Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
実演TypeScript + GitHub Copilot
Search
erukiti
August 05, 2023
Programming
4.6k
9
Share
実演TypeScript + GitHub Copilot
TypeScript + GitHub Copilot 最高!っていうのを話しました(+デモ)
erukiti
August 05, 2023
More Decks by erukiti
See All by erukiti
Codex時代の新たなバイブコーディングワークフロー/ after Codex workflow
erukiti
9
3.8k
Claude Codeを使って不確実性と戦う / claude-code-fights-uncertainty
erukiti
10
4.5k
Claude Code活用において、メンタルモデルを変える必要がある / rethinking-claude-code-mental-models
erukiti
20
14k
AIとの対話で加速する学び / ai learnig
erukiti
1
910
コーディングエージェントを作ってるけどうまくいかなかった話 ~あるいは二ヶ月本気でコーディングエージェントと向き合った話~ / Two Month Agent Struggle
erukiti
40
21k
Gemini 2.0 Flashで実現する高コスパAI開発 〜実践的プロンプトエンジニアリングと文書管理システムの実装例〜/gemini-2.0-flash-prompt-engineering
erukiti
17
7k
LLMをねじ伏せる/Conquer the LLM
erukiti
0
280
鮮度が高すぎて世界で誰も正解を見つけてない課題に取り組んでいる/ Freshness issues
erukiti
1
960
Function Calling対応Playgroundを作って検証してみた/LLMMeetup#3
erukiti
0
630
Other Decks in Programming
See All in Programming
自動レビューエンジンの実装と運用 ~レビューのない世界へ~
kurukuru1999
2
280
AIエージェントの隔離技術の徹底比較
kawayu
0
440
誰も頼んでない機能を出荷した話
zekutax
0
140
技術記事、AIに書かせるか、自分で書くか? 〜それでも私が自分の手で書く理由〜 / #QiitaConference
jnchito
2
1.1k
サークル参加から学ぶ、小さな事業の回し方
yuzneri
0
240
ビジネスモデルから紐解く、AI+型駆動開発
hirokiomote
2
3.1k
バックエンドにElysiaJSを採用して気付いた、良い点・悪い点
wanko_it
1
180
AIとRubyの静的型付け
ukin0k0
0
150
Transactional Change Stream Processing With Debezium and Apache Flink
gunnarmorling
1
130
Sans tests, vos agents ne sont pas fiables
nabondance
0
160
分析エージェント精度向上における データアナリストの役割
oura_shoya
0
130
