AI開発・プログラミング入門｜コード生成からアプリ構築まで

Claude Desktop（Windows）を開こうとすると「このアプリを開くことができません」と出て、「Claudeの詳細オプションに移動して、[修復] を選択する必要があります」と案内される——このとき案内どおり[修復]を押せば直る。アンインストールも、データを消すリセットも要らない。ただし実際に詰まる段差がひとつあり、それがこの記事の中心だ。[修復]を押すと「アプリが起動中のため実行できない」と弾かれることがある。アプリのウィンドウはどこにも開いていないのに、である。原因はClaude Desktopがウィンドウを閉じてもタスクトレイに常駐し続けることで、その常駐プロセスがパッケージのファイルを掴んだままだと修復が通らない。対処は単純で、プロセスを明示的に終了させてから[修復]を押す。そしてこの事実は不具合の原因そのものを示唆している——同じプロセスが更新を壊し、修復も妨げていたという筋書きだ。本記事はもう一つ、読者が最初に気にする点にも答える。セッションは消えるのか。答えは3種類に分かれる。claude.aiの会話履歴はAnthropicのサーバー側にあり影響を受けない。Claude Codeのセッションは%USERPROFILE%\.claude\projects\配下、すなわちアプリパッケージの外にあるため、修復でもリセットでもアンインストールでも残る（実機では2,977ファイル・約3.0GB・52プロジェクトを計測）。失われうるのは%APPDATA%\Claudeのアプリ側設定だけで、それも[修復]なら保持される——Windowsの画面自体が[修復]には「アプリのデータは影響を受けません」、[リセット]には「アプリのデータは削除されます」と表示している。さらに、状態確認のPowerShell、バックアップ手順、直らないときの段階的なエスカレーション（vmcompute/hnsの起動確認、-PreserveApplicationDataを付けた再インストール）、MSIXの「半登録」という推定原因とGitHub issue（#55465＝インストール成功だがエントリポイント欠落、#50285、#48437。いずれもclosed as not plannedで公式修正なし）、再発予防、そして旧インストーラ版との比較（MSIX配布の最新版と旧形式実機がともに1.24012.9で同一だった実測）まで扱う。

Claude Codeで応答の途中に「API Error: Connection closed mid-response. The response above may be incomplete.」と出て止まる——これはプロンプトの問題ではなく、応答のストリームを運んでいた接続が途中で閉じられた通信層の事象だ。本記事は公式のエラーリファレンス・公式CHANGELOG・パケットキャプチャ付きの実Issueだけを根拠に整理する。まず公式の定義（Connection closed＝切断、Response stalled＝無音、Server error＝サーバ側の失敗という3種の違い）と、途中まで流れた出力が「あえて」保持される理由——送り直すと同じツール呼び出しを二重に実行しうるため——そして復帰手順がcontinueと返すことである点。次に切断が起きうる3つの層（手元の回線・スリープ／プロキシやVPNのアイドル切断／サーバ起点の切断）と、Issue #67766の報告者が公開したパケットキャプチャの実測値（10件すべてがサーバ側からの正常終了、FINからエラー表示まで3〜105ms、切断時点で7〜20KB受信済み、リクエスト本体1〜2.5MB、張り直した接続は約20msで成功、23日で200エラー171件、うち87件は直前の通信から5秒未満）。さらに本記事の実利の中心として、公式CHANGELOGに実在する接続まわりの修正の時系列（2.1.179＝途中応答の保持、2.1.185＝停滞警告を10秒から20秒へ、2.1.198＝一時的なネットワーク断をバックオフでリトライ、2.1.199＝ストリーム中のサーバエラーでも途中出力を保持、2.1.214＝古い接続のエラー後はキープアライブのプールを無効化）を、報告されたバージョン（#69336＝2.1.173／#69415＝2.1.181／#69517＝2.1.183）と突き合わせ、報告の集中帯がいずれも2.1.198より前であることを示す。加えて起きやすい条件、8手のユーザー向けチェックリスト、開発者向けの6指針（長い応答は必ずストリーミング、TCPキープアライブ、公式SDKの既定2回リトライ、200のあとに来るSSEエラーの別扱い、受信済みを捨てない、接続プールを疑う）、Unable to connectやPrompt is too longとの見分け方、そして「症状と対処は公式に文書化されているが原因の公式説明はまだ無い」という確度の切り分けまでを扱う。

