LearningMate
エンジニアのためのAI実践シリーズ
Claude Code・LLMO・コンテキストエンジニアリングの実践知を書籍で届ける
LearningMateとは
LearningMateは、Propel-Labの教育コンテンツ事業です。AIエージェント開発、コンテキストエンジニアリング、LLMO（LLM Optimization）など、最先端のAI活用手法を実践的な書籍・教材として提供しています。
Kindle書籍
エンジニアのためのAI実践シリーズ — 著者: ken imoto
エンジニアのためのAI実践シリーズ 巻1
実践Claude Code — コンテキストエンジニアリングで開発が変わる
「Vibe Codingって何？」から始めて、プロダクトのアウトプットを300%向上させたエンジニアの全記録。Claude Codeの設計思想から、CLAUDE.mdの実践パターン、チーム開発、セキュリティまで——本気で使い倒すための実践書。
エンジニアのためのAI実践シリーズ 巻2
LLMO — AIがあなたのコンテンツを見つける3つの経路
SEOの次に来る最適化手法「LLMO（LLM Optimization）」。ChatGPTやClaudeなどのAIがWebサイトの情報を正確に理解・引用できるよう最適化する実践ガイド。構造化データ、llms.txt、Markdown配信の3つの経路を徹底解説。
English Edition
Practical Claude Code — Context Engineering That Transforms Your Development
The complete record of an engineer who improved product output by 300% with Claude Code. From design philosophy to CLAUDE.md patterns, team development, and security — a practical guide for serious usage.
English Edition
LLMO — Three Paths for AI to Discover Your Content
The next optimization methodology after SEO: LLMO (LLM Optimization). A practical guide to help AI systems like ChatGPT and Claude accurately understand and cite your website content.
Zenn Books
有料Book
実践Claude Code — コンテキストエンジニアリングで開発が変わる
Kindle版と同内容。Zennプラットフォームで購読可能。
¥1,000有料Book
LLMO — AIに選ばれる最適化戦略
SEOの次に来るLLMO（LLM Optimization）の実践ガイド。構造化データ・llms.txt・Markdown配信の3経路を徹底解説。
¥1,980無料miniBook
Claude Codeクイックスタート — 30分で始めるAIエージェント開発
Claude Codeの導入から実践活用まで。AGENTS.mdの書き方、ツールの使い分け、RAGを超えるAgentic Searchまで、現役エンジニアの実践知を凝縮。
無料LLMOとは — AIに選ばれる最適化戦略
LLMO（LLM Optimization）とは、ChatGPT、Claude、Gemini、PerplexityなどのLLM（大規模言語モデル）がWebサイトの情報を正確に理解・引用できるよう最適化する手法です。
従来のSEO（検索エンジン最適化）がGoogleのクローラーを対象としていたのに対し、LLMOはAIのクローラー（GPTBot、ClaudeBot等）を対象とします。
具体的には以下の3つの経路で最適化します：
- 構造化データ（JSON-LD） — Schema.orgに準拠した構造化マークアップ
- llms.txt — Jeremy Howard提唱のAI向けサイトガイドファイル
- Markdown配信（URL.mdパターン） — 同一URLの.md版でAIが直接読めるコンテンツを提供
このサイト自体がLLMO最適化の実践例です。/llms.txtや/company.mdで確認できます。
コンテキストエンジニアリングとは
コンテキストエンジニアリングとは、AIコーディングツール（Claude Code等）が最大のパフォーマンスを発揮するために、プロジェクトの文脈情報を構造化・最適化する設計手法です。
CLAUDE.md、AGENTS.md、TOOLS.mdなどの設計ファイルを適切に配置することで、AIエージェントがコードベースを正確に理解し、品質の高いコードを生成できるようになります。
代表社員の井本は、コンテキストエンジニアリングの導入によりTypeScript開発の生産性を300%向上させた実績があります。