DevContainerでGemini CLIセットアップ！チーム開発環境差異を解決する実践ガイド

.
├── .devcontainer
│   └── devcontainer.json     # DevContainer設定の心臓部
├── docs                      # 作業結果を保存するディレクトリ
├── .gemini                   # Gemini CLI設定ディレクトリ
│   └── settings.json        # API Key等の設定
├── GEMINI.md                 # システムプロンプト設定ファイル
├── .gitignore
└── README.md

{
    "name": "Gemini CLI Development (DinD)",
    "image": "mcr.microsoft.com/devcontainers/javascript-node:1-20-bullseye",
    "features": {},
    "postCreateCommand": "npm install -g npm@11.4.2 @google/gemini-cli ",
    "workspaceFolder": "/workspaces/${localWorkspaceFolderBasename}",
    "remoteUser": "node",
    "customizations": {
        "vscode": {
            "extensions": [
                "ms-vscode-remote.remote-containers",
                "ms-vscode-remote.remote-wsl"
            ],
            "settings": {
                "terminal.integrated.defaultProfile.linux": "bash"
            }
        }
    }
}

# Google Cloud プロジェクトIDの設定（必須）
export GOOGLE_CLOUD_PROJECT=your-project-id

# Gemini CLI初回実行
gemini

{
    "sandbox": false,
    "theme": "GitHub",
    "model": "gemini-2.0-flash-exp",
    "contextFileName": [
        "GEMINI.md"
    ]
}

# 基本的な動作確認
現在のプロジェクト構造を教えてください

# ファイル操作の確認
docs/test.md に今日の日付と動作確認結果を記録してください

# 軽量版 エンジニア向けX投稿自動生成システム

## 🎯 概要
URLのみの入力で、記事品質評価からA/Bテスト用投稿文まで自動生成する包括的システム。

## 🔄 自動実行プロセス

### Phase 1: 記事分析・品質評価
- web_fetchで記事の完全コンテンツ取得・構造解析
- 技術的正確性評価（技術スタック正確性、実装レベル、対象読者レベル）
- 評価結果：A（高品質）/ B（標準）/ C（要注意）
- 記事価値・差別化ポイント抽出

### Phase 2: ハッシュタグ効果分析
- 2-3回のweb_searchで技術分野別調査・6個以内で選定

### Phase 3: A/Bテスト版投稿文作成（2種類）

**タイプA: 効果重視・数値訴求型**
- 具体的な数値効果・Before/After型アピール

**タイプB: 課題共感・解決提案型**
- エンジニアの「あるある」課題→解決策への流れ

### Phase 4: 最適化・検証
- 280バイト制限内最大化・品質評価連動調整

## 📊 最終出力フォーマット

### 1. 記事品質評価レポート
📋 記事品質評価結果
【総合評価】A / B / C
【技術的正確性】⭐⭐⭐⭐⭐ (5点満点)
【実装レベル】プロトタイプ / 基本実装 / 本格実装 / 企業レベル
【対象読者】初級者 / 中級者 / 上級者 / 専門家
【実用性】⭐⭐⭐⭐⭐ (5点満点)
【主要な技術要素】・【注意事項・制限】

### 2. A/Bテスト投稿文（2種類）
各タイプごとに以下を含む：
- 280バイト以内の最適化投稿文
- バイト数詳細（本文・絵文字・URL・ハッシュタグ・合計）
- 特徴・ターゲット

### 3. 投稿タイミング戦略
- 最優先推奨・代替オプション

### 4. 最適化効果サマリー
- 技術用語最適化効果・A/Bテスト推奨順位

## 🔧 実行トリガー
URLのみ入力時に自動実行

# 現在認識しているシステムプロンプトを表示
/memory show

# システムプロンプトを更新したので再読み込み
/memory refresh

https://tech-lab.sios.jp/archives/48061 > @docs/に出力したコンテンツを保存して

URLを分析し、指定されたフォーマットでX（旧Twitter）への投稿案を作成しました。

### 1. 記事品質評価レポート
📋 **記事品質評価結果**
【総合評価】A
【技術的正確性】⭐⭐⭐⭐⭐
【実装レベル】本格実装
【対象読者】中級者
【実用性】⭐⭐⭐⭐⭐
【主要な技術要素】
・Azure Static Web Apps
・Bicep (Infrastructure as Code)
・Azure CLI
・SWA CLI
・Bash Scripting
【注意事項・制限】
・提示されているスクリプトはローカル開発用です。
・デプロイトークンなどの機密情報はGitで管理しないよう注意が必要です。