ローカルLLMを動かそうとHugging Faceを開くと、同じモデルにQ4_K_M・Q5_K_S・GPTQ・AWQ・IQ3_Mと大量のファイルが並び固まる——その壁を「どの量子化ファイルをダウンロードすれば動くのか」の実践目線で解く。量子化とは何かの概念は別記事に譲り、フォーマットの選び方に絞る。選択は2段階=①どのフォーマットか（＝どのエンジンで動かすか）②その中でどのビット数か。最重要の事実は、量子化ファイルは対応エンジンでしか動かないこと。GGUFだけがCPU・Mac・GPU一部載せに対応した唯一のローカル万能形式でllama.cpp/Ollama向け、GPTQ/AWQ/EXL2は基本GPU前提（vLLM/TGI等）、bitsandbytesはTransformersで即時量子化・キャリブレーション不要。GGUFの命名Q4_K_Mは3部構成=Q4（4bitの目安・数字が大きいほど高品質大サイズ）・K（K-quant＝超ブロック単位で賢く量子化。無印/_0/_1は旧方式）・M（S/M/L＝一部の重要テンソルを高ビットに格上げする度合い。実効ビットは表記より多くQ4_K≈4.5bpw）。IQ系（I-quant）は同ビットでもさらに小さいが推論が重くimatrixがほぼ必須。imatrixはキャリブレーションで効く重みを測り低ビットを保護する仕組み。GPTQは層ごと誤差最小化、AWQは活性化を見て重要な1%の重みを保護（どちらが常に上とは言えない）。ビット数は迷ったらQ4_K_M（Ollamaの多くの既定）、余裕あればQ5_K_M/Q6_K、Q8_0はほぼ無損失だが非推奨、大モデルを詰め込むときだけIQ2/IQ3。約4.5〜5bpwが“おいしい帯”という経験則。HuggingFaceはlibrary=gguf/bartowski・mradermacher（配布者の活動は要確認）、Ollamaはタグmodel:size-variant-quant。数値は目安でモデル・ビルドにより変わる。127「量子化とは」と住み分け。

Claude Desktop（Windows・Microsoft Store/MSIX版）を更新した直後にアプリを開こうとすると、「このファイルはほかのプログラムで使われています」というダイアログが出て起動できず、PCを再起動するまで直らない——という既知の不具合の解説。結論から言うと、PCの完全再起動は必ずしも必要なく、「ログオフ→ログイン」で復旧できる場合が多い（GitHub #53247）。一方、ネット上でよく見る「サービスを止めれば直る」（Stop-Service CoworkVMService 等）は、この不具合では効かないと報告されている。エラーの正体はイベントログ（AppModel-Runtime 215/208、0x80070020＝ERROR_SHARING_VIOLATION）で、失敗しているのはアプリ起動時のDesktop AppXコンテナ生成（Job→Silo変換）。handle.exe/Process Explorerの検証でユーザー空間のファイルロックが無いことも確認済みで、ダイアログの文言は実態を表していない。引き金はCoworkVMServiceの自動起動がJob Objectを占有する説（#57221）と、起動時クラッシュで孤立ハンドルが残る説（#53247）の2つがあり未決着。恒久策はMSIX版をやめてSquirrel版に乗り換えること。本記事はWindows 11 Home実機1台の調査ログとGitHub issueの突き合わせに基づき、確定・推定・未確定をラベルで区別して整理する。

