Raycast AI プリセット 2026：カスタムコマンド、プロンプト & ワークフロー

Raycast の組み込み AI コマンドはすぐに役立ちますが、本当の生産性向上は独自のコマンドを構築し始めたときに訪れます。AI プリセット — カスタム AI コマンドを作成するための Raycast のシステム — では再利用可能なプロンプトを定義し、各タスクに適切なモデルを選択し、単一のキーボードショートカットで複雑なワークフローをトリガーできます。コンテキスト切り替えなし、ChatGPT へのコピーペーストなし、摩擦なし。

Raycast AI コマンドガイドを既に読んだ方は基本をご存知でしょう。この記事ではプリセットに特化して深く掘り下げます — 優れたプリセットの要素、効果的なシステムプロンプトの書き方、開発者向けのすぐに使えるプリセットライブラリ。Raycast Pro の無料トライアル中でも長期のサブスクライバーでも、これらのプリセットで作業が変わります。

Raycast AI プリセットとは？

AI プリセットは一度設定して繰り返し使用できる保存済みの再利用可能な AI コマンドです。各プリセットは名前、システムプロンプト（AI の動作を形成する指示）、モデル選択、クリエイティビティレベル、出力アクションで構成されています。作成すると、プリセットは他のコマンドと同様に Raycast コマンドパレットに表示されます。

プリセットを専門化された AI アシスタントと考えてください。1つの汎用チャットボットの代わりに、コードレビュアー、テスト作成者、PR 説明ジェネレーター、ドキュメント下書き担当者を得られます — それぞれ必要な正確な指示、制約、トーンでファインチューニングされています。

AI プリセットの作成方法

プリセットの作成は約2分かかります。手順を説明します：

1. Raycast を開いて設定 → AI → プリセットに移動
2. 「プリセットを作成」をクリック
3. わかりやすい名前を付ける（コマンドパレットで検索するものです）
4. システムプロンプトを書く — AI の正確な動作を指示する
5. モデルを選択（GPT-4o、Claude、Gemini など）
6. クリエイティビティスライダーを設定 — コード生成のような決定論的なタスクには低め、ブレインストーミングには高め
7. 出力アクションを選択 — クリップボードにコピー、インラインペースト、選択を置換、またはウィンドウに表示

システムプロンプトが魔法が起きる場所です。曖昧なプロンプトは曖昧な結果を生み出します。具体的で制約の明確なプロンプトは編集せずにすぐに使える出力を生み出します。

開発者向けベスト AI プリセット

実際のシステムプロンプト付きで私が毎日使うプリセットを紹介します。これらを Raycast に直接コピーしてスタックに合わせて調整してください。

1. コードレビュー

このプリセットは選択コードのバグ、パフォーマンスの問題、スタイルの問題を分析します。コード分析には低クリエイティビティとClaudeを使うと最良の結果が得られます。

システムプロンプト：

あなたはコードレビューを実施するシニアソフトウェアエンジニアです。提供されたコードを分析して以下を特定してください：(1) バグや潜在的なランタイムエラー、(2) パフォーマンスの問題、(3) セキュリティの脆弱性、(4) 可読性やメンテナビリティの懸念点。各問題について、なぜ問題なのかを説明し、具体的な修正方法を提示してください。コードがきれいであれば、そう言ってください — 問題を作り出さないでください。直接的かつ簡潔に。箇条書きリストでフォーマットしてください。

2. ユニットテストの作成

関数またはクラスを選択して包括的なテストを生成します。プロンプトのテストフレームワークをプロジェクトに合わせて調整してください。

システムプロンプト：

あなたはテストエンジニアです。Jest（TypeScript）を使用して提供されたコードのユニットテストを書いてください。ルール：describe/it ブロックを使用し、期待される動作を説明するわかりやすいテスト名を書き、ハッピーパス + エッジケース + エラー処理をカバーし、expect() アサーションを使用し、外部依存関係をモック。テストコードのみを出力 — 説明は不要。必要なインポートを含めてください。

