投稿

4月, 2026の投稿を表示しています

1日を大切に、の本当の意味——人生相談アーカイブから拾った、3つの肉声

「1日を大切に」という言葉は、ありふれすぎて意味を失いかけている。でも、50代に差しかかってから、この言葉の重みが本当に分かりはじめた。テレフォン人生相談のアーカイブから、時間を無駄にした人・取り戻せなくなった人の肉声を拾いながら、1日を大切にすることの実際を、静かに書いてみる。 ありふれた言葉の、本当の重み 「1日を大切に」。 手垢のついた言葉だ。 手帳の最初のページに書かれていて、新年の目標に書かれていて、でも2月には忘れている——そういう種類の言葉。 でもこの言葉の意味が、50代に近づくにつれて、急に重くなってきた。 若いころは、1日は 無尽蔵にある資源 だった。 失敗しても取り返せる。寝不足でも回復する。1年を無駄にしても、まだ30回も残っている。 ところが、ある時期から、1日は 有限の資源 に変わる。 これは頭で理解するのではなく、体感で分かるようになる。 「この1日は、戻ってこない」と、ふと腹の底に落ちる瞬間がある。 最近、テレフォン人生相談のアーカイブ3,680本を意味検索で横断できるようにした。40年分の相談を眺めていると、 「時間を無駄にしたことを悟った時にはもう戻れない」 という声が、繰り返し繰り返し出てくる。今日はその肉声を引きながら書く。 「明日やればいい」の罠 1日を大切にできない最大の理由は、 「明日がある」と思っていること だと思う。 2015年、妊娠していない女性が「親になる自信がない」と先延ばしにし続ける相談があった(今井通子×三石由起子)。三石由起子の言葉が刺さる。 > 「準備してから何かをしようって言ったら、一個も出来ないで終わっちゃうの、人間って。完璧に準備なんか、出来るわけないんですよ。」 子どもの話に限らない。 「準備が整ったら」「もう少し落ち着いたら」「来年になったら」 ——この構文で先送りしたものは、ほとんど一生やらない。 明日の自分は、今日の自分と同じ状態ではない。 少し疲れている。少し歳を取っている。少しやる気がない。少し違うことに気を取られている。 「明日やればいい」と先送りしたものは、明日の自分が今日の自分よりもっと先送りしたがる。 これが積み重なると、 何もしていないのに、時間だけが無くなる 。 「取り返せない時間」という言葉 ...

欲深い人間は、なぜ必ず失敗するのか——「実存的欲求不満」という補助線

欲深い人間は、なぜ必ず失敗するのか。お金、恋愛、承認——欲の形は違えど、壊れていく人たちには共通の構造がある。テレフォン人生相談のアーカイブを横断しながら、加藤諦三の「実存的欲求不満」という概念を手がかりに、静かに考えてみる。 欲深い人間は、なぜ必ず失敗するのか 「欲深い人間は失敗する」——古今東西、繰り返し語られてきた言葉だ。 でも、この言葉は少し雑すぎると思う。 欲があるから失敗するのではない。 ある種類の欲の持ち方が、失敗を引き寄せる のだ。 最近、テレフォン人生相談のアーカイブ3,680本を意味検索で横断できるようにした。40年分の人生相談を自由に縦断して眺めていると、「欲で身を滅ぼす人」のパターンが、驚くほど似通っていることに気づく。 今日はその話を、札幌のカフェで書きながら整理してみる。 欲には三つの顔がある 相談アーカイブに出てくる「欲で失敗した人」は、だいたい以下の三つに分類できる。 一つ目は、お金の欲。 2015年、借金を重ねて怪しげなセミナーに100万円をつぎ込む息子を心配する相談があった。「ネットで何千万儲けてる人いっぱいいるのよ」と回答者の一人が励ましていたが、アーカイブ横断の視点で見ると、この種の話の末路はほぼ決まっている。 楽して大きく儲けたい、という欲 は、まず例外なく、金を失う。 二つ目は、色恋の欲。 2016年、一目惚れした30歳のパチンコ中毒男に貢ぎ続ける46歳バツイチ女性の相談に、加藤諦三はこう言い切った。 > 「一目惚れは、本人は偉大な愛と思っていますけれども、必ず破綻します。」 目の前の人間を見ず、理想を押しつけて貢ぐ行為は、愛ではない。 自分の空白を埋めたい欲 だ。 三つ目は、承認の欲。 一番ややこしいのはこれだ。お金でも恋愛でもなく、「自分を認めてほしい」「誰かにとって特別でいたい」という欲。これが歪むと、不倫・浮気・SNS依存・マウンティングに流れていく。 「実存的欲求不満」という概念 加藤諦三が2020年の相談(70代男性、同僚主婦に5年間待たされ続けた)で使った言葉がある。 実存的欲求不満 ——欲求の対象が、本人にも分からない状態。 ただの欲求不満なら話は単純だ。 - お腹が空いた → 食べる - お金が欲しい → 働く - 人恋しい...

