・向き不向き・GPUやライセンスの注意点を比較し、用途別の選び方を整理します。
Claude Code・Codex
おすすめスキルと探し方
【2026年7月】Claude Code・Codexのおすすめスキル｜探し方・選び方・入れ方と定番スキル集
Claude CodeとCodexのスキル（Agent Skills）を、どこで探し、どう見分け、どう入れ、入れたあとにどう使い・運用するかまでを実務目線で整理します。公式のanthropics/skillsやSkill Creator、awesome系のキュレーションリスト、vercel-labs/skillsやプラグインからの入れ方、Superpowersなどの定番、Codex側の置き場所と作り方、SkillSpectorでの安全確認、発火を安定させるdescriptionの書き方や数の絞り方までを、公式の一次情報と実在のリポジトリをもとにまとめます。
Claude Code・Codex
スキルの作り方
Claude Code・Codexのスキルの作り方｜SKILL.mdの書き方とSkill Creatorの使い方
Claude CodeとCodex（OpenAI）で、繰り返す作業を「スキル（Agent Skills）」として自作する方法を実務目線で整理します。スキルを作る4つのメリット（同じ説明を繰り返さない・自動で発火する・育てられる・チームに広げられる）、SKILL.mdの最小構成と書き方、発火させるdescriptionの設計、公式Skill CreatorやCodexの$skill-creator・Record & Replayといった「スキルを作るスキル」の使い分け、Claude CodeとCodexの置き場所の違いと横断配布、チームで育てる運用までを、公式の一次情報をもとにまとめます。
Claude Codeで作る
フロントエンド・UIデザイン
Claude Codeでフロントエンド・UIを作る｜frontend-designとデザインの型づくり
Claude Codeでフロントエンド・UIを作るための道具を役割で整理します。公式プラグインfrontend-designで画面の質を底上げし、design.mdやUI/UXスキルでデザインの型（配色・コンポーネントなどの基準）を与える——このClaude Code側の2つを軸に、使い分けを公式の一次情報をもとにまとめます。本格的なビジュアルを担うClaude Designとの連携にも要点だけ触れます。
Claude Designとは
使い方・料金・始め方
Claude Designとは｜できること・使い方・料金・始め方とClaude Code連携
Anthropicが2026年4月に公開したデザイン機能Claude Designを実務目線で整理します。何が作れるか（プロト・ワイヤー・スライド・LP・フロンティアデザイン）、対話と直接編集での使い方（2ペイン・5ステップ）、料金（Pro/Max/Team/Enterpriseに内包・無料枠の有無）、始め方（claude.ai/design）、デザインシステムの取り込み、/designでのClaude Code連携までを公式の一次情報でまとめ、Figma・Canva・v0との違いや研究プレビューの注意点も解説します。
ChatGPT広告とは
表示条件と料金
ChatGPT広告（OpenAI Ads）とは｜日本での表示条件・料金・出稿の仕組み
OpenAIは2026年2月に米国でChatGPTへの広告表示を始め、5月には日本を含む海外への試験展開を発表しました。編集部が2026年7月に確認した時点で、日本でもFree・Goプランのユーザー向けに広告が表示されています。表示場所とラベル、対象プランと除外プラン、回答内容に広告が影響しない仕組み（Answer Independence）、プライバシーの扱い、広告主側の出稿方法（OpenAI Ads Manager／ads.openai.com）と料金の目安、日本企業が今すぐ広告を出せるかまでを整理します。
OpenAI 2026年6月
発表まとめ
OpenAI 2026年6月発表まとめ｜GPT-5.6 Sol/Terra/Luna 限定プレビュー
2026 年 6 月に OpenAI が発表した内容をまとめました。6 月 26 日に、GPT-5.5 の約 2 か月後となる GPT-5.6 が Sol / Terra / Luna の 3 ティアで限定プレビュー開始。世代を表す数字と能力ティアを分ける新しい命名体系、Sol の max / ultra 推論までを整理します。あわせて Codex の 6 月アップデート（Bedrock・Sites・Remote GA）、利用枠リセットの banking 化と利用量計測の異常への対応、Terminal-Bench 2.1 で表面化した「ハーネスがモデルより効く」ベンチマークの読み方も扱います。
デバイスフィンガープリント
SaaS比較とDBSC
デバイスフィンガープリントとは｜不正検知SaaSの比較とDBSC・クロスデバイスの可否
デバイスフィンガープリントの仕組みと使いどころを整理し、Fingerprint・Stytch・SEON・DataDomeなど主要SaaSを比較。Cookie窃取を防ぐ最新標準DBSCとの違い、クロスデバイス識別が単体でできるのかまでを実務目線でまとめます。
Lottie とは
Lottie｜JSONで動く軽量アニメ形式と素材の入手先
Lottieは、中身がJSONのオープンなベクターアニメ形式です。Airbnb発でいまはLinux Foundation傘下のコミュニティが仕様を標準化しており、GIFや動画より軽く、拡大しても綺麗で、再生や色をプログラムから制御できます。Lottie JSONとdotLottie（.lottie）の違い、「Lottie」と「LottieFiles」が別物である点、無料素材の商用利用ライセンス、LottieFiles以外の素材入手先、使い方、Web制作・アプリ・動画のユースケース、公開APIでの検索やAIでの生成まで解説します。
GA4で自分のIPを除外
GA4で自分のIPアドレスを除外する方法｜内部トラフィックの設定手順
GA4は旧アナリティクスと違い、フィルタでIPを直接弾くのではなく「内部トラフィックの定義 → データフィルタの有効化」の2段階で自分や社内のアクセスを除外します。画面どおりの設定手順、テストと有効の違い、除外できたかの確認方法、固定IPがない（動的IP・在宅・モバイル）場合の対処まで、初心者でも画面を見ながら設定を終えられるよう解説しています。
OpenRouter Fusion とは
OpenRouter Fusionとは｜複数モデルの審議で単体モデルを超える仕組み
OpenRouterは多数のLLMを1つのAPIで使える基盤で、新機能 OpenRouter Fusion は1つのプロンプトを複数モデルに並列で投げ、ジャッジが合意点・矛盾・盲点を整理してから最終回答にまとめます。DRACOベンチマークの結果とFable 5比較の注意点、self-fusion、ベンチマーク汚染対策、openrouter/fusion・Server Tool・pluginの使い方、コストとOpenCode連携までを解説します。
OpenRouter とは
OpenRouterとは｜多数のLLMを1つのAPIで使える基盤とビジネスモデル
OpenRouterは、Anthropic・OpenAI・Googleなど多数の提供元のLLMを、OpenAI互換の1つのAPIでまとめて呼び出せる基盤です。1つのAPIキーでモデルを切り替え、提供元が落ちたら別の提供元へ回すフォールバックも効きます。OpenAI互換API・ルーティング・統一クレジットなどの機能、パススルー料金と手数料で成り立つビジネスモデル、データの扱い、使い方、Fusionとの関係まで解説します。
Googleタグマネージャーとは？
Googleタグマネージャー（GTM）とは？できること・GA4との違い・使い方をわかりやすく解説
Googleタグマネージャー（GTM）は、GA4や広告の計測タグをHTMLを編集せずに一元管理できるGoogleの無料ツールです。できること、Googleアナリティクス（GA4）との違い、メリットと注意点、ログイン方法と初期設定、管理画面の見方、GA4を例にした使い方・設定方法までを公式ヘルプに沿って整理します。
EC2 root EBSの容量アップ
AWS と OS の二段階で進める
EC2 root EBSの容量アップ手順｜AWS側のサイズ変更とOS側のresize2fs
EC2のrootが100%になったときは、まず不要ファイルの削除で空けられないかを調べ、足りなければEBSを拡張します。du での当たりの付け方と安全な削除、/dev/sda1 と /dev/xvda1 の見分け方、AWS側とOS側の二段階の拡張手順、ext4 と xfs の違いまでを扱います。
GTMをAPIで操作する
GoogleタグマネージャーをAPIで操作｜Tag Manager API v2で変数・トリガー・タグを設定する方法
Google Tag Manager（GTM）は管理画面だけでなく、Tag Manager API v2 で変数・トリガー・タグの作成からバージョン作成・公開までコードから操作できます。APIがあることで、Claude CodeなどのAIエージェントにGTMの設定作業を頼めるようになります。サービスアカウントの権限設定、Node.js での実装例、クォータ（1日10,000リクエスト・毎分15リクエスト相当）の注意点までまとめます。
離脱防止の施策まとめ
離脱防止の施策まとめ｜原因改善・ポップアップ・フォーム対策・再訪促進
サイトの離脱防止の施策は、離脱の原因を直す（表示速度・内容のずれ・導線・フォーム）、その場で引き止める（ポップアップ・バナー）、離脱後に呼び戻す（メール・広告・通知）の3ステップに分かれます。もっとも効果が大きいのは最初の原因改善で、起点は「どこで・なぜ離脱しているか」の特定です。引き止め施策は無料の自作でも実装でき、条件分岐やA/Bテストまで必要ならツールが向いています。