「AIでシステム開発の工数はどれだけ減るのか？」——2025〜2026年のエージェント型コーディングの登場で、測る単位そのものが変わった。かつては「1タスクが何%速いか」だったが、いまや「数週間かかった開発サイクルが数時間〜数日に圧縮される」桁の話だ（TechTarget）。Claude Fable 5はStripeの5000万行移行を1日で完了、TELUSは50万開発者時間を節約、サイクルタイムは9.6→2.4日に。補助利用（オートコンプリート）時代のCopilot RCT 55.8%高速・McKinseyのタスク別20〜50%は、いまや下限だ。ただし「一律10倍」ではない：Anthropicの2026 Agentic Coding Trends Reportによれば開発者はAIを仕事の約60%で使う一方、完全委譲できるタスクは0〜20%（委譲ギャップ）で人のレビューが要り、AI作業の約27%は以前なら存在しなかった新しい仕事（削減＝増産）。良い文脈設計があればエラー40%減・55%高速。「AIで熟練者は19%遅くなる」というMETRの2025年結果も2026年に反転方向で、当人が「測定は実態を過小評価」と自認している。本記事では、この二極化を名前付き出典（GitHub・McKinsey・Anthropic・METR・DORA）で切り分け、工数削減を実際に取りに行く方法までを整理する。

Claude Codeで長時間作業していると、応答が突然「court court court…」と同じ単語を何十〜数百回も繰り返し、最後に「API Error: Response stalled mid-stream. The response above may be incomplete.」で止まる——この現象は、あなたのプロンプトのミスではなく、2つの別々の既知不具合が連鎖して起きている。①モデルが同じトークンを吐き続ける反復（デジェネレーション、GitHub #68740/#65823/#66950）と、②大量出力や接続の問題で応答ストリームが止まる「Response stalled mid-stream」（#70840・公式エラーリファレンス）だ。courtに意味はなく、モデルがたまたまそのトークンに固着しているだけで、area:modelラベルの付いたモデル側の不具合である。本記事では、この2層の正体、「court/invokeタグ漏れ」型（別記事）との違い、誘発条件（長時間・大コンテキスト・ツール呼び出し直前の文章生成・不安定な接続・長文出力）、今すぐの止め方（Escで中断→新セッション/clearへ逃げる・前置きなしでツール呼び出し・タスク分割）、開発者向け対処（読み取りタイムアウト・反復検出ガード・壊れた履歴を残さないリトライ・max_tokens上限）、Connection closed mid-responseやPrompt is too long等との見分け、2026年7月時点で恒久修正が未確認である対応状況までを、公式ドキュメントと実Issueに基づいて整理する。

Claude CodeやAPIで突然出る「API Error: 400 Output blocked by content filtering policy」——これは使用量制限でもコンテキスト超過でもなく、Claudeが返そうとした「出力」を安全フィルタが差し止めた状態だ。主目的は既存著作物の逐語再現の防止で、MIT/Apacheなど標準ライセンスの全文生成、既存ソースへの「一致」作業、長文ドキュメントの複製などで悪意なく誤検知（false positive）することが多い。本記事では、公式説明（出力段のフィルタが著作物の再現を検知して400でブロックする仕組み）、実際のClaude Code Issueに見る誤検知パターン（OSSリポジトリ初期整備・リスト照合・長時間エージェント実行の末にトークン上限と誤診断）、今すぐ直す方法（モデルに丸写しさせずツールで取得・プロンプトを生成/要約寄りに言い換え・Escでリトライループを止める・タスク分割・誤検知はサポート報告）、Prompt is too long／usage limit／529 Overloaded／max_tokensとの見分け方までを整理する。

個人開発で「作れたけれど、どう稼ぐか・いくらに値付けするか」で止まる人は多い。本記事は収益化モデル（無料／買い切り／サブスク／フリーミアム／広告／寄付）の選び方と、コストや競合ではなく「顧客が得る価値」を起点にするバリューベースの価格設計、無料→Pro→Businessの3段階プランと年払い割引の定石、最初の課金ユーザーの取り方、そしてAPIトークンなどAIコストを織り込んだ採算まで、個人開発者の目線で実践的にまとめた。母艦記事「AIで個人開発ロードマップ」の育てるフェーズを深掘りする一本。