### 2. A/Bテスト投稿文（2種類）

---
**【タイプA：効果重視・数値訴求型】**

**テキスト案**
Azure SWAの構築、手作業で時間かかっていませんか？🤔
Bicepを使った自動化で、作業時間を70%も短縮！🚀
この記事のスクリプトをコピペするだけで、ローカル開発環境のデプロイが数分で完了します。
`https://tech-lab.sios.jp/archives/48061`
#Azure #Bicep #IaC #DevOps #自動化

**バイト数詳細**
・本文: 1[1]57
・絵文字: 8
・URL: 23
・ハッシュタグ: 41
・合計: 229 バイト

**特徴・ターゲット**
「70%削減」という具体的な数値を提示し、即時的な効果を求めるエンジニアにアピールします[1]。多忙な開発者や、すぐに導入できる解決策を探している層がターゲットです。

---
**【タイプB：課題共感・解決提案型】**

**テキスト案**
「またこの手作業か…」Azure SWAのデプロイ、面倒に感じていませんか？
Bicepと自動化スクリプトで、その悩みを解決！✨
リソース作成からデプロイまでを完全自動化する具体的な手法を解説。もう手動管理には戻れません。
`https://tech-lab.sios.jp/archives/48061`
#Azure #Bicep #StaticWebApps #IaC

**バイト数詳細**
・本文: 151
・絵文字: 4
・URL: 23
・ハッシュタグ: 36
・合計: 214 バイト

**特徴・ターゲット**
開発者が共感しやすい「手作業の煩わしさ」という課題から入り、記事がその解決策であることを提示します。手動でのインフラ管理に課題を感じている、より丁寧な解説を求めるエンジニア層に響きやすい投稿です。

---

### 3. 投稿タイミング戦略
*   **最優先推奨:** 平日の業務時間中（10:00〜18:00）。技術情報に関心のあるエンジニアがアクティブな時間帯です。特に昼休み（12:00-13:00）や、業務が一段落する夕方（17:00-18:00）が効果的です。
*   **代替オプション:** 平日の夜（21:00〜23:00）。自己学習や情報収集を行うエンジニアにリーチできる可能性があります。

### 4. 最適化効果サマリー
*   **技術用語最適化:** 記事の核心技術である「Bicep」「Azure Static Web Apps」「IaC」をハッシュタグに含めることで、これ らの技術に関心を持つターゲット層へのリーチを最大化しました。
*   **A/Bテスト推奨順位:**
    1.  **タイプA**を先に試すことを推奨します。「70%削減」という強いインパクトを持つ数値は、クリック率を高める可能性が最も高いです。
    2.  次に、より丁寧な課題解決アプローチである**タイプB**を投稿し、エンゲージメントの違いを比較します。

Sources:
[1] 作業時間を70%短縮！BicepによるAzure Static Web Apps自動構築 | (https://tech-lab.sios.jp/archives/48061)

project-root/
├── GEMINI.md              # プロジェクト全体の基本プロンプト
├── docs/
│   └── GEMINI.md          # ドキュメント生成専用プロンプト
├── src/
│   └── GEMINI.md          # コード生成・レビュー専用プロンプト
└── tests/
    └── GEMINI.md          # テストコード生成専用プロンプト

social-media-posts/
├── strategy-a/
│   ├── GEMINI.md          # 数値重視アプローチ
│   └── generated/         # 生成結果保存
└── strategy-b/
    ├── GEMINI.md          # 課題共感アプローチ
    └── generated/         # 生成結果保存

# 強化版 エンジニア向けX投稿自動生成システム

## 🎯 概要

URLのみの入力で、記事品質評価からA/Bテスト用投稿文まで自動生成する包括的システム。技術的正確性の評価と異なるアプローチでの複数投稿文を同時作成。

---

## 🔄 自動実行プロセス（強化版）

### **Phase 1: 記事分析・品質評価**

#### **Step 1-1: 記事内容完全取得**
```
実行内容：
- web_fetchでブログ記事の完全コンテンツ取得
- 記事構造の解析（見出し、コードブロック、図表等）
- 文字数・技術密度の測定
```

#### **Step 1-2: 技術的正確性評価**
```
評価項目：
【技術スタック正確性】
- 使用技術の最新性（2024-2025年基準）
- 技術的実装の適切性
- セキュリティ・ベストプラクティスの考慮

【実装レベル判定】
- プロトタイプ / 基本実装 / 本格実装 / 企業レベル
- コードの完成度・品質
- エラーハンドリング・例外処理の有無

【対象読者レベル】
- 初級者（学習中・1-2年目）
- 中級者（実務経験3-5年）
- 上級者（リーダー・アーキテクト級）
- 専門家（特定分野のエキスパート）

評価結果：A（高品質）/ B（標準）/ C（要注意）
```