Anthropic 2026年6月
発表まとめ
Anthropic 2026年6月発表まとめ｜Fable 5・Mythos 5と未発効の課金案
2026 年 6 月 9 日に Mythos 級の Claude Fable 5 が一般公開され、約 96 時間後に Claude Mythos 5 とともに一時停止しました。7 月 1 日には Fable 5 が全世界向け、Mythos 5 が米国内の一部組織向けに再開しています。性能・料金・安全性分類器・両モデルの違いと、未発効の課金案に関する訂正を扱います。
投稿監視ツールの比較
投稿監視に使うコンテンツモデレーションツールの比較｜投稿監視のAI化
有害コンテンツを検出・抑制するツールは、判定だけを返す「判定API」と、LLMの入出力にチェックを挟む「ガードレールフレームワーク」の2層に分かれます。OpenAI Moderation API・Azure AI Content Safety・Amazon Bedrock Guardrails・Google Perspective API・NVIDIA NeMo Guardrails・Guardrails AIを、カテゴリ・対応入力・料金・拡張性で比較し、用途別の選び方と組み合わせ方を整理します。
OpenAI Moderation API
で有害コンテンツを検出する
OpenAI Moderation APIとは｜無料で有害コンテンツを検出する仕組み・13カテゴリ・実装と運用
OpenAI Moderation APIは、テキストと画像から有害な内容を検出できる無料のAPIです。omni-moderation-latestが返す13カテゴリの判定とカテゴリごとの確信度スコア（0〜1）の読み方、単独入力の分類と生成テキストの同時モデレーションという2つの使い方、安全な運用のためのベストプラクティス、Azure Content SafetyやNeMo Guardrails・Guardrails AIとの違いまでを、OpenAI公式ドキュメントを基に整理します。
Xのアルゴリズムを
徹底解析する
Xのアルゴリズムを徹底解析｜xAIが公開した「For You」推薦システムのコードを読み解く
xAIが公開したX（旧Twitter）の「For You」フィードのアルゴリズム（xai-org/x-algorithm）を、一次情報であるコードとREADMEから解析します。home-mixer・thunder・phoenix・grox・candidate-pipelineの役割、フォロー内（Thunder）とフォロー外（Phoenixの2タワー）の候補生成、Grokと同じTransformerをベースにしたランキング、スコア式とネガティブ行動の扱い、「手作りの特徴量を全廃した」設計思想、2023年版（twitter/the-algorithm）との違いまで整理します。Xで発信する人が押さえるポイントも加えます。
テスト管理・自動化ツール
比較ガイド
テスト管理ツールの比較｜無料・OSS・商用からPlaywrightのテスト自動化まで
テストケース管理ツールと一口に言っても、TestRailやQaseのようなテストケース管理（TCM）ツール、PlaywrightやSeleniumのようなOSSのテスト自動化フレームワーク、AutifyやMagicPodのようなAI・ノーコード自動化ツールは役割が違います。この3レイヤーを整理し、OSSを含む主要ツールを料金・機能・向き不向きで網羅的に比較します。
Search Consoleの
生成AIパフォーマンスレポート
Search Consoleの生成AIパフォーマンスレポートとは｜AI検索の表示回数を測る新レポートと現状の限界
Googleが2026年6月にSearch Consoleで発表した生成AIパフォーマンスレポートを整理します。AI Overviews・AIモード・Discoverの生成AI機能での表示回数を、ページ・国・デバイス・日付で確認できる一方、クリック・CTR・クエリは含まれず、提供はまだ一部サイト限定です。LLMO・AIOの効果計測への組み込み方まで解説します。
OpenAI 2026年5月
発表まとめ
OpenAI 2026年5月発表まとめ｜GPT-5.5 Instant・ChatGPT for Excel/Google Sheets・Codex Goal Mode
2026 年 5 月に OpenAI が発表した内容をまとめました。GPT-5.5 Instant が ChatGPT の新しい既定モデルになり、ChatGPT for Excel / Google Sheets が全プランで一般提供に。あわせて 4 月に公開された GPT-5.5（SWE-Bench Pro 58.6%）の Codex 基盤化と、Codex CLI の Goal Mode 既定化・会話履歴検索までを新しい順に整理します。
オウンドメディア
改善の定番施策
オウンドメディア改善の定番施策｜回遊・マイクロCV・CTAの見直しチェックリスト
オウンドメディアの記事に来る読者の多くは情報収集の段階で、その場で問い合わせるほど検討は進んでいません。問い合わせという重いゴールだけを置くと取りこぼします。回遊・内部リンク、軽い中間ゴール（マイクロCV）、記事内CTA、信頼の担保という定番の見直しを6カテゴリ33項目にまとめました。
コーポレートサイト
改善の定番施策
コーポレートサイト改善の定番施策｜目的別導線・信頼の担保・問い合わせ導線の見直し
コーポレートサイトには、指名検索・名刺・紹介で会社を確かめに来た訪問者が多く来ます。問い合わせ・採用応募・資料請求など複数の目的が混在するため、1つの行動に絞る広告LPとは改善の考え方が違います。目的別の導線整理・信頼の担保・問い合わせ導線という定番の見直しを6カテゴリ34項目にまとめました。
直帰率と離脱率の違い
直帰率と離脱率の違い｜GA4での意味・見方と改善の考え方
直帰率と離脱率は、どちらも「離れた割合」を見ますが起点が逆です。直帰率はセッションの入口、離脱率はそのページの出口を測ります。GA4では直帰率がエンゲージメント率の裏返しに変わり、旧GAより低く出ます。どちらも下げること自体が目的ではなく、ページの役割に照らして読むのが実践的です。
WordPressの
ページの種類
WordPressのページの種類まとめ｜投稿・固定ページ・アーカイブ・カスタム投稿タイプ
WordPressのページの種類を総まとめ。投稿・固定ページに加え、自動で作られるアーカイブページ、第3の種類のカスタム投稿タイプ、画像ごとに増える添付ファイルページ、カテゴリーとタグの違い、トップページの設定までを整理します。それぞれがどんなページかと、運用上の注意点を解説します。
固定ページと投稿の違い
WordPressの固定ページと投稿の違い｜どっちで作るか迷わないための判断軸
WordPressの固定ページと投稿の違いを、見た目ではなく役割から整理します。投稿は時系列で増える記事・お知らせ、固定ページは時系列に依存しない独立ページです。カテゴリ・タグ・新着一覧・RSSの有無を軸に比較し、会社概要やブログ記事をどちらで作るべきか、迷わない判断基準を解説します。
Webページに必要な
OGP・画像データ
WebページのOGP・画像データのチェックリスト｜サイズ・確認方法・反映されない時の対処
Webページを公開する前に揃えたいOGP画像・アイキャッチ・代替テキスト（alt）などの画像データを、推奨サイズ、各SNSでの確認方法、反映されないときのキャッシュ対処、自動生成の考え方までチェックリストにまとめます。構造化データの詳しい実装は別記事で解説します。
LP改善の定番施策
LP改善の定番施策38｜ファーストビュー・CTA・フォームの見直しチェックリスト
LPの数字が伸びないとき、いきなり全面リニューアルは必要ありません。効くのはファーストビュー・訴求・CTA・フォームの定番の見直しであることがほとんどです。効果が出やすい見直しを7カテゴリ38項目のチェックリストにまとめ、それぞれ「なぜ効くのか」と図解を添えました。自社のLPと見比べて直す場所を見つけられます。
サイト種類別の
コンバージョン改善
サイト種類別のコンバージョン改善｜広告LP・オウンドメディア・コーポレート・ECの違い
コンバージョン改善は広告LPだけの話ではありません。広告LP、オウンドメディアの記事、コーポレートサイト、ECサイトでは訪問者の温度感も置くべきゴールも変わります。4種類それぞれの改善の重点と、種類が違っても共通する進め方を解説します。
コンバージョン設計
マイクロCVとCTA
コンバージョン設計とは｜マイクロCVとメインCV、CTAの階層設計
問い合わせだけを唯一のゴールにすると、検討初期の読者を取りこぼします。メインCVとマイクロCVを分け、資料DL・メルマガ登録などの中間ゴールを検討段階に合わせて階層で用意する考え方を、CTAの優先順位とLP内の配置、成果へつなぐ流れまで実務目線で解説します。
コンバージョン率
（CVR）の基礎
コンバージョン率（CVR）とは｜目安の考え方・分解（ロジックツリー）・改善インパクトの試算
コンバージョン率（CVR）は1つの数字を眺めても改善に進めません。分母の取り方で数字が変わること、外部平均より自社のベースラインと比べること、「流入×クリック率×フォーム完了率」に分解（ロジックツリー）して弱点を見つける考え方、改善が売上に効くインパクトの試算までを実務目線で解説します。
LPOとは？
LPOとは｜ランディングページ最適化の基礎とCRO・EFOとの違い・KPI設計
LPO（ランディングページ最適化）の定義を、CRO・EFOとの違いから整理します。集客で集めた流入を問い合わせ・資料DLにつなげるために、何を計測し、どこから手をつけるか。成果につながるLPOの進め方とKPI設計を、改善サイクルの形で解説します。
AIと著作権
完全まとめ
AIと著作権 完全まとめ｜法律・判例・訴訟・論文を原典で総整理