スクレイパーがサーバーから無視された日 — 3回連続500エラーで分かったXSERVERの作法

Webスクレイピングを自動化していると、ある日突然サーバーから無視される瞬間がある。その原因の多くは「レート制限」だ。自作スクレイパーで実際にレートリミットを食らい、ついでに相手のサーバーが XSERVER の wpX プランだと特定できたので、その記録を残しておく。 事件: 3回連続500エラー → 46分スリープ WordPress系のサイトから約3,600件の記事を収集していたスクレイパーが、ゴールまで残り18件というところでいきなり黙り込んだ。ログを見るとこうなっていた。 [3660/3678] https://example.com/xxxx/ リトライ 1/3: 500 Server Error (14.1s待機) リトライ 2/3: 500 Server Error (26.8s待機) ⚠ 3回連続500エラー → レートリミット検知。46分スリープ... 14秒・26秒とバックオフしても同じエラーが返ってくる。サーバー側が「お前もうちょっと待て」と本気で怒っているサインだ。ここで焦って再実行すると、クールダウンが延長されたり、最悪 IP ごと BAN される可能性がある。 相手サーバーを30秒で判別する方法 こういうとき、まず相手の正体を把握する。ターミナルで以下を叩くだけでほぼ分かる。 curl -sI https://example.com/ | head -10 dig +short example.com dig +short example.com NS whois <IPアドレス> 返ってきたヘッダーと DNS 情報を読み解くと、以下のことが判明した。 - server: nginx → Web サーバーは nginx - IP のネームサーバーが ns1.wpx.ne.jp → エックスサーバーの wpX プラン (WordPress 特化の共有サーバー) - whois 結果は XSERVER Inc. 大阪オフィス所在 - link: ヘッダー → CMS は WordPress - cf-ray ヘッダーなし → Cloudflare は経由していない ここまで判明すると、対処方針が見えてくる。Cloudflare がいないのは正直ラ...

Aider(エイダー)って何? プログラミングを知らない人でもわかるAIツール入門

最近、AIに仕事の一部を「丸ごと任せる」ことが当たり前になってきました。私自身、Claude Code・Codex・Gemini CLIという3つのAIツールを日常的に使っています。そこに新しい選択肢として話題になっているのが「Aider(エイダー)」というAIツールです。今日は、プログラミングを知らない方でも「なるほど、こういうものか」とわかるように、Aiderの魅力と使い方をやさしく紹介します。 そもそもAiderって何? Aiderは、一言でいうと「自分のパソコンの中にいる、まじめなAI助手」です。 文章を書くAI(ChatGPTなど)はクラウドの向こう側にいて、ブラウザから話しかけて答えをもらいます。一方でAiderは、自分のPCのターミナル(黒い画面)を通じて、パソコン内のファイルを直接読んで・書き換えてくれるタイプのAIです。 たとえるなら「書類仕事を代行してくれる秘書」 イメージしやすいように、こんな場面を思い浮かべてください。 - 机の上に100枚の書類がある - 「この書類の『株式会社A』を全部『株式会社B』に書き換えて」と頼む - 秘書がすべて直してくれる - しかも「どこを直したか」をノートに記録してくれる Aiderはこれをプログラムのコード(開発者が書いた設計書のようなもの)に対してやってくれるAIです。 今使っているAIツールと何が違うの? Claude Code・Codex・Gemini CLIも似たようなことができます。ではAiderの独自性はどこにあるのでしょうか。私が実際に触って感じた、3つの大きな違いを紹介します。 違い1:変更を自動で「記録ノート」に残す プログラムを修正するとき、通常は「Git(ギット)」という履歴管理のノートを使います。これはWordの「変更履歴」機能の強力版だと思ってください。 Aiderは、AIが何かを書き換えるたびに、 自動で記録ノートに「AIがここをこう直しました」と書き込んでくれます 。 これが何を意味するかというと、 - 後から「AIが昨日の夜10時に何を触ったか」が一目でわかる - 「あれ、やっぱり戻したい」と思ったら たった1コマンド(/undo)で巻き戻せる - 家計簿のように「いつ・何を・なぜ」が全部残る安心感 他のA...