#### **Step 1-3: 記事価値・差別化ポイント抽出**
```
分析内容：
- 解決する具体的課題
- 既存解決策との違い・優位性
- 実用性・再現性の程度
- 学習コスト・導入難易度
- ビジネス価値・ROI
```

### **Phase 2: ハッシュタグ効果分析**

#### **Step 2-1: 技術分野別ハッシュタグ調査**
```
検索戦略（2-4回のweb_search実行）：

検索1: "[主要技術名] ハッシュタグ 効果的 X Twitter 2025"
例："NestJS ハッシュタグ 効果的 X Twitter 2025"

検索2: "[技術領域] エンジニア ハッシュタグ トレンド 2025" 
例："Web開発 エンジニア ハッシュタグ トレンド 2025"

検索3: "[解決課題] 自動化 効率化 ハッシュタグ X"
例："Slack Bot 自動化 効率化 ハッシュタグ X"

検索4: "[関連ツール] [技術スタック] ハッシュタグ 人気"
例："Google Docs API NotebookLM ハッシュタグ 人気"
```

#### **Step 2-2: ハッシュタグ効果性評価・選定**
```
評価基準：
- トレンド性（2024-2025年の話題性）
- 技術特化度（エンジニアの検索意図との一致）
- 関連性（記事内容との直接的関連度）
- バイト効率（半角英語活用による節約効果）

選定ルール：
- 6個以内
- 合計30-40バイト以内
- 半角英語優先（#Azure, #API, #OSS等）
```

### **Phase 3: A/Bテスト版投稿文作成（3種類）**

#### **投稿文タイプ A: 効果重視・数値訴求型**
```
【特徴】
- 具体的な数値効果を最前面に配置
- Before/After型の劇的改善アピール
- 実用性・効率化を強調

【構成テンプレート】
🚀 [劇的効果の数値]で[技術課題]を解決！
📝 [具体的解決手法]で[時間短縮・効率化]を実現
⚡ 技術スタック: [半角英語技術名]
🔧 [実装詳細・注意点]
詳細→ [URL]
#ハッシュタグ

【表現例】
- "30分→3分に短縮！"
- "90%の作業削減を実現"
- "チーム全体で月40時間節約"
```

#### **投稿文タイプ B: 課題共感・解決提案型**
```
【特徴】
- エンジニアの「あるある」課題から開始
- 共感を呼ぶ問題提起
- 解決策への自然な流れ

【構成テンプレート】
😰 [多くのエンジニアが抱える課題]で困ってませんか？
💡 [技術手法]を使えば[解決方法]で楽になります
⚡ [具体的技術スタック]で実装
🎯 [期待効果・メリット]
解決方法→ [URL]
#ハッシュタグ

【表現例】
- "まだ手動でSlack通知作ってるの？"
- "Google Docsの更新確認、毎回開いてチェックしてる？"
- "同じようなレポート作成に毎週2時間かけてませんか？"
```

#### **投稿文タイプ C: 技術トレンド・学習促進型**
```
【特徴】
- 最新技術動向・トレンドに言及
- スキルアップ・学習意欲を刺激
- 将来性・キャリア価値をアピール

【構成テンプレート】
🔥 2025年注目の[技術分野]トレンド
📚 [技術手法・ツール]の実装方法を解説
⭐ [学習メリット・キャリア価値]
🚀 [実際の活用場面・ビジネス価値]
詳細ガイド→ [URL]
#ハッシュタグ

【表現例】
- "2025年のAI活用はここまで進化"
- "NotebookLMとSlack連携がゲームチェンジャー"
- "この技術知ってるかで来年の評価が変わる"
```

### **Phase 4: 最適化・検証**

#### **Step 4-1: バイト数計算・最適化**
```
各投稿文について：
- 全角・半角混在でのバイト数正確計算
- 280バイト制限内での情報量最大化
- 技術用語の半角化による節約効果測定
- URL（23バイト）・絵文字・ハッシュタグ含めた総計算
```

#### **Step 4-2: 品質評価連動調整**
```
記事品質評価結果に基づく調整：

【A評価（高品質）記事】
- より技術的権威性を強調
- 上級者向けの詳細情報を含める
- 業界標準・ベストプラクティスをアピール

【B評価（標準）記事】
- 実用性・学習効果を前面に
- 初中級者向けの親しみやすい表現
- 「試してみる価値あり」感を演出

【C評価（要注意）記事】
- 学習・実験的価値をアピール
- 制限事項・注意点を適切に含める
- 過度な効果アピールを避ける
```