AI 時代のソフトウェア設計の学び方
masuda220
PRO
28
10k
Featured
See All Featured
Everyday Curiosity
cassininazir
0
210
Rails Girls Zürich Keynote
gr2m
96
14k
[RailsConf 2023] Rails as a piece of cake
palkan
59
6.6k
Why Our Code Smells
bkeepers
PRO
340
58k
Context Engineering - Making Every Token Count
addyosmani
9
910
Designing Powerful Visuals for Engaging Learning
tmiket
1
380
The Director’s Chair: Orchestrating AI for Truly Effective Learning
tmiket
1
180
HU Berlin: Industrial-Strength Natural Language Processing with spaCy and Prodigy
inesmontani
PRO
0
390
Leadership Guide Workshop - DevTernity 2021
reverentgeek
1
290
Digital Ethics as a Driver of Design Innovation
axbom
PRO
1
290
The Limits of Empathy - UXLibs8
cassininazir
1
340
We Analyzed 250 Million AI Search Results: Here's What I Found
joshbly
1
1.3k
Transcript
(JU)VC%PDLZBSEίϛϡχςΟॡΠϕϯτ ࣮ԋ5ZQF4DSJQU (JU)VC$PQJMPU FSVLJUJࠤʑढ़հʢגࣜձࣾ"MHPNBUJDʣ
!FSVLJUJ ͑Δ͖ͪʢOPU͑ΔνΩʣ w େੲɺόοΫΤϯυɺ8JOEPXT6/*9ΞϓϦΛ࡞ͬͨΓ w ͜͜ϑϩϯτΤϯυΤϯδχΞ w ݱ৬ͰόοΫΤϯυؚΊͨιϑτΣΞΤϯδχΞ w ʢͳ͓Ϋϥυͬ͞ͺΓΘ͔ΒΜͬͯͳͬͯ·͢ʣ
w IUUQTOPUFDPNFSVLJUJO OFF w .-ΤϯδχΞݚڀऀ͚ͩͷ ͷͰͳ͘ͳͬͯɺզʑΞϓϦΛ ࡞Δਓ͕ͨͪ--.Ͱ৭ʑνϟϨϯ δͰ͖Δ࣌ʹͳͬͨ w ҰॠͰ֮ޛྃͯ͠ඈͼࠐΜͩ
w Δ͔͠ແ͍͜ͷϏοάΣʔϒ "MHPNBUJDೖࣾΤϯτϦ͕όζͬͨ
גࣜձࣾ"MHPNBUJD ੜ"*࣌Λද͢ΔձࣾʹͳΔ w ߹ಉձࣾ%..DPNʹΑΔԯԁͷग़ࢿʹΑͬͯੜ·Εͨձࣾ w εςʔΫϗϧμʔ͕΄΅͍ͳ͍ w ੜ"*͚ͩΛຊؾͰ͍ͬͯ͘ w CJHUFDIଞɺ୭·ͩੜ"*࣌ͷউͪےΛݟ͚ͭΒΕ͍ͯͳ͍
w ͏զʑ͕ੜ͖͍ͯΔؒʹɺ͜ΕҎ্ͷνϟϯεߟ͑ΒΕͳ͍ w ଟֹͷࢿۚͱɺ࠷ڧͷϝϯόʔΛूΊͯɺ͍ͭ͘ͷੜ"*ࣄۀΛ্ཱͪ͛ͯɺࢼ ߦճΛ૿͠·ͬͯ͘ɺ࠷ͰԾઆɾݕূΛճ͠ଓ͚Δ
None
"MHPNBUJDͰϏδωε("*࡞ͬͯ·͢ രͰ্ཱͪ͛ɺരͰ w ʹࣄۀऀͱ1E.ͱ։ൃʢʣͷਓͰΩοΫΦϑ w ͦͷೋिؒޙɺ࠷ॳͷ1P$͕EFWͰՔಇ w ςΟΞΩϯൃച w ϦϦʔε
w ࣌Ͱ*%͑ʢϦϦʔε͔Βϲ݄ܦͬͯͳ͍ʣ w ࣌ͰϏδωε("*ͷϝϯόʔਓҎ্ͷେॴଳ