AIと著作権の論点を、著作権法30条の4・2条や文化庁の考え方・ガイドライン、国内外の判例・進行中の訴訟（大手スタジオ対Midjourneyなど）、CODA声明まで一次資料中心で整理。学習・生成・生成物の3段階に分け、類似性・依拠性の判断基準と対策・商用利用の注意点を実務目線でまとめます。
コンテンツ制作の
法務リスク
コンテンツ制作の法務リスク｜景表法・ステマ規制・薬機法・著作権とAI生成物の注意点
オウンドメディアの記事制作で見落としやすい法務リスクを、景品表示法（優良誤認・ステマ規制）・薬機法・著作権・AI生成物の4領域で解説します。違反時に責任を負うのは運営事業者自身です。公開前に確認すべき項目と責任の所在を実務目線でまとめます。
Search I/O 2026
Google検索の主要アップデート
Search I/O 2026のGoogle検索アップデート｜AIモード・新検索ボックス・検索エージェント
Search I/O 2026 で発表されたGoogle検索の直近アップデートを、AIモードへの Gemini 3.5 Flash 統合・25年ぶりの新検索ボックス・情報エージェント機能・パーソナル インテリジェンスの拡大の4つの柱で整理。AI（ChatGPT、Claude、Geminiなど）検索時代のSEOへの示唆も加えます。
LLMOとブランドの相関を
調査データで検証する
調査データで見るAI検索・LLMOとブランディングの相関関係
AI（ChatGPT、Claude、Geminiなど）検索に自社が出るかは、構造化データやllms.txtのような技術的な施策だけでなく、ブランドの強さとも結びついているようです。Ahrefsが75,000ブランドを調べた独自調査では、AI検索での表示がブランドへの言及や指名検索と強く相関する傾向が見えてきました。被リンクより相関が高いという結果も出ています。
AutoMLとは
自動機械学習の仕組み
AutoMLとは｜自動機械学習の仕組みと、GoogleのAutoML（Vertex AI）の使いどころ
AutoML（自動機械学習）は、前処理・特徴量づくり・モデル選択・ハイパーパラメータ調整といった機械学習の構築工程を自動化する仕組みです。GoogleのAutoML（Vertex AIのAutoML）の現在地と2026年の名称変更、対応データ種別、カスタム学習や従来の統計手法との使い分け、料金で高額請求を避ける勘所までを整理します。
Microsoft Clarityとは
導入から使い方まで
Microsoft Clarityとは｜無料ヒートマップツールの導入・設定・使い方
Microsoft Clarityは、ヒートマップとセッションレコーディングをセッション数の課金なく無料で使えるMicrosoft製の行動分析ツールです。Clarityとは何かから、トラッキングコード・GTM・CMSプラグインでの導入方法、ログイン・GA4連携・マスキングの設定方法、クリック／スクロール／エリアなど5種類のヒートマップの見方と使い方、Copilot（AI）、利用規約、レコーディングの保持上限、表示されないときの確認点までを一次情報で解説します。
Codex app server とは
Codex app serverとは｜Codexの共通ハーネスをJSON-RPCで外部に開く仕組みとSDK・MCPの違い
Codex app server（codex app-server）は、Codex のエージェントループ（ハーネス）を双方向 JSON-RPC で外部のクライアントに開く公式インターフェースです。VS Code 拡張のために生まれた経緯、Thread・Turn・Item という仕組み、ストリーミングと承認、SDK・MCP との使い分けを一次情報から整理します。
仕様駆動開発（SDD）とは
仕様駆動開発（SDD）とは｜AIに仕様で実装させる開発手法とGitHub Spec Kitの流れ
仕様駆動開発（SDD）は、自然言語の仕様を「唯一の正」に据え、AI（Claude Code、GitHub Copilot、Codex、Gemini CLIなど）にその仕様から実装を生成させる開発手法です。SDDに至る流れ、GitHub Spec Kit の手順、具体的な作り方、仕様のライフサイクル、Thoughtworks の整理など海外での実践を整理します。
Clarityのスクショ崩れを
HTMLRewriterで直す
Microsoft Clarityのスクリーンショットが表示崩れする原因と対処｜HTMLRewriterでstylesheetを保護する
Microsoft Clarityのヒートマップで未スタイル表示になるのは、Strictマスキングが <link rel="stylesheet"> の href を剥がしてしまうのが原因です。data-clarity-unmask="true" 付与で解消できる仕組みと、Vite / React Router が自動挿入するハッシュ付きCSSにも対応するための Cloudflare Workers HTMLRewriter 実装をまとめます。
Amplifyの制限値の整理
413, 504の切り分け
Amplifyのタイムアウトとサイズ制限の整理 | 413, 504の切り分け
AWS Amplify Hostingで413・502・504が出るとき、原因はAmplify本体ではなく、内部で使うCloudFrontやLambdaの上限にあることが多くなります。Amplify SSR Computeのレスポンス5.72MB・APIタイムアウト30秒、CloudFrontのオリジン応答タイムアウト、Lambda@Edgeの応答上限まで、設計時に踏みやすい落とし穴を公式ドキュメント基準でまとめます。
Cloudflare Workers
の制限値を整理する
Cloudflare Workers のタイムアウトとサイズ制限を整理する｜エッジ実行のCPU時間・本文サイズ・サブリクエスト
Cloudflare WorkersはAmplifyやLambdaとは制限の体系が違います。CPU時間（既定30秒・Paid最大5分）、実時間とCPU時間の区別、レスポンス本文に明示上限がない設計、プラン別のリクエスト本文サイズ、サブリクエスト数・メモリ・キャッシュ容量を公式ドキュメント基準で整理します。Amplify／CloudFront側との比較表を含みます。
AI議事録を
次のアクションにつなげる
AIで集めた議事録を「次のアクション」につなげる｜自動化の型と企業事例
議事録をAIで集めても、要約して保存するだけでは生産性は頭打ちになります。議事録をAIエージェントに渡し、タスク起票・フォローアップ・CRM反映・意思決定支援・ナレッジ化といった「次のアクション」につなげた企業・自治体の公開事例と、共通パターン、自社で取り入れるときの品質管理を整理します。
AI営業とは？
始め方とAIに任せる範囲
AI営業とは？始め方とAIに任せてよい範囲・人が担う範囲
AI営業とは、リスト作成・企業調査・文面作成・商談準備・CRM入力といった営業の工程に生成AIを組み込み、人の判断を残したまま効率を上げる取り組みです。営業プロセスのどこにAIを当てはめるか、AIに任せてよい範囲と人が担う範囲、自社で始める手順を基礎から整理します。
インサイドセールスとは？
SDR・BDRとの違い
インサイドセールスとは？SDR・BDR・フィールドセールスとの違い
インサイドセールスとは、訪問せず電話・メール・オンライン会議で進める営業の担い方です。フィールドセールスとの違い、反響対応型のSDRと新規開拓型のBDRの役割分担、The Model型プロセスでの位置づけ、主なKPIと立ち上げで決めることを基礎から整理します。
営業リストの作り方
とICP設計
営業リストの作り方とICP設計｜データソースと法律上の注意点
営業リストは件数を集める前に、ICP（理想顧客像）から設計します。ICPの決め方、ターゲット条件の分解、データソースごとの作り方、リスト購入・外部データ利用で関わる個人情報保護法の論点、除外管理、AIで支援できる範囲を一次情報をもとに整理します。
AIでリード調査を
自動化する方法
AIでリード調査・企業調査を自動化する方法｜ワークフローと検証観点
AIでリード調査・企業調査を効率化するには、ワークフローと出力の検証観点をセットで設計します。AIで自動化しやすい工程としにくい工程、調査ワークフローの組み方、事実誤りや鮮度を見る検証観点、踏み込んではいけない領域、調査結果を文面・商談準備につなげる方法を整理します。
AI SDRとは？
できることと任せる範囲
AI SDRとは？できること・人が担う範囲・導入の注意点
AI SDRとは、新規開拓を担うSDRの業務のうち、調査・文面下書き・整理といった準備工程をAIで支える仕組みや考え方です。SDRの仕事とAI SDRが担う範囲、できること・苦手なこと、人との役割分担、導入の注意点、効果の測り方を煽らず実務目線で整理します。
フォーム営業とは？
法律と迷惑にならない運用
フォーム営業とは？法律・迷惑にならない運用・問い合わせフォーム営業の注意点
フォーム営業とは、企業の問い合わせフォームから営業提案を送るアウトバウンド手法です。特定電子メール法・個人情報保護法をめぐる法律上の論点、迷惑・クレームになりやすい条件、AIや代行を使う前に押さえる実務上の注意点を、一次情報をもとに整理します。
問い合わせフォーム営業の
例文と文面設計
問い合わせフォーム営業の例文と文面設計｜迷惑になりにくい書き方とNG例
問い合わせフォーム営業の文面は、コピペのテンプレ集ではなく構成原則で設計します。相手サイトを見た痕跡・提案を1つに絞る・返信しない自由を残すという軸で、初回接点や提案の例文、迷惑になりやすいNG例、AI生成文のレビュー観点を整理します。
フォーム営業の
返信率を上げるKPI
フォーム営業の返信率・反応率を上げるには？見るべきKPIと改善ポイント
フォーム営業の成果は、送信数ではなく返信率・反応率・商談化率と品質指標で管理します。フォーム発見率や苦情率・営業禁止率まで含めたKPIの定義、返信率を上げる改善の考え方、A/Bテストの進め方、AIで自動化できる範囲と人が見る範囲を整理します。
フォーム営業ツールの
タイプ別比較と料金相場