AIが個人の営業担当になる働き方

働き方のサービスを見ていると、少しずつ流れが変わってきている気がします。 これまでは、働きたい人が求人を探して、条件に合いそうな企業へ応募するのが普通でした。 企業が募集する。人が応募する。面接する。採用する。 この形は今でも基本ですが、スキマバイトの広がりで、もっと短い単位で仕事と人がつながるようになりました。 ただ、もう一歩先があるように思います。 それは、働く人ひとりひとりが自分のページを持ち、企業側から「この人に来てほしい」とオファーを出す形です。 応募する側から、選ばれる側へ タイミーやカイテクのようなサービスは、企業が求人を出し、働く人がそこに入っていく仕組みです。 これはとても便利です。 でも、働く人の側から見ると、基本的には「出ている仕事の中から選ぶ」形になります。 もし逆に、働く人が自分の得意なこと、空いている時間、希望する条件を公開しておき、企業がそこへオファーできたらどうでしょう。 たとえば、 札幌市内で夜間の守衛ができます。 車両回送、洗車、簡単な施設管理ができます。 介護施設の見守りや補助的な業務なら対応できます。 平日の午前だけ、土日の夜だけ、月に数回だけ動けます。 こうした情報が、履歴書ではなく「働けること一覧」として見えるようになる。 企業側は、求人を出して待つのではなく、条件に合う人へ直接声をかけられる。 これは、かなり自然な形だと思います。 中間マージンをできるだけ小さくする この仕組みの大きな意味は、中間マージンを小さくできることです。 人手がほしい企業と、働ける人が直接つながれば、余計なコストを減らせます。 企業は、同じ予算でも働く人に多く払えるかもしれません。 働く人は、自分の条件を出しやすくなります。 お互いに納得したうえで仕事が決まるなら、これはWin-Winです。 もちろん、完全に仲介をなくせばいいという話ではありません。 本人確認、評価、トラブル対応、支払い、契約、キャンセル時のルール。 こうした部分は必要です。 ただ、間に入る仕組みが大きくなりすぎて、働く人の取り分が減ったり、企業の負担が増えたりするなら、本来の目的から離れてしまいます。 必要な安心だけを残して、余計な摩擦を減らす。 ここに価値が...

健康器具はデータ連携で選ぶ時代に

健康管理を続けるうえで、最近気になっているのが「測ったデータをどこまで自動で集められるか」という点です。 体重計に乗る。血圧を測る。血糖値を見る。 ひとつひとつは小さな記録ですが、毎日続くとかなり大きな情報になります。ところが、機器ごとにアプリが分かれていると、あとから見返すのが面倒になります。 そこで大事になるのが、健康器具メーカーがどれくらい外部連携に開いているかです。 体重・体脂肪ならWithingsが強い 体重、体脂肪率、筋肉量、心拍、血圧までまとめて扱いやすいメーカーとしては、Withingsがかなり有力です。 体組成計と血圧計の両方を出していて、クラウド連携も整っています。体重や体脂肪をただ記録するだけでなく、長期の変化を見たい人には向いています。 海外メーカーですが、データ連携の考え方はかなり進んでいます。 日本で血圧ならOMRON 血圧計で考えるなら、やはりOMRONは外せません。 日本で手に入りやすく、対応機器も多く、血圧を日常的に測る人には現実的な選択肢です。 ただ、データを自由に取り出して自分の仕組みに組み込みたい場合は、個人開発者向けに完全に開かれているというより、アプリ連携や法人向け連携を前提に見る方がよさそうです。 それでも、血圧データを安定して取るという意味では安心感があります。 体組成ならTANITAも候補 日本メーカーで体重・体脂肪・体組成を考えるなら、TANITAも候補になります。 HealthPlanetというサービスがあり、体組成計のデータをクラウドにためていく流れがあります。 Withingsほど海外サービス的に開いている印象ではありませんが、日本で使いやすい体組成計としては強いです。 血糖値は別枠で考えた方がいい 血糖値は、体重や血圧とは少し事情が違います。 医療寄りのデータなので、どのメーカーでも簡単に自由連携できるわけではありません。 本格的に血糖値を継続して見たいなら、DexcomのようなCGM系のサービスが有力です。血糖値を短い間隔で記録できるので、食事や生活習慣との関係も見えやすくなります。 一方で、一般的な健康管理の範囲で血糖値も扱いたいなら、iHealthのように体重、血圧、血糖などをまとめて扱うメーカーも選択肢になります。 ...

