N's Creates株式会社

14/08/2026

同じ目的でもAIごとに伝え方は変えた方がいい

最近、複数のAI画像生成ツールを使って、リアルな雰囲気の写真を作る比較検証タスクに取り組みました。使ったのはChatGPT、Adobe Firefly、Nano Banana(Gemini)の3つです。 目的は同じでも、ツールが違えば「伝え方」まで変える必要があると気づいたのが、今回一番の学びでした。 今回はその伝え方についてまとめてみました。 詳しければ同じプロンプトでいいという思い込み 課題は、「深夜のオフィスで、同僚4人が集まってプロジェクトについて話し合っている」というシーンを、3ツールで生成して比較することでした。 避けるべきNG基準もいくつかありました。手や指の形が不自然、肌が不自然にツヤツヤ、顔や配置が左右対称すぎる、背景が不自然に繰り返している、そして一目で「AIっぽい」と感じてしまうこと。 最初は、3ツールに同じ文章のプロンプトをそのまま入力すればいいと考えていました。 ところが実際に試してみると、同じ書き方では思うような結果にならないツールがあることに気づきました。 ツールごとに「伝わり方」が違うと気づいた 生成結果を見比べていくうちに、3ツールには得意な入力スタイルがそれぞれあることが分かってきました。 ChatGPTは、状況を自然な文章でストーリーのように描写すると、意図をよく反映してくれました。 Nano Bananaは、「誰が何をしているか」を一人ずつ区切って書く、行動の箇条書き的な列挙に強く反応しました。 Adobe Fireflyは簡潔なキーワード寄りの指示が安定しやすく、しかも文字数の上限が他の2ツールより低いという制約もありました。 同じ「熱心に話し合っている雰囲気を出したい」という狙いでも、書き方を変えたほうが結果が安定する。これは、盛り込む内容を統一するよりも、相手に合わせて表現を変える必要があるということでした。 もうひとつ気づいたのは、抽象的な指示だけでは狙った雰囲気になりにくいということです。 たとえばFireflyでは、当初「投げやりで無関心な様子」に見える結果が出てしまいました。 そこで「genuine care(本物の気遣い)」というだけでなく、「アイコンタクトを取る」「微笑みながらうなずく」といった具体的な仕草を指定したところ、印象が大きく変わりました。「もっと自然に」ではなく、「何を、どう動かすか」まで言葉にすることで、初めて意図が伝わるのだと実感しました。 一度で完成を目指さず、気になった点を一つずつ直す プロンプトは、最初から完璧な形にはなりませんでした。服装がオフィスカジュアルすぎたので、スーツなどフォーマルな服装に統一する。 人種の設定が曖昧だったので、「Japanese」と明記しつつ、顔立ちが均一になりすぎないよう配慮する。 机がかなり散らかって見えたので、整理整頓のニュアンスを加える。 こうした調整を10回近く繰り返しながら、少しずつ狙った雰囲気に近づけていきました。特にFireflyは文字数制限があったため、優先度の低い言葉を削り、要点だけに絞り込む工夫も必要でした。 一度で仕上げようとせず、生成結果を見ながら小さく直し続ける姿勢が、結果的に一番の近道だったように思います。 最終的に、3ツールとも同じ要素(暗い外・明るい室内、フォーマルな服装、親身な様子、整った机)を盛り込みつつ、書き方だけが異なるプロンプトに落ち着きました。 「内容を統一するために文章まで揃えるべきか」で迷った場面もありましたが、今回の目的は「3ツールを比較すること」だったので、各ツールに最適化したほうが、それぞれの本来の実力を正しく比較できると考え、この方針を選びました。目的に立ち返って判断できたことも、今回の収穫の一つです。 まとめ 同じ目的でも、伝える相手(今回はツール)によって表現を変えていい、むしろ変えたほうがうまく伝わる場面がある、ということを学びました。 同じように複数のツールや相手に何かを伝える工夫をしている方の、参考になればうれしいです。