フォーム営業ツール徹底比較｜タイプ別の選び方・料金相場と注意点
フォーム営業ツールは営業リスト作成型・送信自動化型・AI支援型の3タイプに分かれ、料金体系も月額型・送り放題・成果報酬型とさまざまです。タイプ別の特徴と料金相場、条件別の選び方、代行との違い、無料ツールや法務面の注意点を比較します。
相関分析の基礎
ピアソン・スピアマンと相関≠因果
相関分析の基礎｜ピアソン・スピアマン相関係数と『相関≠因果』の見抜き方
2つの数字が一緒に動くかを測る相関分析は、データ分析でもっとも使われ、もっとも誤読されやすい手法です。ピアソンとスピアマンの使い分け、外れ値・非線形・範囲制限の落とし穴、散布図を必ず見る習慣（アンスコムの数値例）、相関≠因果（交絡・擬似相関・逆因果）の見抜き方を初学者向けに整理します。
ベイズ統計の基礎
事前分布・事後分布・ベイズ更新
ベイズ統計の基礎｜事前分布・尤度・事後分布とベイズA/Bテストの考え方
ベイズ統計は「観測のたびに確信の度合いを更新する」枠組みです。頻度論との確率の解釈の違い、ベイズの定理（事前分布・尤度・事後分布）、データが増えるほど絞られるベイズ更新、「Bが勝つ確率」を直接出せるベイズA/Bテストの利点と落とし穴、Thompson Sampling（トンプソン抽出）への接続までを初学者向けに整理します。
多変量解析の基礎
目的で選ぶ手法マップ
多変量解析の基礎｜目的変数の有無とデータ型で手法を選ぶ手法マップ
重回帰分析・主成分分析・因子分析・クラスター分析など、よく似た多変量解析の手法を「目的変数の有無」と「データ型（量的／質的）」の2軸で整理します。手法選択マップと早見表、主成分分析と因子分析の違い、マーケティングリサーチでの使い方までをまとめます。
クラスタリング・
顧客セグメンテーション
クラスタリング・顧客セグメンテーションの基礎｜k-means・階層クラスタリング・RFM分析
顧客を「優良層」「離反しかけ」「新規」のように分けて施策を変えると、限られた予算の打ち先が定まります。正解ラベルなしでデータの構造を見つける教師なし学習の考え方、k-meansの仕組みとクラスタ数の決め方（エルボー法・シルエット係数）、階層クラスタリングとの使い分け、購買履歴から実務的に顧客を分けるRFM分析、そしてセグメントを具体的な施策に落とす流れまでを、初学者向けに整理します。
サンプルサイズ設計と
検出力の基礎
A/Bテストの必要サンプル数とサンプルサイズ設計｜検出力・MDE・αから逆算する
A/Bテストが「有意差なし」で終わる原因の多くは、テスト前のサンプルサイズ設計にあります。必要サンプル数は、ベースラインCVR・検出したい差（MDE）・有意水準α・検出力の4つから逆算される出力です。検出力（statistical power）とは何か、なぜ0.8を標準にするのか、必要サンプルが効果量の2乗に反比例する性質、トラフィックが少なくサンプル数が足りないときの現実的な設計までを、無料の計算ツールと statsmodels の例で整理します。
クエリファンアウトとは
AI検索の内部の仕組み
クエリファンアウト（Query Fan-out）とは？Google特許から読み解くAI検索の内部の仕組みと対策
クエリファンアウトとは、AI検索が1つの質問を複数のサブクエリへ分解し並列検索する仕組みです。Google特許「Search with Stateful Chat」が描く内部構造、生成されるサブクエリの種類、ページがチャンク単位で引用される理由、AI検索に引用されるためのコンテンツ設計を整理します。
外れ値と異常検知の基礎
IQR・zスコア・時系列
外れ値と異常検知の基礎｜IQR法・zスコア・修正zスコア・時系列の異常検知
データ分析では、外れ値をすべて消すのも、すべて残すのも誤りです。除外すべき計測ノイズと意味のある異常の区別、IQR法・zスコア・修正zスコアによる検出、移動平均±σや季節性を考慮した時系列の異常検知、そして計測タグの二重計測やbot流入の検知への応用までを、初学者向けに整理します。
ファネル分析・離脱分析
離脱率とボトルネック特定
ファネル分析・離脱分析の基礎｜ステップ別離脱率の読み方とボトルネックの特定
コンバージョン率という1つの数字だけでは、ユーザーがどの段階で離脱しているかは見えません。ファネルのステップ設計と計測の粒度、ステップ別離脱率の読み方とボトルネックの特定、セグメント別ファネル比較で陥りやすいSimpsonのパラドックス、そして離脱分析から施策仮説へつなぐ流れまでを、Webサイト・オウンドメディア担当者向けに整理します。
統計的仮説検定の基礎
p値・過誤・信頼区間
統計的仮説検定の基礎｜p値・有意水準・第一種/第二種の過誤・信頼区間の読み方
A/Bテストや効果測定の結論は、観測した差が偶然で説明できるかを判定する仮説検定の上に成り立っています。帰無仮説と対立仮説の立て方、p値と有意水準αの正しい意味、第一種の過誤・第二種の過誤・検出力の関係、p値とセットで報告する信頼区間、片側検定と両側検定の使い分け、多重比較問題、そして「統計的に有意」と「実務的に意味のある差」の違いまでを、初学者向けに整理します。
月130万ドルで回す
約100体のエージェント
Peter Steinberger 氏のOpenAI参加後のエージェント運用体制｜月130万ドルで約100体のエージェントを回す開発
OpenClaw を作った Peter Steinberger 氏本人の X 投稿をもとに、OpenAI 移籍後の約100体の Codex 運用、CodexBar スクリーンショットに表示された直近30日間の約130万ドル（603Bトークン／760万リクエスト）の API 利用量、役割分担の実態、組織が読み取れることを整理します。
PR レビュー工数を
減らす実践と事例
【2026年5月】PR レビュー工数を減らす実践と事例｜AI レビューの育て方・リスク振り分け
AI がコード生成を爆速化した結果、開発組織のボトルネックは PR レビューに移りました。レビュー工数を減らす 4 つの取り組み（レビュープロンプトの資産化、指摘の自動スキル化、リスクによる振り分け、自動マージ）と、AI レビューが取りこぼす 4 類型への打ち手を整理し、Anthropic・OpenAI・OpenClaw が実際にどう PR をレビュー・マージしているかを一次資料から解き明かします。
GA4がbotで
汚染される仕組み
GA4の数値がbotで汚染される原因と対策｜AIクローラー時代の計測設計
記事公開後にGA4のユーザー数が急増するのは、JavaScriptを実行するbot（AIクローラーやスクレイパー）が計測タグを発火させるためです。汚染の見分け方、本質的な原因、サーバー・エッジでbotを計測から除外する多層の対策を整理します。
GA4の「AIアシスタント」
チャネルとは
GA4の「AIアシスタント」チャネルとは？AI流入を計測する仕組みと限界
GA4のデフォルトチャネルグループに「AIアシスタント」が追加され、ChatGPT・Gemini・Claudeなどからの流入が自動で分類されるようになりました。何が自動で変わるのか、計測の仕組み、リファラーに依存する限界、bot流入との違い、実務での使い方を整理します。
Googleが公開した
AIO最適化ガイド
Googleが生成AI検索の最適化ガイドを公開｜AIOで本当に必要な対策とは
Googleが生成AI検索（AI Overviews、AI Mode）向けの公式最適化ガイドを公開しました。llms.txtや専用マークアップは不要とした内容、推奨される基本、AI（ChatGPT、Claude、Geminiなど）検索対策との関係を整理します。
施策の 1 単位あたりの
効きを数字で出す
回帰分析の基礎｜線形・ロジスティック・log 変換で『要因の寄与』を分解する
要因が複数あるとき、相関だけでは『それぞれの寄与』を切り分けられません。単回帰・重回帰、多重共線性と分散拡大要因、ロジスティック回帰、対数変換、残差プロット、Ridge／Lasso 正則化までを初学者向けに整理します。
バンディット最適化
トンプソン抽出
バンディット・適応的最適化｜トンプソン抽出で A/B より早く損失少なく改善する
バンディットは「今どれを見せるか」を統計的に切り替える適応的最適化です。概念・いつ有効か・どう A/B テストに組み込むかを、マルチアームドバンディット、イプシロン貪欲法、信頼上限法、トンプソン抽出の比較とともに、実務寄りに整理します。
どのチャネルが効いたか
を数字で配分する
アトリビューション分析と MMM の基礎｜ラストクリックを卒業する効果配分
ラストクリックだけで効果を測ると認知接点が過小評価されます。マルチタッチアトリビューション、マルコフ連鎖による撤退影響、マーケティングミックスモデリング、広告残響と収穫逓減の扱い方までを整理します。
A/B が組めない時の
効果測定
A/B テストできない施策の効果測定｜差分の差分と傾向スコアで観察データから効果を取り出す
全員に施策を打った後・対象を無作為に選べない場面の効果測定手順。差分の差分と傾向スコアマッチングで観察データから効果を取り出す実務の流れを、集計の進め方と最小限のコード例で整理します。
コホート・LTV
定着率と顧客価値
コホート分析・リテンション・LTV｜SaaS・EC・メディアで『定着率』と『顧客価値』を測る
獲得数だけを追うと『定着まで作れたか』を切り分けられません。週次・月次コホート、リテンション曲線、生存時間分析、顧客生涯価値の簡易法と確率モデルでの推定、顧客獲得費用との比較までを SaaS・EC・オウンドメディア担当者向けに整理します。
Vertex AI
マーケ活用事例
Vertex AIのマーケティング活用事例｜広告・SEO・記事制作の公開事例まとめ
Spotify、Berge & Meer、Kraft Heinz、Allegro、Grid Dynamics、Radisson、Churney、Sift Lab、Moglixなど、Vertex AIを広告・SEO・記事制作・顧客分析へ使った公開事例を整理します。
Vertex AIで
Webマーケを拡張