全147記事を振り返る——プログラミング知識ゼロの51歳がAIと歩んだ5ヶ月の開発記録

こんにちは、ふじのすけです。 時間リッチブログを始めてから約5ヶ月。今日は下書きも含めた全147記事を振り返りながら、「プログラミング知識ゼロの51歳」がAIと歩んできた開発の軌跡を整理してみたいと思います。 第1章:衝撃と興奮の出会い(2025年12月) 最初の記事群を読み返すと、自分でも笑ってしまうほど興奮している。 > 「もう、もう、もう!言葉にならない!」 > 「3時間が1分に!これって現実?!」 これは2025年12月7日、AIと初めて本格的にブログ記事を作ったときの下書き。慣れない人なら3時間かかるブログ投稿が、AIとの対話だけで1〜2分で完了してしまった衝撃を、そのまま文章にぶつけていた。 同じ日に書いた「プログラミング知識ゼロから半年で掴んだブレイクスルーの瞬間」では、「指示書の重要性」に気づいたことが全ての出発点だったと振り返っている。Markdownファイルの書き方から始めて、明確な指示を書けるようになることで、AIが正確に動いてくれるようになった。 この時期の下書きには「Vibe Coding」「Google Cloud Pythonリファレンス」といったキーワードが並ぶ。まだ自分で何かを作るというより、AIと一緒にプログラミングという世界を探検している段階だった。 ちなみにこの頃のテスト投稿は大量に残っている。ブログシステムそのものをAIと一緒に構築していたから、「✅ ワンクリックブロガー テスト投稿」「統合CLIからのテスト投稿」「Claude Code統合テスト」と、動作確認の痕跡がズラリ。投稿ボタンが動くたびに「おおっ!」と声を上げていた頃だ。 第2章:古いMacが覚醒した日(2026年1月〜2月) 年が明けると、開発のスケールが変わり始めた。 2026年1月25日、札幌は記録的な大雪に見舞われた。12時間で38cm、24時間で54cm。JR運休426本。その日に僕が作ったのは「大雪の日に遅延連絡システム」。Google Maps APIとPythonで、リアルタイムの道路状況を取得して、遅延しそうなら自動で連絡を入れる仕組み。これが「バイブコーディング」——雰囲気(バイブ)でAIに指示を出しながら、ノリでシステムを作り上げる体験だった。 同時期に「営業効率化の距離計算システ...

移動時間を1分単位で可視化したら「使える時間」が見えてきた — Structured × Google Calendar活用法

「9分の徒歩」が見えるスケジュール管理 — 1分単位で時間を可視化する 予定と予定のあいだに「徒歩9分」と書いてあっても、カレンダーの画面上では何も見えない。15分刻みのグリッドに、9分の移動はただの隙間でしかない。 でも実際には、その9分間も自分の時間だ。歩いている。考えている。使っている。 「時間をリッチに使う」というのは、こういう見えない時間を見えるようにすることから始まるんじゃないか。そう思って、1分単位のスケジュール管理を試してみた。 Google・Apple・Outlookカレンダーの限界 まず、普段使っているカレンダーアプリで「9分のイベント」がどう見えるか調べた。 カレンダー ドラッグの最小単位 手入力の最小 Google Calendar 15分 1分 Apple Calendar 15分 1分 Outlook 5分(設定変更後) 1分 どれも手入力なら1分単位で登録できる。ただし、日表示のグリッドが1時間=約60〜80ピクセルなので、9分のイベントは高さ約10ピクセル。テキストすら表示されない薄いスライスになる。 Google CalendarもApple Calendarも「移動時間」機能はあるが、選択肢は5分・10分・15分・30分・1時間の固定。9分ぴったりは設定できない。 結論として、標準カレンダーは「9分の徒歩を視覚的に捉える」用途には向いていなかった。 Structured — 1分単位で時間をブロック化するアプリ iPhoneアプリ「Structured - Daily Planner」を導入した。 このアプリの特徴は、タイムラインが縦に流れる表示で、短い時間でもちゃんとブロックとして見えること。3分の移動も、5分の待ち時間も、色付きのブロックとして視覚化される。 カテゴリごとに色分けできるので、こんな設計にした。 - 徒歩 → 緑 - 乗車 → 青 - 待機 → グレー - 予定 → オレンジ 実験:「自宅→札幌駅→大通」を細分化してみた テストとして、ある日の移動スケジュールを1分単位で分解した。 時刻 所要時間 内容 10:00 - 10:03 3分 自宅→最寄りバス停 10:03 - 10:08 5分 バス待ち 10:08 - 10:20 12分 バス乗...

