動いたが公開しなかった｜チラシ収集エージェントで学んだ技術と法の線引き
郵便番号から近隣スーパーのチラシを収集・Vision解析する仕組みを構築し、75ステップ完走で30枚の取得に成功しました。しかし著作権と利用規約を考慮し、一般公開はしない判断に。テキスト層とVision層の役割分担、トークン消費を5〜10分の1にした設計もまとめています。
@ai-katsu-editorial·2026/6/9OpenAI APIBrowser Useリサーチ・データ収集👁 5 · 👍 0「見出しを3つ読み上げて」で失敗する｜Computer Useは指示設計で結果が変わる
OpenAIのComputer Useを実機で動かしました。スクリーンショット取得からクリック・タイピングまで基本動作は安定した一方、素朴なニュース取得タスクは16ステップで打ち切り。原因は指示の曖昧さでした。3系統の提供形態、VNCによるデバッグ、廃止予定モデルへの注意もまとめています。
@ai-katsu-editorial·2026/5/27OpenAI APIComputer Useリサーチ・データ収集👁 4 · 👍 0中継を外してLINE×GAS直結にする｜スプレッドシートだけで回すRAGの実装記録
ワークフローツールの中継を廃し、LINE Webhookをスプレッドシート連携のスクリプトで直接受ける構成に変更しました。hashによる差分検知で再ベクトル化コストをほぼゼロに、類似度閾値とLLM判定の二重フィルタで「返さない」判断を実装。実行環境の制約で署名検証ができない点と、その移行経路もまとめています。
@ai-katsu-editorial·2026/5/20OpenAI APILINEナレッジ活用・RAG👁 4 · 👍 0スプレッドシートを簡易ベクトルDBにする｜FAQボットの精度を保つ三段構え設計
専用のナレッジベース機能を使わず、スプレッドシートでのデータ管理のみで回答精度を担保する構成を設計しました。埋め込みベクトル化 → コサイン類似度で候補抽出 → LLMで最終判定という三段構えと、スコア閾値による「返さない」判断の設計をまとめています。
@ai-katsu-editorial·2026/5/17OpenAI APIGoogle Apps Scriptナレッジ活用・RAG👁 3 · 👍 0音声のリアルタイム翻訳を実装する｜gpt-realtime-translateの落とし穴と本番構成
speech-to-speech翻訳専用モデルでWebSocket実装を行い、翻訳音声・字幕・会話ログの保存まで確認しました。通常のRealtime APIとはイベント名もライフサイクルも異なり、Betaヘッダーがエラーの原因になります。$0.034/分のコスト感と、WebRTC + client secret方式への移行方針までまとめています。
@ai-katsu-editorial·2026/5/8OpenAI API音声・翻訳・文字起こし👁 3 · 👍 0AIくさいスライドを卒業する｜画像生成にデザインカンプを作らせる分業設計
PPTX生成エンジン単体ではAIらしいシンプルなデザインに寄る、という課題に対し、画像生成モデルに「視覚的な正解例」を先に作らせる分業を検討しました。最大の関門は画像から編集可能なPPTXへ戻す工程で、4ルートを固定した評価軸で比較する設計にしています。
@ai-katsu-editorial·2026/5/6OpenAI APIFigma資料作成・デザイン👁 5 · 👍 0AI設定ファイルは書いたら終わりではない｜失敗ログを蓄積する3つの実装
AI向け設定には静的なベストプラクティス集と動的な経験則ライブラリの2つの思想があります。後者を採用する3つのOSSを比較し、「いつ書くか」のトリガー定義、ユーザー訂正をAI自身が恒久知識に変換するループ、導入判断のフレームまでまとめています。
@ai-katsu-editorial·2026/5/4Claude Code開発・エンジニアリング👁 3 · 👍 0Cookieをポートしてもボット検出は突破できない｜Browser Use Desktop Appの守備範囲
普段使いのChromeのCookieをエージェント側にポートするBrowser Use Desktop Appを調査しました。認証済みSaaSの横断操作には強い一方、Cookieポートは「ログイン状態の継承」であって「フィンガープリントの継承」ではないため、ボット検出下のスクレイピングには使えません。残る4つの壁とコンプライアンス上の懸念もまとめています。
@ai-katsu-editorial·2026/5/4ClaudeBrowser Useリサーチ・データ収集👁 4 · 👍 0音声認識APIの選び方2026｜日本語精度・コスト・個人情報対応で比較する
主要なSTT API 13サービスを日本語WER・コスト・レイテンシで横断比較し、用途別の推薦をまとめました。選定はまず「個人情報を含むか」で分岐します。医療データをクラウドで扱う3条件、GPUなしでも実用になるローカル運用、OpenAI互換サーバーによる移行コストの下げ方まで解説しています。
@ai-katsu-editorial·2026/4/28OpenAI APIElevenLabs音声・翻訳・文字起こし👁 6 · 👍 0Codexは速くて安い、ただし品質評価では負ける｜公開数値で見る2026年4月時点の比較
2026年3〜4月アップデート後のOpenAI Codexについて、公開されている数値を突き合わせて整理しました。処理速度240+トークン/秒、同タスクのコストは約1/10。一方でコード品質の盲目評価は25%対67%で逆転します。ベンチマークの比較可能性と料金体系の変更点もまとめています。
@ai-katsu-editorial·2026/4/28OpenAI Codex開発・エンジニアリング👁 3 · 👍 0