最近、複数のAI画像生成ツールを使って、リアルな雰囲気の写真を作る比較検証タスクに取り組みました。使ったのはC

11/08/2026

どんなに注意深くても、人間は操作を間違える可能性があります。
また、システムや機械はいつか必ず故障したり、想定外の事態に陥ったりします。

人間はミスをしますし、機械は壊れます。
これらの前提に立ったとき、重要になるのが「フェイルセーフ」という考え方です。

今回は、安全で使いやすいシステムを設計する上で欠かせない、このフェイルセーフという考え方について紹介します。

どんなに注意深くても、人間は操作を間違える可能性があります。また、システムや機械はいつか必ず故障したり、想定外

05/08/2026

N's Createsでは、全エンジニアにClaude Code / CodexのTeamプランを支給しています。 コードを書く時間を減らして、設計や本質的な課題解決のための時間をより多くとって欲しいという思いからです😌
AIを当たり前に使う環境で、一緒に開発してくれる仲間を募集しています。

04/08/2026

エンジニア・IT業界には、有名な原理原則や法則がいくつかあります。
先人が何度も経験したことを言語化しているので、そこから学べることは多いはず。

今回は、オブジェクト指向設計で重要となる「SOLID原則」について紹介します。

エンジニア・IT業界には、有名な原理原則や法則がいくつかあります。先人が何度も経験したことを言語化しているので

31/07/2026

「流行のUI」を追うより、変わらない原則を知る

前回のブログでは「良いUI」を真似るだけでは上達しない理由についてご紹介しました。 大切なのは見た目をコピーすることではなく「なぜそのデザインになったのか」という背景や考え方を理解することです。 UIデザインの世界では新しいトレンドが次々と登場します。ガラスのような質感のデザインや、アニメーションを活用したUI、AIを活用したインターフェースなど、その時代ごとに注目される表現は変化していきます。 しかし、どれだけトレンドが変わっても本当に大切なのは「変わらないデザインの原則」を理解することです。今回は、流行との向き合い方について考えてみます。...

