2月

21
【初心者歓迎】Nextbeat Tech Bar：大規模言語モデルについて考える会
生成AIについて勉強しよう

主催 : 株式会社ネクストビート

ハッシュタグ：#NextbeatTechBar

募集内容	オンライン参加無料先着順 285/290人オンライン発表枠（20分）無料先着順 2/2人オンラインLT枠（5分）無料先着順 4/4人
申込者	申込者一覧を見る
開催日時	2025/02/21(金) 19:00 ～ 20:40 Googleカレンダー icsファイル
募集期間	2025/01/17(金) 09:58 〜 2025/02/21(金) 20:40まで
会場	オンライン開催オンライン
参加者への情報	(参加者と発表者のみに公開されます)
出席登録	(イベント開始時間の2時間前から終了時間まで、参加者のみに公開されます)

イベントの説明

📢 イベント概要

この2年間で、大規模言語モデル（Large Language Model：LLM）やそれを応用したチャットボットは、私たちの働き方や生活に驚くべき変革をもたらしてきました。

ソフトウェアエンジニアの皆さんも、ChatGPT、Claude、GeminiといったチャットボットやGitHub Copilot、ClineのようなAIコーディングツールで、日々新たな可能性を実感していることでしょう。さらには、自社サービスへのLLMの組み込みにも挑戦されている方も多いのではないでしょうか。

本イベントは、LLMの最新トレンドや業務を超えた活用事例、そして未来に向けたビジョンについて、参加者同士でワイワイと意見を交わすカジュアルなイベントです。

オンライン懇親会では、カジュアルな雰囲気でLLMがもたらす可能性を存分に語り合うこともできます。「知るだけ」ではなく、「体験し、語り合う」ことで、新たなアイデアが生まれるかもしれません。

皆様の積極的なご参加と、発表を心よりお待ちしております！

参加資格

LLMそのものだけでなく、ChatGPTなどのLLMを活用したチャットボットに興味がある方も、ぜひこの機会にご参加ください。

オンライン発表について

発表枠について：
- 通常発表枠（発表20分+質疑応答5分）
- LT枠（発表5分）
当日の流れ：

各発表者はご自身のPCから画面共有をお願いします。開始前の18:50からGoogle Meetに入室いただき、事前の画面共有テストを実施します。
発表タイトル＆概要のご提出：

イベントページ公開用に、開催の2週間前までに発表タイトルと概要をご提出ください。提出先：ml-dev-event{at}nextbeat.net（※ {at} を @ に変換してください）

日時

2025年02月21日（金）19：00～20:40

オンライン懇親会について

MetaLifeを使ったオンライン懇親会を開催します！上限人数25名までの案内となりますので、ぜひ早めのご参加を。懇親会の参加URLについてはconnpassの「参加者への情報」欄に記載しています。。

開催方法

オンライン開催（Google Meet）になります。

※参加URLは「参加者への情報」欄に記載しています。

スケジュール

時間	内容	発表タイトル
18：30	開場（Google Meet 入場可能）
19：00	オープニング	by kmizu
19：10	発表1（20分枠+5分）	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〜 by @erukiti
19：35	発表2（20分枠+5分）	AivisSpeechの裏側の技術を探る〜日本語音声合成のつらみについて〜 by Torishima
20：00	休憩
20：10	LT1（5分）	OpenAIのDeep Researchを使ってみた by @kmizu
20：15	LT2（5分）	業務でCursorを活用している話 by 冬月十夜
20：20	LT3（5分）	Cline+Claude SonnetでのAIプログラミングが心地よい by @tomohisa
20：25	LT4（5分）	【AI 自走型】Figma からデザインコーディングを行うプロンプト by @tetsuro_b
20：30	クロージング
20：40	オンライン懇親会（MetaLife）
21：50	オンライン懇親会終了

発表概要

発表1：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〜 by @erukiti

LLMの新たな選択肢としてGemini 2.0 Flashに注目し、その特徴と実践的な活用方法を解説します。従来のLLMは「高性能だが高コスト」か「低コストだが低性能」という二択でしたが、Gemini 2.0 Flashは適切なプロンプトエンジニアリングにより、高コストなモデルに匹敵する性能を低コストで実現できます。実例として文書管理システムの開発を取り上げ、Chain of Thoughtや構造化出力といった具体的な手法を用いて、いかに実用的なAIシステムを構築できるかを示します。コストパフォーマンスを重視しながら、実践的なAI開発のアプローチを学べる内容となっています。

発表2：AivisSpeechの裏側の技術を探る〜日本語音声合成のつらみについて〜 by Torishima

LLM と併せて使われることも多い音声合成ですが、日本語音声合成がいかに複雑な分野で、日本語が世界全体（特に英語圏）の技術トレンドにそのまま載れない特殊な言語特性を持つことなど、その技術的な難しさはあまり知られていません。今回は AivisSpeech の裏側で動いている技術を通して（地味に初公開！）日本語音声合成のつらみについて解説します。

LT1：OpenAIのDeep Researchを使ってみた by @kmizu

Deep Researchは今月初頭、OpenAIがリリースしたサービスで、大規模言語モデル（LLM）を使って作られています。Deep Researchを使うことで、様々な分野の詳細なレポートを数十分で作り上げることができ、その能力は驚くべきものです。

このLTではDeep Researchを試してみた感想を発表します。

LT2：業務でCursorを活用している話 by 冬月十夜

AIエディタの先駆けとなるCursorですが、実際に業務で活用してみた生の声を紹介します。

LT3：Cline+Claude SonnetでのAIプログラミングが心地よい by @tomohisa

今年に入って、LLMにアシストされたプログラミングツールが話題になっています。Clineを使ってみて、今までのGithub CopilotやWeb上でのChatGPTに比べ、１ステップ、LLMプログラミングの階段が上がったと感じています。このLTでは、Clineを使ってAIプログラミングを行う際に気を付けているポイントについてお話しします。

LT4：【AI 自走型】Figma からデザインコーディングを行うプロンプト by @tetsuro_b

Cursor を活用した Figma からデザインコードを生成するプロンプトを開発したので紹介します。 Figma からコード生成したい場合の専用ツールなど最近は出てきていますが、中々既存のプロジェクトのルールに沿った内容でコードを生成するのが難しく思います。 LT ではどのように既存プロジェクトに沿ったコードを生成できるようにするのかプロンプト設計のポイントを解説していきます。