【沼】CleanShotXで呼吸するようにインプット＆アウトプットする方法
tantan_tech
改善紀
「自分には関係ない」と思っていたClaude Codeで、手書き日記のOCRができた話
tantan_tech
記事内に商品プロモーションを含む場合があります
Contents
今回分かったこと
- Claude Codeってどんなものなのか
- Claude Code を使うことの何がそんなにすごいのか
- 「AIと一緒に仕事をする」ためのお作法
はじめに：土木出身の私が、ローカルLLMを動かしたなんて！
学生時代にはコンクリートを作って破壊する研究をしていたような人間です。（鉄筋も組んでました・・）
そんな人間が、自分のパソコンの中だけでAIを動かす ことができるようになりました。（これがローカルLLMというやつか）
今回は、Claude Codeに関する記事を読んだ人間の体験記です。技術的にすごいことをやった、というよりも、「記事きっかけでやってみたら、こんなことができて、こんなことが分かった」という記録として読んでいただければ幸いです。
きっかけは1本のQiita記事
前から、Claude Codeは聞いたことはあったけど、自分には関係ないと思っていました。
でも、記事を読んで「自分もやってみたい！！」と思いました。
とりあえず試しに旅行の計画を一緒に立ててみましたが、なんかイマイチよくわかりませんでした・・
ふと思い出した。「手書き日記をデジタルにしたい」
話は変わりますが、私には記録魔のようです。
結構前から手書きで日記をつけていて、それをスキャンしてPDFに保存していました。何となく「いつかこれをデータにして、なんかできそう」と思ってました。
でも、自力で文字起こしするなんて無理だし、外注して中身を見られるぐらいなら・・・・
そういえば、噂に聞いているローカルLLM。それならできるのかな。LM Studioはやってみたことがあるけど、どうすればいいのか良く分からんから無理か。。そう思ってました。
そうだ、Claude Codeに相談してみればいいじゃん
「記事みたいにやれば、自分にもできるのでは・・？」
ということで、音声入力で要件をダンプしました。
ちなみに、ダンプと聞くと私は10tDTとみなします。要件を音声入力でダンプ？？
「元請け手配のRC-40を積んだダンプを、しょうがないから卸し場に誘導してダンプアップさせる」みたいなこと？
Claude Code にはダンプしたPLAN.mdをもとに、SPEC.mdを作ってもらいました。具体的な構成（こんな感じらしいです）
- Ollama: 自分のMac上でAIを動かすためのツール
- qwen2.5vl: 画像から文字を読み取るAIモデル（Alibaba製。日本語の手書きに強いらしい）
- pdf2image: PDFを1ページずつ画像に変換するためのライブラリ
- Pythonスクリプト: 全ページを自動で処理して、Markdownファイルに出力する
最終的に「ターミナルでコマンドを入力するだけで、全ページの処理が自動で走る」状態まで作ってもらいました。
動いた。手書きの文字がテキストになった
実際に試してみると、自分の手書き文字がMarkdownテキストになって出てきました。
M4 MacBookで1ページあたり約1分ぐらい。放置すれば自動で終わります。元々の字が汚いので精度はまあって感じのところもありますが、「良い」レベルで出力されました。MacBookは珍しく熱くなっていて、やっとこのスペックを活用してやりました。
何より仕事の任せ方が勉強になった
技術的なことよりも、Claude Codeと一緒に仕事をする上でのお作法を知ることができたことが、一番よかったです。
Qiitaの記事みたいにできるよう、あらかじめClaude に学習してもらっています。CLAUDE.mdっていうファイルに、その辺のルールが書き込まれています。この辺も全部Claude Codeが自分で書いてくれている。
このTODO.mdやKNOWLEDGE.mdがあることで、後日再開するときも「どこまでやったか」が一目でわかる。Claude Codeに「前回の続きとか」「前と同じ感じ」と言えば、そのファイルを見て文脈をすぐに引き継いでくれそう。（人任せ）
「AIと一緒に仕事をする」ってこういうことか、と初めて実感した瞬間。ただチャットで生成してもらうだけじゃない。プロジェクトを一緒に進める感覚。これが、私にとっては一番大きな収穫でした。
まとめ：「自分には関係ない」と思っていたけど、できた
記事を読んで、「とりあえずやってみよう」と動いてみたら、私でもローカルLLMを使ったOCRシステムを動かすことができました。
技術的に大したことをやった、という話ではありません。でも「やってみたらできた」「AIが一緒に考えてくれた」「エンジニアの仕事の作法まで学べた」という体験は、今後の私の人生を大きく変えると思います。（Claude Code が楽しすぎて、ずっとやっていたい笑）
皆さんも、ぜひClaude Codeと何かをやってみてはいかがでしょうか。
（全ページ処理には120時間ぐらいかかる計算なので、しばらく後回しに・・）
参考リンク
ほえ〜と思ったら、いいねお願いします！
ABOUT ME
建設会社にて、現場の施工管理からDX推進、データ利活用や機械学習を経て、現在は社内の市民開発（Power Platform）を推進しています。