3. PR 説明ジェネレーター

git diff またはコミットリストを貼り付けて構造化されたプルリクエストの説明を取得します。低クリエイティビティのGPT-4oを使います。

システムプロンプト：

提供された差分またはコミットリストからプルリクエストの説明を生成してください。この構造を使用：## 概要（変更内容を説明する2〜3文）、## 変更点（特定の変更の箇条書きリスト）、## テスト（これらの変更を確認する方法）、## 備考（レビュアーが知っておくべきこと）。何が変わったかとなぜを具体的に述べてください。コンベンショナルコミット言語を使用。300ワード以内に収めてください。

4. エラーデバッガー

エラーメッセージとスタックトレースを貼り付けて説明と修正案を得ます。技術的な精度にはClaudeが最適です。

システムプロンプト：

あなたはデバッグの専門家です。ユーザーはエラーメッセージ、スタックトレース、または予期しない動作の説明を提供します。以下を行ってください：(1) エラーが平易な言葉で何を意味するかを説明、(2) 最も可能性の高い根本原因を特定、(3) 可能性の高い順に2〜3の具体的な解決策を提示、(4) 該当する場合は修正のコードスニペットを含める。直接的に — 「設定を確認してください」のような一般的なアドバイスはスキップ。

5. SQL から ORM コンバーター

生の SQL クエリを選択した ORM に変換します。プロンプトの ORM をカスタマイズ — Prisma、Sequelize、SQLAlchemy などに。

システムプロンプト：

提供された SQL クエリを Prisma（TypeScript）に変換してください。ルール：Prisma Client API を正しく使用し、include/select でジョインを処理し、WHERE 句を Prisma の where 構文に変換し、クエリロジックを正確に保持。Prisma コードのみを出力。クエリが Prisma でネイティブにサポートされていない機能を使用している場合は、$queryRaw を使用して理由を説明してください。

6. ドキュメント作成

関数、クラス、または API エンドポイントを選択して明確なドキュメントを生成します。クリエイティビティを中程度に設定。

システムプロンプト：

提供されたコードの開発者ドキュメントを書いてください。含めるもの：何をするかの簡単な説明、型と説明付きのパラメーター/引数、戻り値、使用例、重要なメモ（副作用、エラー条件、パフォーマンスの考慮点）。関数には JSDoc/TSDoc フォーマットを使用。簡潔に — 開発者はエッセイを読むためではなく、すぐに答えを見つけるためにドキュメントを読みます。

7. コミットメッセージライター

差分を選択するか変更内容を説明して、適切にフォーマットされたコンベンショナルコミットメッセージを取得します。

システムプロンプト：

コンベンショナルコミットフォーマットを使用して提供された変更のコミットメッセージを書いてください。構造：type(scope): description（件名行の最大50文字）。変更が重要なものであればボディを追加し、何が変わったかではなく、なぜ変更が行われたかを説明。タイプ：feat、fix、refactor、docs、test、chore、perf、style。コミットメッセージのみを出力 — コメントは不要。

高度なプリセット：基本を超えて

シンプルなプリセットに慣れたら、これらのより専門化されたものが複雑なワークフローを処理できます。

API レスポンスモッカー

API エンドポイントまたは TypeScript インターフェースを貼り付けて、テスト用のリアルなモックデータを取得します。まだ準備ができていない API に対してフロントエンドを開発するフロントエンド開発者に便利です。

システムプロンプト：

提供された API レスポンス構造または TypeScript インターフェースに一致するリアルなモック JSON データを生成してください。リアルな値を使用（本物らしい名前、メール、UUID — 「test123」ではない）。配列には3つの異なるアイテムを生成。型が許す場所に null 値などのエッジケースを含める。有効な JSON のみを出力。

正規表現の説明 & ビルダー

正規表現を貼り付けて説明を得るか、マッチさせたいものを説明して正規表現を取得します。正確なパターンマッチングにはClaudeモデルを設定。

システムプロンプト：

入力が正規表現の場合、それをステップバイステップで平易な言葉で説明してください。パターンの各部分を分解して何にマッチするかを説明してください。入力がマッチさせたいものの説明の場合、それを処理する正規表現を書いてください。正規表現、説明、2〜3のマッチ例/非マッチ例を含めてください。JavaScript の正規表現構文を使用してください。

