AIと一緒なら、できることが増える。
専門知識も、予算も、時間も限られる私も、店の困りごとから始めた。
厨房からスマホで「伝票が出ない、直して」と頼み、復旧できたこともある。
「AIを使いたい。でも何から?」と思う方へ。
古いパソコンへの不安から始まった、非エンジニアの経験です。
🤖 Made with AI
1
5
218
守りたかったのは、15年近く蓄積した「店の記憶」。
電話の仕組みの作り直しから、予約・レジへ広がった。
AI利用はアカウント累計330億トークン超。
何を任せ、何を確かめてきたか。非エンジニアの経験を第1回にまとめました。
zenn.dev/choujiya/articles/0…
2
119
1/5
非エンジニアが、センサー・音声・画像をAIにつなぐ仕組みを作っている。
温度が読めても、AIが現場を理解できるとは限らない。
フィジカルAIを始めるために整えた下地を、第7回にまとめました。
zenn.dev/choujiya/articles/b…
1
3
237
4/5
画像にも「どこを、いつ見たか」が必要だ。
暗さや遮蔽は「不明」、古い分析は現在の状態に使わない。
AIには観測事実・仮説・不足情報を分けて返してもらい、人が根拠を確かめる。まず一つの入力と一つの問いから。
1
33
5/5
実際のセンサー・スイッチ画面と、音声処理の改善図も掲載しました。
接続方法に加え、AIの答えが違ったときに何を調べるかを整理しています。
「非エンジニアが挑戦するフィジカルAI──センサー・音声・画像から始める」
zenn.dev/choujiya/articles/b…
24
1/5
「旧データを安全に使って」
AIにそう頼んだら、新旧データが別々になり、検索の遅さや取りこぼしにつながった。
非エンジニアが、数十万件規模のデータを稼働中に統合する仕組みに挑んだ話。第6回を公開しました。
🤖 Made with AI
1
1
204
4/5
件数が一致しても、予約が違う顧客に結び付けば失敗だ。
内容、IDの対応、関連先、未反映の更新まで確かめる。
「戻せる」にも期限がある。新しい側で業務更新が始まった後は、その更新を守る復旧が必要になる。
1
27
5/5
AIに渡すべきだったのは、「安全に」の中身だった。
何を守り、何をもって統合完了とするか。実行・失敗・修正を重ねて分かったことを、仕組みの図解とともに第6回にまとめました。
zenn.dev/choujiya/articles/7…
19
1/5
非エンジニアの経営者が、一人でAIと店舗システムを開発・保守。AI利用はアカウント累計330億トークン超。
出発点は、古いWindowsに依存した電話着信表示が壊れる不安だった。
使い続けて分かったのは、AIにも「現在地を知る計器」が必要だということ。
1
213
4/5
仕様書は、全部読ませる前に外部プログラムで必要な箇所を取り出す。
索引1ファイルの読取りで、返却量を概算約97%圧縮した例がある。
これは作業全体の消費削減率ではない。短く返しても、元の仕様に戻って確かめられる入口を残す。
1
28
5/5
サブスクを使い倒すため、残量・消費の内訳・更新時刻を合わせて読む計器を作った。
実測の取り方と、OpenAI側の累計に生じる時間差を第5回にまとめた。仕様を絞る設計は、記事内の第4回リンクから読める。
zenn.dev/choujiya/articles/e…
20
1/5
Codexの「残り1%」は何トークン?
私のPro 20x環境では、週次枠の1ポイント当たり約260万と約1,159万。観測区間で違った。
サブスクを使い倒すため、外部の計測器を作り、Codex自身にも消費量を把握させた。
zenn.dev/choujiya/articles/e…
🤖 Made with AI
1
182
4/5
「累計が今増えた」と「今使った」は違う。
OpenAI側の累計は、私の監視では階段状に更新された。更新を見つけた時刻だけで、直前の作業を原因と決めつけない。
ログの時刻、集計期間、取得時刻をそろえて確かめる。
1
35
5/5
サブスクを使い倒すには、残量だけでなく、減る速さ・リセット時刻・作業の内訳を見る。
「1%=固定のトークン数」には換算できない。実測例と計測の仕組み、集計の時間差を第5回にまとめた。
zenn.dev/choujiya/articles/e…
32