個人開発が完成しない最大の原因は「作り込みすぎ」。あれもこれもと機能を盛るうちに複雑になり、公開されないまま消えていく。それを避ける唯一の方法が、価値が伝わる最小のプロダクト＝MVPを1機能に絞って最速で公開することだ。本記事はMVPの正しい捉え方、機能を削るスコープ判断、AIで最速に作る2ルート（コードを書かないvibe coding／AIエディタで書く実践）、「完成」の見極め、公開して1人に使わせるまでを、AIを相棒にする個人開発者の目線で解説する。

AIが「コードを書く手」を持った今、一人でもプロダクトを作って世に出せる時代になった。だが情報が工程ごとにバラバラで、何から手をつければいいか迷子になりがち。本記事はアイデア→設計→実装→公開→収益化までの全体地図（ロードマップ）で、個人開発を「決める→作る準備→作る→出す→育てる」の5フェーズに整理し、各工程で何をするか・どのツールを使うかを示して、深掘りが必要な工程は個別ガイドへ送る母艦（ハブ）記事。しかもコードをほぼ書かない🌱入門ルートと、AIエディタでコードを書く🔧実践ルートの2レーンで案内するので、自分に合う方をたどれば遠回りせずに動くものまでたどり着ける。仕様駆動・AIアプリビルダー・Claude Code/Cursor・AI機能の組み込み（API/RAG/ゲートウェイ）・デプロイ・SEO/AEO集客・収益化・コスト管理・一人開発×AIのつまずき5つまでを、既存の実践ガイドへの導線付きで一枚にまとめた。

Claude Codeで週次上限に当たったのに、1週間たたずに枠が全回復した——しかも何度も。ネットには「週次は実は72時間ごとにリセットされる」という裏仕様の解説まで出回っている。本当か。本記事はその正体を一次情報まで遡って検証する。ただしClaude Codeのリセット内部仕様はAnthropicが公式に明文化しておらず、上限自体も頻繁に改定されている。そこで「公式で確認できる事実」「複数の利用者が再現的に観測しているが公式回答がない事象」「単一ソースで未確認の憶測」を明確にラベル分けして扱う。結論の骨子は、早期の全回復は多くの場合Anthropicの不定期な「全体一斉リセット」（@ClaudeDevs公式が複数回告知）が主因であり、加えて「リセットまで」の表示自体が前後にズレるという再現報告があること、そして出回る「72時間周期」説は単一観測・未再現・別観測（24時間）と矛盾するため事実として鵜呑みにできないこと。断定できない部分は断定できないと明記する、2026年7月時点の検証記事。

OpenAIで実装し、次にClaudeやGeminiも試したくなった途端、プロバイダごとに違うSDK・形式・エラー処理の書き分けに時間が溶ける——そんな開発者向け。LLMゲートウェイ（AI Gateway／LLMプロキシ）は、アプリと各プロバイダの間に1枚かませる中継役で、1本のOpenAI互換APIで全モデルを叩けるようにし、フォールバック・コスト集計・仮想キー・キャッシュ・レート制限・観測といった横断的な面倒ごとを肩代わりする。本記事では、なぜ要るのか、ゲートウェイの正体、3つのタイプ（①セルフホスト型プロキシ=LiteLLM／②ホスト型=OpenRouter／③SDK型=Vercel AI SDK）の違い、LiteLLM・OpenRouter・Vercel AI SDKを軸にした選び方、接続先を差し替えるだけの最小構成コード、そして1ホップ分の遅延・ゲートウェイ自身の障害点・手数料（OpenRouterは購入額の5.5%）・機能の目減り・プライバシーという限界まで、実装目線で整理する。