プリセットごとの適切なモデルの選択

Raycast のベスト機能の1つはプリセットごとのモデル選択です。すべてのタスクに同じ AI モデルが必要なわけではなく、適切なものを選ぶと品質と速度の両方が向上します。Raycast が異なる AI モデルをどのように扱うかについてより詳しくは、Raycast ChatGPT 統合ガイドをご覧ください。

• Claude — コードレビュー、デバッグ、技術的なライティング、精度が必要なタスクに最適。指示をより文字通りに従う傾向があり、構造化された出力に必要です。
• GPT-4o — クリエイティブなタスク、ブレインストーミング、PR の説明、コミュニケーションに優秀。ニュアンスの理解と自然なテキスト生成が強い。
• Gemini — 強力な推論能力を持つ汎用的なオプション。特定のユースケースでテストする価値があります。
• 高速モデル — フォーマット、大文字変換、テンプレート展開などの単純な変換には高速モデルを使います。単純なタスクでの品質の違いは無視できるほどで、ほぼ瞬時に応答します。

重要な原則：モデルをタスクの複雑さに合わせる。文字列を大文字にするために GPT-4o を使うのは過剰。デリケートなコードレビューに高速モデルを使うと重要な問題を見逃します。

効果的なシステムプロンプトの書き方

システムプロンプトはどのプリセットでも最も重要な部分です。良いプロンプトは使えるアウトプットを継続的に生み出します。悪いプロンプトは書き直す必要のあるアウトプットを生み出します。効果的なパターンを紹介します。

出力フォーマットを明示する

「このコードをレビューして」と言わないでください。「問題を箇条書きにリストアップし、それぞれに問題点、なぜ重要なのか、コードの修正を含めてください」と言います。AI はフォーマットの好みを読み取れないので、明確に述べてください。

制約を設定する

AI に何をしないかを伝えます。「ロジックが明白でない限りコメントを追加しない」「レスポンスを200ワード以内に」「後方互換性を壊す変更を提案しない」制約は AI が軌道を外れるのを防ぎます。

ペルソナを定義する

「あなたはシニアソフトウェアエンジニアです」または「あなたはテクニカルライターです」から始めます。これは単なるプロンプトエンジニアリングの民間伝承ではなく、モデルが行う仮定のトーン、深さ、レベルを本当に調整します。

スタックのコンテキストを含める

プリセットが特定のプロジェクト向けの場合、プロンプトに技術スタックを含めます。「プロジェクトは React、TypeScript、Tailwind CSS、Prisma を使用しています」これにより AI が推測して間違ったフレームワーク用のコードを生成するのを防ぎます。

失敗に基づいて繰り返す

プリセットを実際の入力で5〜10回実行します。アウトプットが正しくないたびに何がおかしいかを特定し、プロンプトに制約や明確化を追加します。最良のプリセットは数十の小さな改良の結果です。

チームとのプリセット共有

個人のプリセットは強力です。チーム全体のプリセットは変革的です。チームのすべての開発者が同じコードレビュープリセットを使うと、一貫した基準が得られます。全員が同じ PR 説明プリセットを使うと、プルリクエストが統一されてレビューしやすくなります。

Raycast Teams では組織全体でプリセットを共有できます。プリセットをエクスポートして直接共有したり、チームがインポートするために公開したりできます。特に価値があるのは：

• オンボーディング — 新しいチームメンバーが初日からコーディング基準とワークフローに合わせた厳選されたプリセットを取得
• 一貫性 — コミットメッセージ、PR の説明、ドキュメントがチーム全体で同じフォーマットに従う
• ベストプラクティス — 最良の開発者のコードレビューチェックリストが全員のコードレビューチェックリストになる

他の Raycast ユーザーが共有したコミュニティプリセットもブラウズできます。Raycast コミュニティはツイートの作成からデータ形式の変換まであらゆるプリセットを公開しています。ワークフローに合うものをインポートしてカスタマイズしましょう。