Vertex AIとは｜Webマーケティングでの活用法と広告・SEO・記事制作の始め方
Vertex AIの基礎から、Webマーケティングでの活用方法、広告、SEO、記事制作、顧客分析への使い方までを整理します。RAG・予測モデル・ファインチューニングの使い分けと導入順序を解説します。
ハーネスエンジニアリング
ハーネスエンジニアリングとは｜AIエージェント時代に「環境・意図・フィードバック」を設計する開発手法
ハーネスエンジニアリングは、AIエージェントが動く環境・意図・フィードバックループを設計する開発手法です。OpenAIの実践、scaffolding、4層のガードレール、CIと本番評価を整理し、「既存手法の言い換えではないか」という批判も一次情報を基に検討します。
時系列分析の基礎
YoY・STL・季節性補正
時系列分析の基礎｜YoY/MoM・STL分解・移動平均・季節性補正の読み方
SEO流入・広告KPI・サイト指標は強い季節性とノイズを持つ時系列データです。生のままで前年比や前月比を読むと、季節要因と施策効果が混ざります。移動平均（SMA・EWMA）、YoY・MoM・WoWの正しい使い分け、STL分解によるトレンドと季節性の分離、移動平均±σによる異常検知、季節性補正したKPIレポートの作り方までを、初学者向けに整理します。
A/Bテスト設計の基礎
サンプル・MDE・検定
A/Bテスト設計の基礎｜サンプルサイズ・MDE・カイ二乗とt検定の使い分け
A/Bテストの結果が「有意差なし」で終わるか、明確な打ち手につながるかは、開始前の設計で大半が決まります。検出可能効果量（MDE）とサンプルサイズの計算、CVR/CTRなど比率の比較に使うカイ二乗検定、滞在時間や売上の比較に使うt検定（Welchを含む）、外れ値や少サンプルに強いマン・ホイットニーのU検定、多重比較問題と早期停止（ピーキング）の落とし穴までを、初学者向けに整理します。
SEO分析の統計入門
CTR・カニバリ・鮮度低下
SEO分析の統計入門｜順位別CTR・カニバリゼーション・記事の鮮度低下の読み方
Search Console のクリック・表示・順位データを統計的に読み解くための入門。順位別CTRと期待CTRの差分から見つける機会損失、複数URLが入れ替わるキーワードカニバリゼーションの検知、記事の流入劣化曲線を使った鮮度低下分析、季節性補正とコアアップデートのインパクト測定までを、初学者向けに整理します。
なぜ OpenAI は
開発が異常に速いのか
なぜ OpenAI は開発が異常に速いのか｜DRI と精鋭少人数チームで Codex を 7 週間・100 万行を 5 か月でリリースする組織
OpenAI は 17 人・7 週間で Codex をゼロからリリースし、Harness Engineering チームは 3 人で 5 か月・約 100 万行・1,500 PR を一行も手書きせずに作り上げました。本記事では、Codex の立ち上げチームの実際の役割分担、DRI（Directly Responsible Individual）の現場での運用、エンジニアにどれだけの権限が渡っているか、PM・デザイナー・GTM がどう振る舞っているか、Harness の 3 人がどう日々の作業を回したか、までを Brockman / Pragmatic Engineer / Implicator / Eng Leadership / OpenAI 公式の一次資料から具体的に解き明かします。
なぜ Anthropic は
開発が異常に速いのか
なぜ Anthropic は開発が異常に速いのか｜100並列のエージェント運用と PRD を持たない組織
Anthropic は約 50 日間で 74 件のリリースを打ち、社員の日次業務の 59% を Claude が占め、Boris Cherny 氏は 1 人で 100 並列のエージェントをスマートフォンから動かしています。本記事では、Anthropic がどう並列でエージェントを動かしているか、エンジニアにどれだけの権限を渡しているか、PM・デザイナー・法務がどう振る舞っているか、PRD なしでどう合意するか、を Anthropic 公式・Sequoia AI Ascent・Lenny's / Every / Latent Space などの一次資料から具体的に解き明かします。
予測モデル評価の
指標と使い分け
予測モデル評価の指標と使い分け｜分類のF1・回帰のRMSE・相関のPearson
Precision・Recall・F1・ROC-AUC・MAE・RMSE・R²・Pearson・Spearman など、予測モデルの評価指標を、分類・回帰・相関の3タスクに分けて図解で整理。混同行列やROC曲線の読み方、不均衡データでの注意点も初学者向けにまとめます。
一致度・信頼性の
指標の使い分け
一致度・信頼性の指標と使い分け｜Cohen's Kappa・Fleiss' Kappa・ICC
Cohen's Kappa（コーエンのカッパ係数）・Fleiss' Kappa（フライスのカッパ係数）・ICC（級内相関係数）・Krippendorff's Alpha（クリッペンドルフのアルファ係数）など、複数の評価者やモデルの判定がどれくらい揃っているかを測る指標を、図解とともに初学者向けに整理。アノテーション品質や AI と人間の判定整合性を確認する場面での使い分けを解説します。
類似度・距離の指標
の使い分け
類似度・距離の指標と使い分け｜コサイン類似度・ユークリッド距離・ジャッカード係数
コサイン類似度・ユークリッド距離・マンハッタン距離・ジャッカード係数の違いを、ベクトルの向き／距離／集合の重なりの3視点で図解。RAGや検索・クラスタリングなど用途別の使い分けを初学者向けに整理します。
データ分析の
アルゴリズム・指標まとめ
データ分析でよく使うアルゴリズム・指標まとめ｜類似度・一致度・モデル評価を用途別に整理
コサイン類似度、Cohen's Kappa（コーエンのカッパ係数）、F1、Pearsonなど、データ分析でよく使うアルゴリズム・指標を、類似度／一致度／予測モデル評価の3カテゴリに整理して図解。用途別の選び方と関連記事への入り口をまとめた総合解説です。
SC + BigQuery + Looker Studio
でSEO分析基盤を作る
Search Console × BigQuery × Looker StudioでSEO分析基盤を作る手順
Search Console UIの1,000行表示や約16ヶ月のデータ保持を超えてロングテール検索クエリと長期トレンドを扱うために、Bulk Data ExportでBigQueryへ蓄積しLooker Studioで可視化する構成を、IAM設定・SQLサンプル・コスト管理まで整理します。
Cloudflare 1,100人 ＋ GitLab Act 2
好決算下の2社のレイオフ深掘り
Cloudflare 1,100人＋GitLab Act 2全社再編｜好決算下のAI使用600％増で踏み切られた2社のレイオフ深掘り
Cloudflareは2026年5月7日に約1,100人（全社の約20％）のレイオフを、GitLabは5月11日に管理階層を最大3段削減（最大8層→5層前後）・R&Dを約60チームに再編・小規模チームのみの進出国を最大30％絞り込む全社再編『Act 2』を発表しました。両社の公式ブログ・退職パッケージ・市場反応、そして日本企業向けの日本式アレンジ（希望退職＋特別退職金＋再就職支援への置き換え）までを一次ソースを横断して整理します。
WordPress運用の
10課題と対策
WordPress運用でよくある10の課題と対策｜「作りっぱなし」で失敗しないためのチェックリスト
WordPress運用で繰り返し発生する10の課題（本体・プラグイン未更新、表示速度低下、セキュリティ事故、カテゴリ乱立、CTA未整備、リライト停止など）を、症状・原因・対策に分けて整理します。社内に技術者がいなくても判断・対処できるように、優先順位と外注時の確認項目までまとめます。
SEOコンテンツの費用対効果
SEOコンテンツの費用対効果｜内製・外注・AI活用代行の3パターンで比較
SEOコンテンツの費用対効果を、内製・従来型外注・AI活用代行の3パターンで比較します。1記事あたりの原価、月額固定費、ROI、品質と継続性のバランスを整理し、規模別の現実解と失敗パターンも合わせて解説します。
運用代行の判断基準
オウンドメディア運用代行の選び方｜記事制作代行との違い・スコープ・契約条件
オウンドメディア運用代行と記事制作代行の違い、運用代行に向くケース、スコープ・SLA、KPIと改善サイクル、入稿・CMS対応、価格と契約条件を整理します。AI活用前提の運用代行が一般化した現在の選び方を実務目線で解説します。
記事制作代行の選び方
記事制作代行の選び方｜AI活用代行と従来型代行の違い・確認項目・価格相場
記事制作代行の選び方を、AI活用代行と従来型代行の違い、確認すべき7項目、価格相場、契約と進行体制、失敗パターンの観点で整理します。2026年時点でコストを抑えつつ品質を維持するための判断軸を実務目線でまとめます。
一次情報を集めるコツ
一次情報を集めるコツ｜社内DB・統計・独自リサーチ・部署ヒアリングの4つの獲得方法
AIが一般論を要約する時代、コンテンツの差別化は一次情報で決まります。社内DBの掘り出し、統計の収集、独自リサーチ、部署ヒアリングの4つの獲得方法を整理し、どこから手をつけるべきかを実務目線で解説します。
検索意図から作る
記事設計
検索意図から作る記事設計｜オウンドメディアで外さないテーマ選びと記事タイプの組み立て
記事テーマは、キーワードだけで決めると外します。検索意図、検討段階、サービス導線、内部リンク先、CTAをセットで設計する手順を、企画ドキュメントの型まで含めて解説します。
CMS選定の考え方
オウンドメディアのCMS選定｜WordPress・Astro・ヘッドレスCMSの使い分け
オウンドメディアのCMS選定で迷ったときに見るべき判断軸を、WordPress、Astro、ヘッドレスCMSの3カテゴリで整理します。既存活用か新規構築か、表示速度・セキュリティ・入稿運用・入稿スピードをどう比較するかを、実務目線で解説します。