自宅LinuxサーバーにMCPサーバーを構築してClaude Desktopから書類検索できるようにした

自宅のLinuxサーバーにMCPサーバーを構築して、Claude Desktopから4,400件超のスキャン書類を検索・表示できるようにした。名刺、レシート、契約書——全部AIに「探して」と言うだけで出てくる。 この記事では、実際にハマったポイントも含めて手順を共有します。 やりたかったこと ScanSnapでスキャンした書類が4,400件以上ある。Gemini OCRで全件テキスト化済み。これをClaude Desktopから自然言語で検索して、実際の書類画像まで表示させたい。 書類データはLinuxサーバー(Ubuntu 24.04)に保存してあるので、そこにMCPサーバーを立てて、MacBookのClaude Desktopから接続する構成にした。 構成図 Claude Desktop (MacBook) ↓ SSE over Tailscale MCP Server (Linux :3100) ├── search_documents → OCR全文検索 ├── search_meishi → 名刺の構造化データ検索 ├── view_document → 書類画像を表示 └── get_stats → データベース統計 ポイントは、自宅ネットワーク内のTailscale(VPN)経由で接続すること。インターネットに公開する必要はない。 MCPサーバーの構築(Python + FastMCP) MCP SDKのインストール Ubuntu 24.04ではシステムPythonに直接pipできないので、venvを作る。 python3 -m venv ~/mcp_venv ~/mcp_venv/bin/pip install 'mcp[cli]' サーバースクリプトの書き方 from mcp.server.fastmcp import FastMCP mcp = FastMCP( "サーバー名", host="0.0.0.0", port=3100, ) @mcp.tool() def search_documents(query: str) -> st...

MacBook NeoでClaude Desktopが入らない?A18 Proチップの罠とHomebrew解決法

MacBook Neoを買って、さっそくClaude Desktopをインストールしようとしたら、まさかの「このデバイスに対応していない」表示。公式ダウンロードページにアクセスすると、iOS版しか出てこない。 これ、同じ症状で困っている人がいるかもしれないので、原因と解決法を共有します。 症状:ダウンロードページでiOS版が表示される Safariで Claude公式ダウンロードページ にアクセスすると、Mac版ではなくiOS版のダウンロードリンクが表示される。当然「このデバイスに対応していません」となってインストールできない。 MacBookなのに、なぜ? 原因:A18 ProチップがiPhoneと同じ MacBook Neoに搭載されているApple A18 Proチップは、iPhone 16 Proと同じものです。ダウンロードページがチップ情報を見てデバイスを判定しているようで、「A18 Pro = iPhone」と誤認識してしまう模様。 MacBook NeoはApple初のAシリーズチップ搭載ノートPCなので、まだWebサイト側の対応が追いついていないのでしょう。 解決法:Homebrewで一発インストール ダウンロードページを経由せず、Homebrewからインストールすれば問題なし。 手順 ターミナルを開いて、以下のコマンドを実行するだけ。 brew install --cask claude Homebrewが入っていない場合は、先にこちらでインストール: /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)" 確認 インストールが完了すると /Applications/Claude.app が配置されます。Launchpadからも普通に起動できます。 open /Applications/Claude.app 動作確認 実際にMacBook Neo(Apple A18 Pro / macOS Tahoe 26.4)で問題なく動作しています。Homebrewのcaskは macOS >= 12 が要件なので、...

AIと作るiPhoneショートカット——できたこと、できなかった「1タップ」、そしてiPhoneミラーリング

MacBook Neoを買って2週間。エントリーモデル(M4チップ、メモリ16GB)で約11万5千円。ポイント還元も含めると実質11万円を切る。正直「この価格で何ができるんだろう」と思っていた。 今日、その答えが出た。 やりたかったこと:声で予定を登録するショートカット iPhoneに向かって「明日Google Driveの容量確認して」と話すだけで、Googleカレンダーに自動で予定が入る。そんなiOSショートカットを、Claude Code(AIアシスタント)と一緒に作ることにした。 仕組み自体はシンプルだ。音声入力でテキスト化 → Google Apps Scriptに送信 → カレンダーに登録。サーバー側のプログラムはAIが全部代理で書いてくれた。Googleカレンダーの専用カレンダー作成も、APIキーの設定も、デプロイも全て代行。 問題はiPhoneのショートカット側だった。 AIがつまずいた「1タップ」の壁 AIはiOSショートカットのファイル(.shortcut)をプログラムで生成できる。実際に6回以上、異なる方式で生成を試みた。音声入力のアクション、URLの設定、結果の表示——構造としては正しく作れている。 でも毎回、 変数の連携が切れていた 。 iOSショートカットでは「音声入力の結果」を「URL」に渡すために、青い変数タグをタップして接続する必要がある。この「タップして接続する」という操作だけが、プログラムからはどうしても再現できなかった。 Appleが内部構造を公開していないため、プログラムで変数をつなぐ正確な方法がわからない。Gemini(GoogleのAI)にも相談したが、「非常に困難で安定動作の保証はほぼ不可能」という結論だった。 つまり、 AIにできないことが1つだけあった 。画面上の青いボタンを1回タップすること。 iPhoneミラーリングが解決策になった ここで活躍したのがmacOS SequoiaのiPhoneミラーリングだ。iPhoneの画面がそのままMacのウィンドウに表示される。 最初は「ミラーリングでペーストすればいいじゃん」と思ったが、 MacのクリップボードはiPhoneミラーリング経由ではペーストできない ことが判明。 でも キーボード入力は通る 。 A...

