エリック・ジョージ手法の実践：v2.19開発レポート
エリック・ジョージ手法を用いたv2.19開発の実践レポート。品質チェック改善プロセスと、AI開発における体系的アプローチの効果を詳しく報告します。
📁 カテゴリ: AI開発
ジェンスパーク(Genspark)で構築したGemini QA Framework - AI品質保証
占いアプリの開発を進める中で、記事作成や仕様書作成において何度も修正を繰り返す状況が続いていました。エリック（上流工程担当AI）が生成した内容を、ユーザーである私が一つ一つチェックし、問題点を指摘して修正させる——このプロセスは非常に時間がかかり、効率的ではありませんでした。
ジェンスパーク(Genspark)とGemini APIの選択 - AI開発環境の実践
占いアプリ開発を進める中で、「どの開発環境を使うべきか」という重要な選択に直面しました。AIスーパーチャットツールとサンドボックス環境を統合したジェンスパーク(Genspark)と、従来型のクラウド環境であるGoogle Cloud Platformを比較し、開発環境の選択基準を実践的に解説します。
ジェンスパーク(Genspark)で学ぶコード生成とコード実行の違い - サンドボックス環境の実践
「AIがコードを書ける」という表現を聞いて、「AIがプログラムを完成させて実行してくれる」と理解する場合があります。しかし、これは誤解です。
AI品質保証の必要性 - なぜAIにはAIによるチェックが必要なのか
前回の記事（記事51: AIの判断力の限界）では、AI開発での見落とし7項目を分析し、上流工程AIの判断力の限界を明らかにしました。そこで浮かび上がった重要な問題が、「現在の一般的なAIモデルは自分のミスを認識できない」という事実です。
AIの判断力の限界 - AI開発での見落とし7項目を独自に考察
AI開発で見落としがちな7つの項目を実例とともに考察。セキュリティ、エラーハンドリング、パフォーマンス最適化など、AIの判断力の限界と対策方法を解説します。
ジェンスパーク(Genspark)AI開発にV字モデルを適用 - エリック・ジョージ方式の初陣
ジェンスパーク(Genspark)でのAI開発にV字モデル（エリック・ジョージ方式）を初適用。占いアプリ開発を通じて、設計・実装・検証の各フェーズでの実践結果と学びを詳しく解説します。