既存WordPressの
運用改善
作ったまま放置している WordPress サイト、どうしますか｜運用継続 / 新規構築の選択肢
既存WordPressメディアを引き継ぐとき、何を見て、どこから直すかを整理します。サイト構造、表示速度、内部リンク、記事品質、計測環境、入稿運用、プラグイン整理など、引き継ぎ初月にやるべき項目を順序立てて解説します。
コンテンツマーケの基礎
コンテンツマーケティングとは｜SEOとの違いとBtoBで商談化に貢献させる考え方
コンテンツマーケティングの定義、SEOとの違い、BtoBで商談化に貢献する考え方、AI検索時代に必要な一次情報の扱い方を整理します。
オウンドメディアの
運用設計
オウンドメディアの運用設計｜SEO・AI検索時代に成果へつなげる7つの判断軸
オウンドメディアを「記事置き場」で終わらせないために、読者、検索意図、内部リンク、CV導線、品質基準、計測、改善サイクルの7つの判断軸を整理します。
Peter Steinbergerの
AI駆動開発
Peter Steinberger 氏のAI駆動開発手法｜1日5億トークン・月6,600コミットの異次元ワークフロー
OpenClaw を作った Peter Steinberger 氏のAI駆動開発手法を、キャリア・数字・ツール・思想・主要インタビューと未来予測まで網羅的に整理します。PSPDFKit 13年運営、€100M+ exit、3年の暗黒時代（Dark Era）、OpenAI 参加までの軌跡と、月6,600コミット／日約5億トークン消費の異次元ワークフロー、そして Lex Fridman Podcast #491 で語られた『アプリの80%は消える』『プログラミングは knitting 化する』といった未来予測まで一気通貫で扱います。
リライトの
進め方と判断基準
SEO記事リライトの進め方｜効く対象の選び方・5パターン・実装手順と計測
SEO記事のリライトは、新規執筆より工数が小さく、既存ページの評価資産を活かせる打ち手です。インデックス・canonicalの前提確認、表示回数で母集団を絞った順位×期待CTRとの差分の4象限分析、判断フローによる対象選定、5パターンの直し方、6ステップの実装、公開直後の事故検知から30/60/90日の効果検証までを判断基準を交えて整理します。
ローカルLLMとは
ローカルLLMとは｜必要なスペック・クラウドとの違い・始め方
ローカルLLMは Llama・Qwen・Gemma などのオープンウェイトモデルを Ollama や LM Studio で自分のPC・社内サーバーで動かす方式です。必要なVRAM・統合メモリの目安、量子化、クラウド型との性能差、メモリ容量が今後の焦点になる理由、代表モデル、始め方、ファインチューニング無料化、そしてクラウド最先端がローカルに降りてくる未来までを整理します。
LLMオブザーバビリティとは
LLMオブザーバビリティとは｜LangSmith・Langfuse・Datadog など主要7ツールの整理
AI（ChatGPT、Claude、Geminiなど）の運用監視はAPMの延長では足りません。トレース・メトリクス・評価の3本柱と、LangSmith・Langfuse・Arize Phoenix・Helicone・OpenLLMetry・Datadog LLM Observability・W&B Weave の7ツールを、提供形態と運用環境の2軸で整理します。
OpenClaw vs Hermes Agent
OpenClawとHermes Agentの違い｜どちらを選ぶべきか比較
OpenClawとHermes Agentの違いを、常駐、自律性、記憶、スキル、伸び方、企業導入の注意点で比較。Hermes Agentの急加速も整理します。
Hermes Agentとは
Hermes Agentの使い方とできること｜記憶とスキルで育つAIエージェント
Hermes Agentは、Nous Researchが公開するオープンソースのAIエージェント。過去の会話と作業手順を覚えて改善します。できること・使い方・推奨スペック・OpenClawとの違いを整理します。
OpenClawとは
OpenClawとは｜ローカル常駐型AIエージェントの特徴・使い方・注意点
OpenClawは、自分の端末やサーバーで常駐させる個人向けAIエージェントです。常駐、自律性、ClawHub、Moltbook、導入前のルールを整理します。
Contact Form 7 で
スパム対策
Contact Form 7 に reCAPTCHA を設定する手順｜WordPress のスパム対策と無料枠
Contact Form 7 の問い合わせフォームに大量の意味不明スパムが届いた事例から、Google reCAPTCHA v3 のキー取得・WordPress 側の設定・無料枠と注意点までを、実際の管理画面と一緒に整理します。
Agentic RAG とは
Agentic RAG / Agentic Search とは｜検索を動的に組み立てる現代型RAG
AI が検索計画を立て反復する現代型 RAG。従来型との違い、Agentic Search との関係、LangChain / Agents SDK の現在地を整理します。
MCPサーバーとは
MCPサーバーとは｜実装の中身と事例で見る振る舞い
MCPサーバーは JSON-RPC で Tools / Resources / Prompts を公開するアプリです。プロトコル、ライフサイクル、最小実装、公式 OSS 事例まで踏み込みます。
プロンプトインジェクションとは
プロンプトインジェクションとは｜仕組み・直接型と間接型・なぜ防ぎきれないか
プロンプトインジェクションは指示とデータの境界が壊れる攻撃です。仕組み、直接型と間接型、ジェイルブレイクとの違い、公開事例、なぜ防ぎきれないかを整理します。
AIセキュリティ・権限設計
AIセキュリティ・権限設計｜エージェントに何を触らせ、何を触らせないか
AIエージェントの権限設計は、Tool・MCP・GUI 操作を扱う業務運用の前提です。読み / 書き / 送信の3段階と監査ログ設計を整理します。
CLI エージェント入門
CLIエージェント入門｜Claude Code / Codex CLI / Cursor の使い分け
CLI / IDE 型コーディングエージェントは 2026 主流の AI 利用形態です。Claude Code・Codex CLI・Cursor の使い分けと業務導入の前提を整理します。
推論モデルとは
推論モデル（Reasoning Model）とは｜chain-of-thoughtを学習に組み込んだAI
推論モデルは回答前に内部で思考ステップを踏むよう学習されたLLMです。Claude 4 系・GPT-5・Gemini 2.5 の前提と効くタスクを整理します。
生成AIとは
生成AIとは｜LLM・画像生成・音声生成・動画生成の総称と境界
生成AIはLLMだけでなく画像・音声・動画を含む総称です。識別AIとの違いとBtoBでの扱い方を整理します。
マルチモーダルAIとは
マルチモーダルAIとは｜テキスト・画像・音声・動画・Computer Useの現状
マルチモーダルAIは2026年現在の主要LLMの標準仕様です。対応形式別の現状とBtoBで実用化しやすい用途を整理します。
FineTuning / RAG / Promptの使い分け
ファインチューニング・RAG・プロンプトの使い分け｜社内AIで何を選ぶか
3手段は目的が違います。振る舞いを学ばせる／根拠を渡す／指示で動かす、の軸で選び方と組み合わせを整理します。
ハルシネーションの仕組み
ハルシネーションとは｜なぜ起こり、なぜ完全には防げないか
ハルシネーションはAIの故障ではなく、確率的トークン予測の必然です。4分類、発生原理、ゼロにできない理由、現実的に抑える4つの打ち手を整理します。
プロンプトベストプラクティス
プロンプトのベストプラクティス｜OpenAI / Anthropic / Google の公開ガイドから整理
OpenAI / Anthropic / Google の公開ガイドと CoT 系研究から、業務で再現性のある 9 原則と BtoB での適用例を整理します。
プロンプトの基礎
プロンプトとは｜指示・文脈・例示の3要素とAI回答の決まり方
プロンプトはAIへのお願い文ではなく、指示・文脈・例示・出力指定の組み合わせです。システムとユーザーの違い、構造化への移行を整理します。
Agent Skills とは
Agent Skills｜専門知識をフォルダで配るエージェントの作り方と構成
Anthropic が 2025-10 に公開した Agent Skills は、AI エージェントに専門知識をフォルダ単位で渡す仕組み。SKILL.md・YAML・フォルダ構成・段階的開示・MCP との分担・階層モデルまで作り方を整理します。
AIエージェントとは？
AIエージェントとは｜AIアシスタント / ワークフロー / エージェントの定義と境界
AIエージェントは自律で何でもやるAIではなく、観察→判断→実行→確認のループです。3つの利用形態の境界と、過去と現在のエージェント像を整理します。
LLM（大規模言語モデル）とは
LLM（大規模言語モデル）とは｜学習・トークン・コンテキストウィンドウ・推論の仕組み
LLMはトークンを予測する確率的な装置で、データベースではありません。学習工程、トークン、コンテキストウィンドウ、推論コストの読み方を整理します。
AIとは
AIとは｜機械学習・深層学習・LLM・AIエージェントの階層を整理
AIは1つの技術ではなく階層構造です。機械学習・深層学習・LLM・AIエージェントの包含関係と、過去と現在のAI像をBtoB担当者向けに整理します。
RAG 実務入門
RAG実務入門｜社内文書をAI回答の根拠にする検索拡張生成
RAG（検索拡張生成）の意味、社内文書をAI回答の根拠にする設計、チャンク、メタデータ、検索評価、引用表示を実務向けに整理します。
MCP 実務入門