iMessageのデータベースをAIで検索したら、忘れていた2年前の自分の行動が全部出てきた

「あのとき自分で変更したんだっけ?」——iMessageのデータベースが2年分の記憶を掘り起こしてくれた話をする。 きっかけ:Netflixの登録メールが変わっていた ある日、Netflixにログインしようとしたら、登録メールアドレスが自分のものではなく、家族のアドレスに変わっていることに気づいた。 「あれ、いつ変更した? 自分がやったのか、それとも……?」 記憶をたどっても思い出せない。メールを検索しても、それらしいものは見つからない。こういう細かい経緯って、意外と記録に残りにくい。 そこで頼ったのが、Macの「メッセージ」アプリの裏側にあるデータベースだった。 iMessageの隠れた資産:chat.db Macユーザーなら誰でも持っているファイルがある。 ~/Library/Messages/chat.db これはiMessageとSMSの全履歴が格納されたSQLiteデータベースだ。特別なアプリは不要で、ターミナルからSQLコマンドひとつで検索できる。 今回はClaude Code(ターミナルで動くAIアシスタント)にこのデータベースを検索してもらった。 「Netflixに関するメッセージを探して」 たったこれだけの指示で、AIが適切なSQLクエリを組み立て、過去2年分のやりとりから関連メッセージを時系列で抽出してくれた。 掘り起こされた2年分の記憶 結果は明快だった。 時系列で並んだメッセージを読むと、自分が家族にNetflixの使い方を教え、ログインコードを転送し、プラン変更まで行っていた。さらには「○○のアドレスで登録されてるし」と自分で送信していたメッセージまで見つかった。 つまり、 自分が主導してアカウントを家族と共有し、登録アドレスの変更も把握していた ということが、2年分のやりとりから証明された。 記憶は曖昧でも、データベースは正直だ。 AIが「探偵」になる瞬間 今回面白かったのは、Claude Codeに「Netflixのメッセージを探して」と頼んだだけで、AIが自発的に検索範囲を広げてくれたことだ。 最初は「Netflix」というキーワードで全体を検索し、関連する相手を特定。次に「コード」「パスワード」「アカウント」「変更」といったキーワードで深掘りし、最終的に...

