20251214_LT.pdf

Transcript

1. 「気づいたらテックブログ記事が出 来てた」を実現するAIワークフロー
2. 自己紹介 渡辺拓斗（わたたく） 所属 : 株式会社デジタルガレージ 職種 : フロントエンド（バックエンド）エンジニア
3. テックブログでよくある悩み どんなテーマで書けばいいのかわからない 時間がなくて執筆できない
4. その課題、少し解決できるかもしれま せん
5. 今日は AIと会話していたら 自然と記事が完成していたワークフロー を紹介します！
6. ワークフローが生まれた背景
7. 困っていたこと テーマ選定が難しい 記事を書く時間がない
8. 解決の方向性① テーマ選定が難しい 興味のある内容・実務でやったことなら書きやすい... それってCursor の会話履歴 !?
9. 解決の方向性② 記事を書く時間がない 生成AIで自動執筆！ 質と量を担保
10. AIワークフロー解説
11. Cursorの前提知識 会話履歴の保存 Cursorの会話履歴は SQLite でローカルに保存 SQLiteは超軽量でサーバがいらず、アプリに組み込こめるDB カスタムコマンド よく使うプロンプトを「 /コマンド名 」で呼び出せる 例： /review-code でコードレビューのプロンプトを実行
12. 使用ツール・技術 Cursor カスタムコマンド SQLite TypeScript
13. /search Cursorとの会話履歴から、テックブログのテーマを選定 sequenceDiagram participant 人間 participant LLM as LLM (Cursor) participant SQLite as SQLite（会話履歴） 人間->>LLM: /search を実行 LLM->>SQLite: TS実行をして会話履歴を取得 SQLite-->>LLM: 会話履歴を返却 LLM->>LLM: テーマ候補を選定 LLM-->>人間: zennのテーマ候補を提示
14. /create 会話履歴から、zennの記事を作成 sequenceDiagram participant 人間 participant LLM as LLM (Cursor) 人間->>LLM: /create を実行 LLM->>LLM: 選定されたテーマをもとに記事を執筆 LLM-->>人間: 記事を提示
15. /review (やらなくても良いが) 作成されたzennの記事をレビュー sequenceDiagram participant 人間 participant LLM as LLM (Cursor) 人間->>LLM: /review を実行 LLM->>LLM: 生成された記事をレビュー LLM-->>人間: レビュー結果を提示
16. 完成までの時間 自動生成：約1分 仕上げ（手直し） ：5〜30分 最短 1分でブログが書ける！
17. 実際どんな記事ができた！？
18. ポイント
19. ポイント① 生成AIとの会話には "書きやすいネタ" が詰まっている 興味のある話題 実務でやった内容 普段の疑問・気づき
20. ポイント② 会話が自然に「段取り」を踏んでいて、その流れが記事の構成にぴったり 初学者が学ぶ時に自然と行う流れ： これは何？ どこで使う？ どう違う？ 生成AIとの会話 = 良い段取り = 良い記事？
21. まとめ 会話履歴は最高のテーマソース Cursorの自動化で1分で記事生成 AIとの会話自体が「記事の段取り」を作っている
22. 最後に ブログを書きたいけど悩んでいる方へ。 この際にAIとの会話を見直してみませんか？
23. ご清聴ありがとうございました！