MCP実務入門｜AIエージェントと社内ツールをつなぐ接続標準
MCP（Model Context Protocol）の意味、AIエージェントとの関係、社内ツール連携、権限境界、導入ステップを実務目線で整理します。
AI出力の品質管理
AI出力の品質管理｜ハルシネーション・出典確認・人間レビューの実務チェック
AI（ChatGPT、Claude、Geminiなど）の出力を業務で使うには、誤情報、引用、権限、機密情報、最終責任を分けて確認する必要があります。品質を落とさないレビュー手順をまとめます。
AIとデータ連携
AIとデータ連携｜業務システムと繋ぐ3つの役割と全体像
AI は単体では「知らない・触れない・動かせない」。社内資料や API と繋ぐ「データ連携」の必要性と、参照・実行・接続の 3 役を整理します。
サイト構造の設計について
サイト構造とは？SEOで重要な理由と設計・見直し方を解説
SEOにおけるサイト構造の意味、クロール・インデックス・内部リンク・パンくず・URL構造への影響、階層設計、記事数が増えたサイトでの見直し方を解説します。
内部リンクとは？
設計と改善方法
内部リンクとは？SEOで重要な理由と設計・改善方法を解説
内部リンクの意味、外部リンクとの違い、クロール・インデックス・サイト構造・重要ページへの導線における役割、アンカーテキスト、公開後の既存記事更新を解説します。
外部リンクとは？
発リンクと被リンク
外部リンクとは？発リンク・被リンク・nofollowの考え方を解説
外部リンクの意味を、外部サイトへ張る発リンクと外部サイトから受ける被リンクに分けて解説。nofollow・sponsored・ugc、出典リンク、リンクスパム、内部リンクとの違いを整理します。
トピッククラスターとは？
トピッククラスターとは？SEOで記事群を設計する方法を解説
トピッククラスターの意味、ピラー記事・クラスター記事・内部リンクの関係、検索意図ごとの記事分担、キーワードカニバリゼーションを避ける設計方法を解説します。
パンくずリストとは？
パンくずリストとは？SEOでの役割とBreadcrumbList構造化データを解説
パンくずリストの意味、UXとSEOでの役割、URL階層との関係、BreadcrumbList構造化データ、よくある実装ミスを解説します。
クロールバジェットとは？
クロールバジェットとは？SEOで気にすべきサイトと改善方法を解説
クロールバジェットの意味、クロール容量とクロール需要、気にすべきサイト規模、URL在庫管理、重複URL、robots.txt、noindex、サイトマップの見直し方を解説します。
キーワード
カニバリゼーションとは？
キーワードカニバリゼーションとは？SEO記事が共食いする原因と整理方法
キーワードカニバリゼーションの意味、同じキーワードを含む記事との違い、Search Consoleでの見つけ方、統合・分離・canonical・リダイレクト・内部リンクでの整理方法を解説します。
SEO KPIの設計方法
SEO KPIの設計方法｜流入・順位・CV・商談化をどう見るべきか
BtoB SEOで見るべきKPIを、インデックス状況、表示回数、クリック数、CTR、平均掲載順位、CV、MQL、商談化率、受注貢献に分けて整理します。
SEOとは？
SEOとは？検索エンジン最適化の意味・仕組み・対策方法を解説
SEO（検索エンジン最適化）の意味、広告との違い、検索エンジンがページを評価する流れ、内部対策・外部対策・コンテンツSEO・テクニカルSEOの基本を解説します。
SEO必読ドキュメント一覧
SEOの必読ドキュメント｜Google公式資料の読み方と優先順位
SEO担当者が読むべきGoogle公式資料を、SEOスターターガイド、検索品質評価者ガイドライン、検索の基本事項、Helpful Content、Search Console、AI機能まで一覧化します。
ページエクスペリエンスとは？
ページエクスペリエンスとは？Core Web VitalsとPageSpeed Insightsで改善するSEO基礎
ページエクスペリエンスの意味、Core Web Vitals（LCP・INP・CLS）の基準、PageSpeed InsightsとSearch Consoleの使い分け、改善優先度を解説します。
リダイレクトとは？
リダイレクトとは？301・302・meta refreshの違いとSEOでの使い分けを解説
リダイレクトの意味、HTTPステータスコードの基本、301（恒久）と 302（一時）の違い、meta refresh / JavaScript リダイレクトの扱いを解説します。
インデックスとは？
インデックスとは？クロール・ランキングとの違いと確認方法を解説
SEOにおけるインデックスの意味、クロール・ランキングとの違い、インデックスされない原因、noindex・robots.txt・canonical・sitemap.xmlとの関係を解説します。
クロール済み
インデックス未登録の直し方
「クロール済み - インデックス未登録」の直し方｜原因の切り分けと内部リンク改善
Search Consoleの「クロール済み - インデックス未登録」を直す手順。「検出 - インデックス未登録」との違い、新規ドメインで大量発生する仕組み、5つの原因の切り分け、内部リンクのハブ化や登録リクエストの使い方を図解で整理します。
noindexを
使うべきページ
noindexを使うべきページの判断と実装
noindexを使うべきページの基準、内部検索結果・タグ・絞り込み・サンクスページなどタイプ別の判断、noindex／canonical／robots.txt／410の使い分け、meta robots・X-Robots-Tagの実装方法を図解で整理します。
nofollowとは？
nofollow属性の書き方と効果 | dofollow・index・noindexの違いと使い分け
nofollow属性の意味と書き方、rel="sponsored"・"ugc"との違い、dofollow（通常リンク）との関係、index／noindex／follow／nofollowの4パターンの使い分けを図解で解説します。
クローラーとは？
クローラーとは？Googlebot・AIクローラー・robots.txtの関係を解説
クローラーの意味、GooglebotとAIクローラーの違い、robots.txtでできること・できないこと、llms.txtとの関係を実務向けに解説します。
canonical・正規化とは？
canonicalとは？URL正規化の意味・設定方法・SEOでの注意点を解説
canonicalタグの意味、URL正規化が必要な理由、リダイレクト・noindexとの違い、重複コンテンツやAI記事量産時の注意点を解説します。
ドメイン・TLDの選び方
ドメイン・TLD選び｜Google検索への影響とgTLD・ccTLDの使い分け
TLDの種類がGoogle検索のランキングに影響するか、gTLDとccTLDの違い、.io・.aiのような「事実上の汎用ドメイン」の扱い、グローバル展開でのhreflang・URL構造の設計、E-E-A-T・YMYLとの関係を整理します。
多言語SEOとhreflang実装
多言語SEO｜hreflangの実装ミスと機械翻訳の品質基準
多言語対応SEOの要点を、hreflangの自己参照・相互参照・x-defaultの正しい設定とよくある実装ミス、サブディレクトリ・サブドメイン・ccTLDのURL構造の選び方、機械翻訳・自動翻訳を使う際にGoogleのスパムポリシーに抵触しない品質基準まで整理します。
検索意図とは？
検索意図とは？SEO実務の4分類と Google 公式分類を解説
検索意図の意味、Know・Do・Go・Buyの分類、顕在ニーズと潜在ニーズ、SERP分析、AIライティングで外さないための実務手順を解説します。
AI Overviewとは？
AI Overviewとは？Google検索のAI要約がSEOに与える影響と対策
AI Overviewの意味、通常検索結果との違い、SEO流入・CTRへの影響、引用されやすいページの特徴、実務で行うべき対策を解説します。
ゼロクリック検索とは？
ゼロクリック検索とは？AI検索時代のCTR低下と対策を解説
ゼロクリック検索の意味、AI Overviewとの関係、CTR低下が起きる理由、SEO流入を減らさないための計測と対策を解説します。
Knowledge Graph（ナレッジグラフ）とは？
Knowledge Graph（ナレッジグラフ）とは？SEOで重要なエンティティ理解の基礎を解説
ナレッジグラフの意味、検索結果との関係、エンティティ・構造化データ・企業情報整備がSEOで重要になる理由を解説します。
Citation（サイテーション）とは？
Citation（サイテーション）とは？被リンクとの違いとAI検索での重要性を解説
SEOにおけるCitation（サイテーション）の意味、被リンクとの違い、ローカルSEO・AI検索でブランド言及が重要になる理由と増やし方を解説します。
Helpful Contentとは？
Helpful Contentとは？Googleが評価するユーザー第一のコンテンツを解説
Helpful Contentの意味、ユーザー第一のコンテンツが重要な理由、AI生成コンテンツとの関係、低品質記事を見直すチェックリストを解説します。
YMYLとは？
YMYLとは？SEOで信頼性が特に重要になるジャンルと対策を解説
YMYLの意味、対象ジャンル、E-E-A-Tとの関係、著者・監修・出典を整える実務ポイント、AIライティング時の注意点を解説します。
Information Gain（情報利得）とは？
Information Gain（情報利得）とは？SEOでオリジナリティを高める考え方を解説
Information Gain（情報利得）の意味、SEOで他の記事にない価値が重要な理由、一次情報・独自調査・比較表・実例を使った作り方を解説します。
コアアップデートの歴史
Googleコアアップデートの歴史｜各時代に流行ったスパムと対策