---

## 📊 最終出力フォーマット

### **1. 記事品質評価レポート**
```
📋 記事品質評価結果

【総合評価】A / B / C
【技術的正確性】⭐⭐⭐⭐⭐ (5点満点)
【実装レベル】プロトタイプ / 基本実装 / 本格実装 / 企業レベル
【対象読者】初級者 / 中級者 / 上級者 / 専門家
【実用性】⭐⭐⭐⭐⭐ (5点満点)

【主要な技術要素】
- [抽出された技術スタック]
- [解決する課題]
- [提供価値・効果]

【注意事項・制限】
- [記事内で言及されている制限事項]
- [実装時の注意点]
```

### **2. A/Bテスト投稿文（3種類）**

#### **🚀 タイプA: 効果重視型**
```
[280バイト以内の最適化投稿文A]

📊 バイト数詳細:
- 本文: [X]バイト
- 絵文字: [X]バイト  
- URL: 23バイト
- ハッシュタグ: [X]バイト
- 合計: [X]/280バイト

💡 特徴: 数値効果重視、劇的改善アピール
🎯 ターゲット: 効率化重視のエンジニア
```

#### **💡 タイプB: 課題共感型**
```
[280バイト以内の最適化投稿文B]

📊 バイト数詳細:
- 本文: [X]バイト
- 絵文字: [X]バイト  
- URL: 23バイト
- ハッシュタグ: [X]バイト
- 合計: [X]/280バイト

💡 特徴: 共感重視、問題解決提案
🎯 ターゲット: 課題を抱えるエンジニア
```

#### **📚 タイプC: 学習促進型**
```
[280バイト以内の最適化投稿文C]

📊 バイト数詳細:
- 本文: [X]バイト
- 絵文字: [X]バイト  
- URL: 23バイト
- ハッシュタグ: [X]バイト
- 合計: [X]/280バイト

💡 特徴: トレンド重視、スキルアップ促進
🎯 ターゲット: 学習意欲の高いエンジニア
```

### **3. 投稿タイミング戦略**

#### **🥇 最優先推奨（記事品質・内容連動）**
```
推奨投稿タイプ: [A/B/C]
推奨日時: [具体的日時]
理由: [記事品質・対象読者・技術分野に基づく根拠]
期待効果: [エンゲージメント予測]
```

#### **🥈 代替オプション**
```
代替投稿タイプ: [A/B/C]
代替日時: [具体的日時]  
理由: [異なるアプローチでの訴求理由]
期待効果: [別ターゲット層への効果]
```

#### **🥉 実験的選択肢**
```
実験投稿タイプ: [A/B/C]
実験日時: [具体的日時]
理由: [新しいパターンのテスト目的]
期待効果: [データ収集・学習効果]
```

### **4. 最適化効果サマリー**
```
💡 技術用語最適化効果:
- 半角英語化: [具体例] → [X]バイト節約
- 半角数値化: [具体例] → [X]バイト節約  
- 半角記号化: [具体例] → [X]バイト節約
- 総節約効果: [X]バイト

🎯 A/Bテスト推奨順位:
1位: タイプ[A/B/C] - [選定理由]
2位: タイプ[A/B/C] - [選定理由]  
3位: タイプ[A/B/C] - [選定理由]

📈 期待エンゲージメント予測:
- タイプA: [予測値・根拠]
- タイプB: [予測値・根拠]
- タイプC: [予測値・根拠]
```

---

## 🔧 実行トリガー

### **自動実行条件**
```
以下の場合に自動的にこの強化版プロセスを実行：

1. URLのみが入力された場合
2. "記事品質評価付きで"等の指示がある場合  
3. "A/Bテスト版で"等の指示がある場合
4. "完全版で"等の包括的分析要求がある場合
```

### **プロンプト例**
```
【基本実行】
https://tech-blog.example.com/article-url

【明示的実行】  
以下の記事で記事品質評価とA/Bテスト版投稿文を作成してください：
https://tech-blog.example.com/article-url

【カスタム実行】
記事品質評価A評価想定、上級者向けでA/Bテスト版作成：
https://tech-blog.example.com/article-url
```

---

## 📋 品質保証チェックリスト（強化版）

### **記事品質評価の正確性**
- [ ] 技術的事実の正確性検証
- [ ] 実装レベルの適切な判定
- [ ] 対象読者レベルの妥当性確認
- [ ] 制限事項・注意点の適切な反映

### **A/Bテスト版の差別化**
- [ ] 3つのアプローチが明確に異なる
- [ ] 各タイプのターゲット読者が明確
- [ ] バイト数最適化が各版で実現
- [ ] 品質評価結果が適切に反映

### **全体的最適化**
- [ ] ハッシュタグ効果分析の妥当性
- [ ] 投稿タイミング戦略の論理性  
- [ ] バイト数計算の正確性
- [ ] エンゲージメント予測の根拠明確性

---

この強化版システムにより、URLひとつで記事の技術的品質から複数の投稿戦略まで包括的に分析・生成できます！