前回のブログでは「良いUI」を真似るだけでは上達しない理由についてご紹介しました。 大切なのは見た目をコピーす

30/07/2026

AIを優秀な部下に近づける9つの力

ChatGPTやClaudeなどのAIを使っていて、 指示どおりに動かない 勝手な解釈をする 余計な変更をする 同じ間違いを繰り返す もっともらしい嘘をつく 途中までは良いのに、最後に崩れる こうした不満を感じることは、確かにあると思います。 もちろん、AI自体の性能に問題があることもあります。使っているツールの品質が悪いこともあります。 ただ、AIは自律的に動く道具です。それでも、今はまだ「道具」です。 ハサミでうまく切れなかったとき、「このハサミは頭が悪い」とはあまり言いません。 考えるのは、次のようなことだと思います。 切れ味が悪いのか 用途に合ったハサミなのか 持ち方や切り方は正しいのか そもそもハサミで切るべきものなのか AIも同じです。「AIは賢いか、アホか」という評価だけで終わらせない方がいいと思います。どの道具を、どの場面で、どう使ったのか。ここを見る必要があります。これが、まず大事な前提です。 車も同じです。同じ車でも、運転する人によって事故率は変わります。どこへ向かうかを決めるのも、運転する人です。パソコンも同じです。机に置いただけでは、何も生まれません。何に使うか。仕事にどう組み込むか。それが決まって、初めて力を発揮します。AIも、この延長線上にあると思います。 「使う側が悪い」で終わらせてもいけない AIを道具として考えるからといって、すべてを使う人の責任にするのも違います。 ハサミにも、いろいろな違いがあります。切れ味、耐久性、安全性、右利き左利きへの向き不向き、紙用・布用・料理用といった用途です。 AIにも、同じように特性があります。 考えることが得意なモデル 作業が速いモデル 長い文章や資料を一度に読めるモデル 指示に忠実なモデル 調べ物が得意なモデル 画像や画面を理解するのが得意なモデル 長い作業を任せられるモデル だから必要なのは、AIを無条件に信じることではありません。使えないと切り捨てることでもありません。得意なことと苦手なことをよく見て、場面に合わせて使い分けることだと思います。 AIは部下ではない。でも近づけられる AIを人間の部下として見ると、不満が生まれやすくなります。「なぜ前に言ったことを覚えていないのか」「なぜそこまで説明しないと分からないのか」「なぜ勝手なことをしたのか」といったことです。 ただ、AIは人間とは違います。会社の事情を長く経験しているわけではありません。暗黙のルールを自然に理解しているわけでもありません。相手の表情や空気を読んでいるわけでもありません。失敗の責任を負っているわけでもありません。仕事の目的を、自分なりに理解しているわけでもありません。 AIを作っているAnthropicも、こう勧めています。エージェント(自律的に動くAI)を作るときは、いきなり複雑にしない方がいい。まず単純で、組み合わせやすい形から始めた方がいい、と。 同じ記事では、AIに仕事を任せて効果が出やすい条件も整理しています。成功の基準がはっきりしている仕事。途中で軌道修正できる仕事。人間がきちんと見ている仕事です。 つまり、AIは自律的に動いているように見えます。ただ、目的や責任を、人間と同じレベルでは理解していません。 ただし、ここで終わらせる必要はありません。環境と仕事の渡し方を整えれば、AIを「優秀な部下」に近づけることはできます。 これは相性でも運でもありません。やり方があります。何を渡すか。何を先に決めておくか。どこを確認するか。これから述べる9つの力や、情報の渡し方、完了条件の決め方は、そのための具体的な方法です。 私自身、この「AIを優秀な部下に近づけるための環境づくり」を、仕事として支援しています。 問題はAIではなく、仕事の渡し方 例えば、AIに「このシステムをいい感じに直して」とお願いしたとします。期待した結果にならないことがあります。 これは、事務や営業の仕事でも同じです。「この資料をいい感じにまとめて」と頼んで、思っていたものと違う仕上がりになる。よくあることだと思います。 このとき、足りていない可能性があるのは、次のような情報です。 何が問題なのか 誰にとって問題なのか どこを変えてよいのか 変えてはいけない部分はどこか どうなれば完了なのか どうやって確認すればよいのか 迷ったときにどう判断するのか Martin Fowlerのサイトでは、AIに良い結果を出させるための工夫を紹介しています。AIが見る情報を、狙って整えることです。これを「コンテキストエンジニアリング(AIに渡す情報を整えること)」と呼んでいます。 これは、長い指示文を書くことではありません。 目的、決まっている方針、過去の判断、社内のルール、参考になる例、確認方法、やってはいけないこと。こうした情報を、AIが必要なときに見られる状態にしておくことです。 これからは、指示の出し方のうまさだけでは足りません。AIが正しく仕事をするための環境を整える力。これが重要になると思います。 AIは、今あるものを大きくする...

ChatGPTやClaudeなどのAIを使っていて、 指示どおりに動かない 勝手な解釈をする 余計な変更をする

29/07/2026

この作業、毎回同じなのに手動でやって時間を吸われてる。「Record a skill」はそれを解決してくれた。
やり方を一度画面録画するだけ。Claudeがそれを理解し、次回以降は自動でやってくれる。
定型業務が消え、本来の開発に時間が使える。
#システム開発

28/07/2026

デザインによく使われる手法にグラデーションがあります。
ウェブサイトの背景やバナー、ボタンなど、様々な場面で活用されています。

しかし、いざ自分でグラデーションを作ってみると、「なんだか色が濁って見える」「思ったより綺麗じゃない」と感じたことはありませんか。

今回は、この問題を解決し、誰でも綺麗なグラデーションを作れるようになる、簡単なひと手間について紹介します。

https://blog.nscreates.site/design/2026/07/28/beautiful-gradation/

26/07/2026

「軽微ならシンプル、複雑なら高性能」の手動選択を解消！
Cursor Routerがタスクの複雑さを判定し最適モデルを自動選定。品質を保ちつつコストを最大60%削減します。「モデル選びに脳を使わない」ことが開発ストレス軽減に繋がります。
#開発効率化