Googleのコアアップデートの歴史を1998年から現在まで時系列でたどります。Panda・Penguin・BERT・ヘルプフルコンテンツ更新などが、なぜ起き、各時代にどんなスパムやハックが流行ったのかを、AI（ChatGPT、Claude、Geminiなど）量産時代の視点まで含めて図解で整理します。
スパムポリシーとは？
スパムポリシーとは？Googleの20年史とAI記事量産の注意点
Google検索のスパムポリシーの基本、過去20年のスパム手法とGoogleの対策、scaled content abuse、site reputation abuse、AI記事量産で避けるべき運用を解説します。
robots.txtとは？
robots.txtとは？SEOでの役割・書き方・noindexとの違いを解説
robots.txtの意味、クロール制御でできること・できないこと、noindex・sitemap.xml・AIクローラー設定との違いを解説します。
sitemap.xmlとは？
sitemap.xmlとは？SEOでの役割・作り方・Search Console送信方法を解説
sitemap.xmlの意味、HTMLサイトマップとの違い、含めるURL・含めないURL、lastmod、Search Consoleへの送信方法を解説します。
noindexとは？
noindexとは？SEOで検索結果に出さない設定と使い方を解説
noindexの意味、nofollow・robots.txt・canonicalとの違い、使うべきページ・使うべきでないページ、AI検索表示制御との関係を解説します。
CTRとは？
CTRとは？SEOにおけるクリック率の意味・目安・改善方法を解説
SEOにおけるCTRの意味、検索順位別CTRの目安、Search Consoleでの見方、AI OverviewによるCTR低下と時系列推移を解説します。
検索順位とは？
検索順位とは？SEOで順位を追う意味・変動要因・確認方法を解説
検索順位の意味、人によって順位が違う理由、地域・デバイス・検索機能の影響、順位チェックツールで確認する際の注意点を解説します。
Search Consoleとは？
Google Search Consoleとは？SEO担当者が最初に見るべき指標と使い方
Google Search Consoleの意味、SEOで見るべき表示回数・クリック数・CTR・平均掲載順位・インデックス状況、URL検査とサイトマップ送信を解説します。
構造化データとは？
Schema実装ガイド
構造化データとは？Entity（エンティティ）をAI SEOで伝えるSchema実装ガイド
構造化データの基本、Entity（エンティティ）とキーワードの違い、JSON-LDとSchema.orgの役割、sameAs・Knowledge Graph連携、実装すべきSchema一覧を解説します。
llms.txtとは？
llms.txtとは？AIクローラー向けファイルの必要性と実装方法
llms.txtの役割、robots.txtやsitemap.xmlとの違い、AI検索時代に導入するメリットと限界、実装テンプレート、AIクローラーの許可設定までを実務向けに解説します。
Anthropic 2026年5月
発表まとめ
Anthropic 2026年5月発表まとめ｜Claude Opus 4.8・Code with Claude 2026・Claude Mythos Preview・Auto Mode・SpaceX Colossus 提携
2026 年 5 月に Anthropic が発表した内容をまとめました。月末（5/28）の Claude Opus 4.8（SWE-bench Verified 88.6%）と Claude Code の Dynamic Workflows・Agent View に加え、Code with Claude 2026（5/6）の4機能・SpaceX Colossus 提携、5/5 の金融サービス向けエージェント10種・Microsoft 365 統合・Moody's 提携まで、随時更新しながら整理します。
Claude / Claude Code
進化の年表
Claude・Claude Code 進化の年表｜2023年から2026年9月まで
Anthropic の Claude と Claude Code の進化を年表形式でまとめ、随時更新しています。Claude 1 の登場（2023年3月）から Claude 3 ファミリー、MCP 公開、Claude Code リリース、Subagents・Hooks・Plugins・Skills、Claude 4・4.5・4.6・4.7・4.8 系、Code with Claude 2026、2026年6月9日公開の Claude Fable 5（Mythos 級・SWE-bench Verified 95.0%）と一時停止・全面再開、7月24日公開の Claude Opus 5、8月の電子透かし導入と Auto Mode 既定化、9月1日公開の Claude Fable 5.1 / Mythos 5.1 までの主要マイルストーンを整理します。
ChatGPT / GPT モデル
進化の年表
ChatGPT・GPT モデル進化の年表｜2018年から2026年8月まで
OpenAI の ChatGPT と GPT モデルの進化を年表形式でまとめた記事（随時更新予定）。GPT-1（2018年）から GPT-3、ChatGPT 公開（2022年11月）、GPT-4 / 4 Turbo / 4o、reasoning モデル o1・o3、GPT-5、GPT-5.5（2026年4月）、GPT-5.6 の限定プレビュー（2026年6月）と一般提供（2026年7月9日）、2026年8月の更新（無料プランのテキスト対話の無制限化・Sol の期間限定値下げ）と次期主要モデル Astra の予告までの主要マイルストーンを整理します。
OpenAI Codex
進化の年表
OpenAI Codex 進化の年表｜2021年から2026年9月まで
OpenAI Codex の進化を年表形式でまとめた記事（随時更新予定）。2021 年の旧 Codex と GitHub Copilot 採用から、2025 年の Codex CLI・Codex Cloud、GPT-5-Codex / GPT-5.1-Codex-Max / GPT-5.3-Codex、Claude Code 向け codex-plugin-cc、2026 年 6 月の Codex Remote 一般提供・利用枠 banking 化、7 月の GPT-5.6 一般提供、8 月のエージェント・ダッシュボードと GPT-5.6 Sol の期間限定値下げ、9 月 1 日の Codex CLI 0.152.0 / 0.152.1 までの主要マイルストーンを整理します。
検索順位チェックツールの
おすすめ15選
検索順位チェックツールのおすすめ15選！機能や料金を徹底比較｜ツール選びのポイントも解説
検索順位チェックツールのおすすめ15選を、料金・キーワード数・AI検索（ChatGPT、Gemini、Perplexityなど）対応で比較。SEO PowerSuite Rank Tracker・Ahrefs・Semrush・ミエルカSEO・Keywordmap・Ranktracker・Nobilistaなどから、国内利用を前提に選び方のポイントも解説します。
GEO・LLMO・AIOの違い
GEO・LLMO・AIOの違いとは？AI検索最適化とSEOの関係を整理
GEO・LLMO・AIOはSEOの置き換えではありません。AI検索（ChatGPT、Gemini、Perplexityなど）で引用・言及されるための考え方、SEOとの関係、効果測定の仕方を整理します。
Claude Code と Codex の
併用ワークフロー
Claude Code と Codex の併用ワークフロー｜codex-plugin-cc で始めるコードレビュー連携
Claude Code と Codex はどう併用するか。OpenAI 公式の codex-plugin-cc で /codex:review・/codex:rescue を使うコードレビュー連携と、MCP から Skill、Plugin へ進化してきた連携の流れ、ターミナルを 2 つ開く簡易併用までを実用ガイドとして整理します。
AIで書くSEO記事の
プロンプトと書き方
AIライティングプロンプト4選｜SEO記事の構成・本文・リライトで使える書き方
AI（ChatGPT、Claude、Geminiなど）でSEO記事を書くためのコピペで使えるAIライティングプロンプト4種（記事構成・本文・リライト・メタ情報）と、プロンプト精度を上げる5つのコツ、最新ハルシネーション率を踏まえたファクトチェックの実装ラインを解説します。
AIライティングで
評価される条件
AIライティングでSEOに評価されるには？オリジナリティを出す3つの条件
AI（ChatGPT、Claude、Geminiなど）で書いたSEO記事はどうすれば評価されるのか。Google公式ガイドライン（2025-12-18最終更新）の自己評価質問とInformation Gain特許を補助資料に、独自情報の追加・作り方・ファクトチェックの3条件を整理します。
E-E-A-T とは？
E-E-A-T とは？経験・専門性・権威性・信頼性の意味と SEO で評価される条件
E-E-A-T（経験・専門性・権威性・信頼性）は Google 検索品質評価ガイドラインで定義された 4 軸です。AI（ChatGPT、Claude、Geminiなど）が書いたかどうかではなく、誰が書いたか・経験に基づくかが評価されます。4 軸の意味と SEO 実装の要点を整理します。
記事量産は有効？
ChatGPTでAI記事量産はSEOに有効か？海外データと事例から検証
AI（ChatGPT、Claude、Geminiなど）で記事を量産することは、SEOに本当に効くのか。Ahrefs 60万ページ調査、Pew Research の AI Overviews 調査、Google公式ポリシー、実名事例から、有効と無効を分ける条件を整理します。