MacBook NeoにComfyUIを導入!無料ローカルAI画像生成で7モデル試して4つに厳選した話

イメージ
MacBook Neoが最強の相棒に?ComfyUIローカル導入で無料画像生成AIを遊び倒してみた件 どうも、時間リッチを追求する僕です。札幌の長い冬は、家で過ごす時間もたっぷり。そんな時間に最高の相棒を見つけました。そう、先日手に入れたばかりの「MacBook Neo(Apple A18 Proチップ、8GB RAM)」に、いま話題の画像生成AI「ComfyUI」をローカルで導入したんです! 「AIで画像生成って、なんか難しそう…」「高額なGPUが必要なんでしょ?」 僕も最初はそう思っていました。でも、MacBook NeoとComfyUIの組み合わせは、まさに革命でした。完全無料で、しかも手元のMacBookでサクッとAI画像を生成できるなんて、夢のようじゃないですか? 今回は、僕がこのMacBook NeoでのAI画像生成体験を通して、7つのモデルを試し、最終的に4つに厳選するまでの試行錯誤、そして驚きの高速生成テクニック、さらには「ComfyUIのGUIはもう使わない」という僕なりの最適解まで、たっぷりと語っていきたいと思います。MacBookユーザーの皆さん、必見ですよ! MacBook Neoが無料画像生成AIの神マシンに!ComfyUI導入奮闘記 新しいMacBook Neoを手に入れて最初に思ったのは、「この最強のチップ、ただ動画編集やブログ執筆に使うだけじゃもったいない!」ということ。せっかくだから、最先端の技術を体験したい。そうして白羽の矢が立ったのが、画像生成AIのローカル導入でした。 なぜローカル環境を選んだか?理由はシンプルです。 1. 完全無料: クラウドサービスは便利だけど、結局月額費用がかかる。ローカルなら一度設定すればあとは電気代だけ! 2. プライバシー: どんな画像を生成しても、誰かに見られる心配がない。 3. いつでもどこでも: ネット環境がなくても、サッと画像を生成できる。札幌のカフェでドヤ顔でAI画像生成、なんてのもアリですよね(笑)。 中でもComfyUIを選んだのは、その柔軟性と高いカスタマイズ性。最初は導入にちょっと手間取るかな…と思ったのですが、Webで検索するとMac向けの導入ガイドもたくさん出てくるので、思ったよりスムーズに環境構築ができました。「AnacondaでP...
イメージ
AIというと、「何でも答えてくれる便利な存在」として語られがちです。もちろんそれも魅力です。でも最近、僕がいちばん可能性を感じているのは別の部分です。 それは、 点在する情報をつなげて、意味に変える力 です。 情報は足りないのではなく、散らばっている 日常でも仕事でも、「分からない」「決められない」「探せない」と感じる場面は多いです。でも後から振り返ると、必要な情報がゼロだったわけではないことも多いんですよね。 メモは残っている。予定もある。過去のやり取りもある。写真や書類もある。ただ、それぞれが別々の場所にあって、つながっていないだけ。人は情報不足より、 情報の分断 に困っているのかもしれません。 つながらない情報は、持っていないのと少し似ている 買いたい物のメモ、会う予定、以前の会話。この3つが頭の中で結びつかなければ、行動にはつながりません。企業でも同じで、顧客情報、問い合わせ履歴、売上データが別々のままだと、次にどう動くべきかが見えにくい。情報はあるのに、意味になっていないんです。 AIは「関係を見つける補助役」として強い ここでAIが効いてくると思っています。AIの価値は、ゼロから何かを作ることだけではありません。散らばった情報の中から、関係がありそうなものを拾い、並べ、つなげることにも大きな意味があります。 予定とメッセージを見て今週やることを整理する。過去のメモから今の悩みに近い記録を引っ張る。問い合わせ内容と購入履歴から次の提案のヒントを出す。こういう地味な整理こそ、生活や仕事をじわっと変える力になるはずです。 AIは未来の道具というより、整理の道具 僕はAIを、未来のためだけの派手な道具というより、 今すでに持っている情報を整理し、点を線に変える道具 として見ています。 答えを出す力も大事。でもそれ以上に、散らばったものをつなげて意味に変える力に、これからのAIの本当の価値がある気がしています。 この記事が参考になったら、応援いただけると励みになります。 ☕ Buy me a coffee 著者: ふじのすけ 投稿日: 2026-04-05 13:05 JST
イメージ
クラウドを使っていると、こんなことを思う場面がありませんか。 Google Drive には仕事の資料、OneDrive には写真、別の場所にはバックアップ。保存先が増えるほど便利になる一方で、「結局どこに何があるのか分かりにくい」「まとめて移したい」「自動で整理したい」という悩みも出てきます。 そんなときにかなり頼りになるのが Rclone です。最初は少しだけとっつきにくく見えるかもしれませんが、仕組みを知ると「これは便利だな」と感じる人が多いはず。今回は、Rclone がどんなツールなのかを、できるだけ分かりやすく紹介してみます。 Rcloneは何をするツールなのか Rclone は、ローカルのフォルダやクラウドストレージ、サーバーの間でファイルをコピーしたり、同期したり、一覧表示したりできるコマンドラインツールです。 イメージとしては、昔からある rsync のクラウド対応版に近い存在です。Google Drive、OneDrive、Dropbox、S3、WebDAV、SFTP、SMB など、かなり多くの保存先を同じ考え方で扱えます。 