コミュニティプリセットのインポート

Raycast コミュニティは Raycast ストアとコミュニティフォーラムを通じてプリセットを共有しています。プリセットをインポートするには、設定 → AI → プリセットに移動してインポートオプションを使用します。Raycast コミュニティで共有プリセットを見つけて直接インポートすることも可能です。

コミュニティプリセットをインポートするとき、使用前にシステムプロンプトを確認してください。期待通りであることを確認し、モデル、クリエイティビティ、出力設定を好みに合わせて調整してください。コミュニティプリセットは出発点です — カスタマイズして自分のものにしましょう。

プリセットと Raycast 拡張機能：どちらを使うべきか

Raycast は外部サービスや API と統合できる拡張機能もサポートしています。ではプリセットと拡張機能の構築またはインストール、どちらをいつ使うべきでしょうか？

• プリセットを使うタスクが主にテキスト変換 — 書き直し、分析、生成、変換 — の場合。プリセットは作成が速く、変更も簡単です。
• 拡張機能を使う外部サービス（GitHub、Jira、Slack）との対話、システムリソースへのアクセス、複雑な UI の構築が必要な場合。拡張機能はより強力ですが、JavaScript/TypeScript の開発が必要です。

ほとんどの AI 搭載テキストワークフローには、プリセットが適切な選択です。コーディングが不要で、プロンプトを変更すると即座に更新され、共有が簡単です。プリセットがフル Pro 機能セットにどう組み込まれるかについては、Raycast Pro レビューをご覧ください。

料金：AI プリセットに必要なもの

AI プリセットには Raycast Pro が必要です。Pro プランは月8ドルから（年間請求）で、無制限の AI コマンド、すべての AI モデル、クラウド同期、その他すべての Pro 機能が含まれています。これはスタンドアロンの AI サブスクリプションよりも大幅に安く、ChatGPT Plus だけで月20ドルかかります。

Raycast Pro をまだ試していない場合、現在のベストディールは14日間の無料トライアル付きで80%オフです。クーポンコード不要。トライアル中にいくつかのプリセットを構築して、ワークフローの改善がコストを正当化するか確認してください。私の経験では、1日5分節約する優れたプリセット1つで、サブスクリプションは何度も元が取れます。

よくある質問

Raycast AI プリセットとは何ですか？

Raycast AI プリセットは、特定のシステムプロンプト、モデル選択、クリエイティビティレベルで定義した再利用可能なカスタム AI コマンドです。組み込みコマンドと並んで Raycast コマンドパレットに表示されます。任意の選択テキストや手動入力に対して数回のキー操作でトリガーできる保存済み AI ワークフローです。

AI プリセットを作成するには Raycast Pro が必要ですか？

はい。AI プリセットと Raycast のすべての AI 機能には Raycast Pro サブスクリプションが必要です。コミットする前にカスタム AI コマンドがワークフローに合うか確認するために14日間の無料トライアルで試すことができます。

チームと Raycast AI プリセットを共有できますか？

はい。Raycast は Raycast Teams を通じてチーム全体でプリセットを共有することをサポートしています。プリセットをエクスポートして同僚と共有したり、他のユーザーが公開したコミュニティプリセットをインポートしたりできます。これにより、チーム全体が同じカスタム AI ワークフローにアクセスできます。

プリセットにはどの AI モデルを使えばいいですか？

タスクによります。コード分析、レビュー、技術的な精度には Claude を使います。クリエイティブライティング、ブレインストーミング、汎用タスクには GPT-4o を使います。素早いフォーマットや単純な変換には高速モデルで十分で、より素早く応答します。プリセットごとに異なるモデルを設定できます。

Raycast で作成できる AI プリセットの数に制限はありますか？

Raycast Pro で作成できる AI プリセットの数に厳しい制限はありません。必要なだけカスタムコマンドを構築できます。ほとんどのパワーユーザーは、コードレビューからドキュメントまでよく使うワークフローをカバーする10〜20のプリセットを維持しています。