രͷ։ൃ w ࠷ॳͷೋϲ݄ਓͰϝΠϯػೳͱཧը໘ʢςφϯτɺϢʔβʔɺݖݶɺ෦ ॺཧͳͲը໘͘Β͍ʣΛ࡞ͬͯͨ w ͦΕΛࢧ͑ͨͷ
54UBDL (JU)VC$PQJMPU
54UBDL U31$ 5ZQF4DSJQU 5BJMXJOE$44 /FYUKT 1SJTNB "VUIKT w 3FBDUܥϑϧελοΫʢϑϩϯτΤϯυˍόοΫΤϯυʣͷΈ w
CMJU[3FNJYͱ͍ͬͨϑϧεΫλοΫϑϨʔϜϫʔΫͱҧ͍ɺطଘͷγϯϓ ϧͳٕज़ͷΈ߹ΘͤͰɺՃͰ֮͑Δ͜ͱಛʹͳ͍ʢ৮ͬͨ͜ͱͳ͍ ͷʹ͍ͭͯͪΖΜ֮͑Δඞཁ͕͋Δ͕ɺͦΕํͳ͍ʣ w U31$ϑϩϯτΤϯυͱόοΫΤϯυΛ5ZQF4DSJQUʹΑͬͯγʔϜϨεʹͭ ͳ͛Δɻܕ҆શʂ
(JU)VC$PQJMPU ͠ͷ͍͍༏लͳएऀײ w ͍࢝Ί͍ͯΔਓଟ͍ͱࢥ͏͚Ͳɺҙ֎ʹ࣮ͰΘΕͯΔΑ͏ͳλΠϓ ͷ࣮ԋΛ͢Δਓ͕গͳ͍Β͘͠ɺࠓొஃ͢Δ͜ͱʹͳͬͨ w 54UBDLͷߏٕज़ͲΕֶश͞Ε͍ͯΔʢͨͩ͠ɺόʔδϣϯগ͠ݹ ͘ɺ͍·ͱॻ͖ํ͕ҧ͏ͷʣ w ࠷ۙΓͷ--.Λٕͬͨज़
--. େنݴޠϞσϧ w ੜ"* w $IBU(15(15ͱ͍͏--.ΛͬͨΞϓϦ w (JU)VC$PQJMPU$PEFYͱ͍͏--.Λ w $PEFY$IBU(15ͰΘΕ͍ͯΔ(15ͷઌͷҰͭ
w ֶशͨ֬͠ʹج͍ͮͯจࣈྻͷଓ͖Λ༧ଌ͢Δ͚ͩͷΈ w ࢈ۀֵ໋ʹඖఢ͢Δൃ໌ʢͻͱʹΑͬͯଊ͑ํҧ͍·͢ɻɻɻʣ
$PQJMPUͷ͍ํͦͷ ίϝϯτΛॻ͍ͯਪΛͤ͞Δ w ੈͷதతʹͬͪ͜ΛͬͯΔਓ͕ଟ͍͔͠Εͳ͍ w ϓϩάϥϜΛॻ͘ͱ͖ʹɺίϝϯτͰΔ͜ͱΛॻ͍͔ͯΒதΛຒΊΔ ͷਓʹ߹͏ͱࢥ͏ w ͷ߹ɺॻ͖͍ͨͷͷ໊લ͕໌֬ʹཪʹු͔ΜͰͳ͍࣌ʹΔ͜ͱ ͕͋Δ
$PQJMPUͷ͍ํͦͷ ؔܕɺίʔυͷॻ͖ग़͠Λ༩͑ͯɺຒΊͤ͞Δɾଓ͖Λॻ͔ͤΔ w γϯϓϧͳϞϊɺωʔϛϯά͕తΛࣹͯΔϞϊ΄Ͳਫ਼্͕͕Δ w ੈͷதͱͷࠩҟ͕গͳ͍΄Ͳਫ਼্͕͕Δ w ͕ͬͪ͜៉ྷʹϋϚΔͱो͕υόυόग़Δ w
ࠓճͷσϞʹ͍ͭͯ (JU)VC$PQJMPUΛͬͯ؆୯ͳϒϩάΛ࡞Δͱ͍͏σϞ w σϞͰͬͯΔίʔυ(JU)VCͰϦϙδτϦΛެ։ͯ͠·͢ w IUUQTHJUIVCDPNFSVLJUJUEFNPHJUIVCEPDLZBSE w DSFBUFUBQQͰ࡞ͨ͠ϦϙδτϦ΄΅ͦͷ··Ͱɺઃఆ͚ͩҰ෦͍ͬ͡ ͨͷ w
ϒϩάͱ͍͏શੈքͷਓ͕ؒࡲΓ·ͬͨ͘ωλ͕ͩɺͬͯΔ͜ͱ࣮ફͱ มΘΒͳ͍
σϞ
ϓϩδΣΫτͱ$PQJMPUΛҭͯΔ w ͡Ίͷঢ়ଶඍົ͔͠Εͳ͍͚Ͳɺίʔυ͕૿͑Δͱ͔ͦ͜Βֶͼͱͬ ͯ͘ΕΔ w ίʔυߏΛਅࣅΔͷ͕͘͢͝ಘҙ w $36%ͱ͔ίϚϯυϥΠϯͰੜ͢Δඞཁ͕ͳ͘ͳͬͯΔ͔ʁ
ಠಛͷบ͋Δ w ίϝϯτ͔ͳΓదɻίϝϯτ͚ͩΦϑʹ͍ͨ͠ؾ࣋ͪগ͋͠Δ w ͍ͬͯΔϥΠϒϥϦݴޠͷόʔδϣϯʹ͘͢͝ࠨӈ͞ΕΔͱ͜Ζ͋Δ w ࣌ʑؾຯʹͳΔɻಉ͡ݴ༿Λ܁Γฦͨ͠Γ܁Γฦͨ͠Γ܁Γฦͨ͠Γ܁ Γฦͨ͠Γ܁Γฦͨ͠Γ
ࡉ͔͍ϊϋׂͱ͋Γͦ͏ w +454ͷ߹ɺΠϯϙʔτͯ͠Δͯ͠ͳ͍Ͱਫ਼͕มΘΔ w ҰߦͰ݁ͨ͠)5.-+49ͳͲิͯ͘͠Εͳ͍͔ΒҙਤతʹվߦΛೖΕ ͳ͍ͱDMBTT/BNFΛຒΊͨΓͱ͔ͯ͘͠Εͳ͍
αδΣετ͕ඍົͳͱ͖ w ΦϦδφϦςΟͷߴ͍Կ͔Λॻ͜͏ͱ͍ͯ͠Δ w ͍ͬͯΔٕज़͕৽͗͢͠Δ w Ϛζ͍ઃܭίʔυͷγάφϧͷՄೳੑ
͋Γ͕ͱ͏͍͟͝·ͨ͠ʂ