保存先ごとにアプリや操作方法がバラバラだと管理が面倒ですが、Rclone はその差をかなり吸収してくれます。接続先に名前をつけておけば、同じ書き方で操作できるのが大きな魅力です。 たとえばこんな使い方ができる Rclone でよくある使い方は、次のようなものです。 パソコンのフォルダをクラウドへバックアップする Google Drive から OneDrive にまとめて移す サーバー上のファイルを手元のPCにコピーする 暗号化してクラウドへ保管する クラウドをローカルドライブのようにマウントする たとえば、ローカルの書類を Google Drive にコピーするなら、こんなイメージです。 rclone copy ~/Documents gdrive:backup/Documents OneDrive に写真をそろえるなら、こんな感じです。 rclone sync ~/Photos onedrive:Photos Dropbox から Google Drive に移すこともできます。 rclone copy dropbox:work gdrive:ar...
イメージ
4,000枚超の紙書類を「2秒で見つけてiPhoneに転送」できる仕組みを、AIとスキャナーで作った話。 車検証、点検記録、年賀状、給与明細、保険証券、領収書——。長年スキャンして溜め込んだPDFが4,000枚以上。「あの書類どこだっけ」と探すたびに、フォルダを掘り返していた。 今日、この問題が完全に解決した。 「法定12ヶ月点検の請求書、探して」と打つだけで、2秒後にはピンポイントでファイルが見つかり、iPhoneに転送される。しかもかかった費用は約30円。 全体の流れ やっていることはシンプルだ。 1. ScanSnap iX1600 で紙をスキャン→PDF化 2. Mac mini 2014 にファイルサーバーとして保存 3. Gemini API (GoogleのAI)でPDFの中身をテキスト化(OCR) 4. テキストデータをJSONファイルにまとめて保存 5. Python のスクリプトでキーワード全文検索 6. 見つかったPDFを iCloud Drive 経由でiPhoneに転送 道具立てとしては特別なものはない。ScanSnapは定番のドキュメントスキャナーだし、Mac miniは2014年モデルの古いやつ。AIの部分はGoogleのAPIを使っているだけ。 ポイントは「これらを一本の線でつないだ」ことにある。 最大の壁は「合冊PDF」だった ScanSnapでスキャンすると、複数枚の書類が1つのPDFにまとまってしまうことがある。たとえば車の整備記録だと、車検の請求書・1年点検の請求書・タイヤ交換の請求書が15ページの1ファイルに合冊されていた。 この状態だと、OCRで「法定12ヶ月点検」というテキストが見つかっても、「15ページのうちどれがそれ?」がわからない。実際に今日、2年前の法定点検の金額内訳を調べたくて検索したら、合冊PDFにヒットしてしまい、目的のページを探すのに手間取った。 pypdfで全部バラした 解決策は単純。Pythonのライブラリ pypdf を使って、複数ページのPDFを1ページずつに分割した。 Mac mini上の全PDFをスキャンしたところ、 371ファイルが合冊状態 で、合計1,024ページ分。これを全部1ページ1ファイルに分割。元の合冊ファイルは ...
イメージ
パソコンを娘に渡す前夜に、僕がやったこと 明日から、僕のパソコンは娘のものになる。 Surface Laptop Studio。この2年間、僕の相棒だったマシン。仕事の書類を作り、ブログを書き、深夜にコードと格闘し、時には音声入力で独り言のようにアイデアを吹き込んだ。キーボードの手触りも、画面の明るさも、もう体の一部のように馴染んでいた。 それを、娘に渡す。 「片付け」という名の振り返り 渡す前に、パソコンの中身を整理した。 不要なアプリを消し、古いキャッシュを掃除し、大事なファイルは外付けハードディスクや自宅のサーバーにバックアップした。OneDriveのデータ、動画ファイル、開発プロジェクト——ひとつひとつ確認しながら移していく作業は、思った以上に感傷的だった。 「これ、去年の夏に作ったやつだ」 「このフォルダ、結局一度も開かなかったな」 パソコンの中身って、持ち主の時間そのものだ。フォルダの名前ひとつに、あの頃の自分が何を考えていたかが残っている。 最後のコマンド 整理の最後に、僕はひとつのコマンドを打った。 git push。 プログラミングをしない人には馴染みのない言葉だと思うけど、簡単に言えば「自分の作業記録をクラウドに保存する」こと。僕がこのパソコンで積み上げてきたもの——メモ、設定、記録——をすべて安全な場所に送り出す、最後の操作。 画面に表示された「main -> main」という素っ気ないメッセージ。たったそれだけのことなのに、なぜか胸にくるものがあった。 このパソコンでの「僕の時間」が、ちゃんと保存された。どこか別の場所から、いつでも取り出せる。そう思ったら、少しだけ安心した。 娘のための準備 ログイン画面には、娘の名前だけが表示されるようにした。 僕のアカウントは見えないけれど、消えたわけじゃない。ユーザー名とパスワードを打てば、いつでも戻れる。でも当分は、このパソコンの主役は娘だ。 余計なアプリが起動しないように設定を整え、画面をすっきりさせた。娘が電源を入れたとき、「新しいパソコンみたい」と思ってくれたらいいな、と思いながら。 また会える パソコンを渡すのは少し寂しい。 でも、僕にはもう一台のマシンがある。そこからでも、同じ記録にアクセスできるし、...