Grok Buildチュートリアル：機械学習プロジェクトを構築する

Grok 4.6 はGrok Buildを支える最新のAIモデルで、コーディング、エージェント的なタスク、複雑な知識作業に特化しています。Grok Buildはこれらの機能をターミナルに直接もたらし、プロジェクトの計画、ファイルの作成と編集、パッケージのインストール、コマンドの実行、コードのテスト、エラー修正を承認付きで行えます。

本ガイドでは、Grok Buildを詳しく見て、その主な機能を紹介し、セッション間メモリ、プロジェクト手順、再利用可能なスキル、安全設定を構成します。

その後、環境構築とデータ分析からモデル学習、結果評価、予測アプリの作成まで、エンドツーエンドの機械学習プロジェクトを完成させます。

Grok Buildとは？

Grok Buildは、SpaceXAIのコーディングエージェントで、ターミナル内で直接動作します。

これはClaude Code やOpenCodeと同系統のツールです。作りたいものを自然言語で記述すると、エージェントがコンピュータ上のファイルやツールを使ってタスクを完了します。

既存プロジェクトの調査、ファイルの作成と編集、パッケージのインストール、コマンドの実行、コードのテスト、エラーの特定と修正が可能です。

Grok Buildは意外なほど使いやすいのも特長です。各ステップで詳細なコーディング指示を与える必要はなく、エージェントスキル、MCP設定、プロジェクト設定など、他のコーディングエージェントの構成を再利用できます。

これらの機能により、特に類似ツールをすでに使っている場合は、インストールとセットアップが非常にスムーズに感じられます。

主な難点は利用制限です。

Grok Buildは無料プランでも利用できますが、完全なプロジェクトに取り組むと無料枠はすぐに使い切ってしまうことがあります。

フル機能のSuperGrokプランは月額$30で、競合ツールと比べると割高に感じるかもしれません。例えばClaude Proは月額$20で、Claude Codeへのアクセスも含まれます。

価格面の課題はあるものの、Grok Buildは小さなコード断片の生成以上のことができるAIアシスタントを求めるユーザーにとって、有能で親しみやすいコーディングエージェントです。

Grok Buildの主な機能

Grok Buildには、Plan ModeやAGENTS.md ファイルによるプロジェクト手順など、標準的なコーディングエージェントの機能が含まれます。

ただし、メモリ、メディア生成、バックグラウンド自動化、エージェント管理、拡張システムにより、大規模プロジェクトでより有用になります。

1. セッション間メモリ

Grokは、プロジェクトのコマンド、技術的な決定、フォルダ構成、コーディング規約など、有用な情報をセッションをまたいで記憶できます。

そのため、戻ってくるたびに同じプロジェクトの説明を繰り返す必要がありません。

2. サブエージェント

Grokは、独自のコンテキストを持つ子エージェントを作成できます。

例えば、あるエージェントがコードベースを探索し、別のエージェントが計画を作成、テストの記述、あるいは別機能の実装を行えます。

3. セッションのフォークと巻き戻し

セッションをフォークして、元の会話を失わずに異なるアプローチを試せます。

巻き戻しを使えば、問題が起きたときに以前の段階へ戻ることもできます。

4. Git worktree

Git worktreeにより、Grokはリポジトリの分離コピー内で作業できます。

これにより、実験的な機能を試したり、複数のエージェントを同時に動かしたりしても、メインプロジェクトを保護できます。

5. 画像・動画生成

Grok Build内で/imagine と/imagine-video コマンドを使い、画像や動画を直接生成できます。

ビジュアルアセット、モックアップ、デモコンテンツが必要なアプリケーションを構築する際に役立ちます。

6. 実行ループ

/loop コマンドにより、指定した間隔でプロンプトを繰り返せます。例えば、テストの確認、デプロイの監視、新しいエラーの数分おきのレポートなどが可能です。

7. Vimモード

ターミナルインターフェースの操作にVim風のキーボード操作を好むユーザー向けに、Grok BuildにはVimモードがあります。/vim-mode で有効・無効を切り替えられます。

8. ペルソナ

ペルソナを使って、エージェントに異なる振る舞いのスタイル、注力領域、作業ルールを与えられます。

/personas で管理し、異なるサブエージェントに適用できます。

9. エージェントダッシュボード

エージェントダッシュボードは、すべてのセッションのライブ概要を提供します。

稼働中、入力待ち、完了、失敗の各エージェントを確認でき、ダッシュボードから任意のセッションを直接開けます。

10. フック

フックにより、特定のイベントの前後にコマンドを自動実行したり、HTTPエンドポイントを呼び出したりできます。

危険なコマンドのブロック、編集後のコード整形、ツール使用状況の記録、タスク完了時の通知送信などに利用できます。

11. プラグイン

プラグインは、追加のエージェント、フック、MCPサーバー、言語サーバー、その他の機能でGrok Buildを拡張します。既存のClaude Codeプラグインも、新規セットアップを全面的に行わずに自動検出できます。

12. プラグインマーケットプレイス

内蔵のマーケットプレイスにより、設定済みのソースからプラグインをGrok Build内で直接閲覧・インストールできます。/marketplace コマンドで開けます。

Grok Buildのセットアップ方法

機械学習プロジェクトを構築する前に、Grok Buildをインストールし、SpaceXAIアカウントに接続し、専用のプロジェクトフォルダ内で開きます。

1. Grok Buildをインストールする

ターミナルを開き、使用OSに応じたコマンドを実行してください。

macOS、Linux、またはWSLの場合：

curl -fsSL https://x.ai/cli/install.sh | bash

Windows PowerShellの場合：

irm https://x.ai/cli/install.ps1 | iex

インストーラはGrok Buildをダウンロードし、grok コマンドをシステムに追加します。

2. SpaceXAIアカウントにサインインする

次に、以下を実行してサインインします：

grok login

Grok Buildがブラウザウィンドウを開くので、SpaceXAIアカウントにサインインし、アクセスを承認してください。

通常、この手順は一度完了すれば十分です。

3. プロジェクトフォルダを作成する

機械学習プロジェクト用に別フォルダを作成し、その中に移動します：

mkdir machine-learning-project
cd machine-learning-project

次に、フォルダ内でGrok Buildを起動します：

grok

プロジェクト向けにGrok Buildを構成する

実装に入る前に、Grok Buildに重要なプロジェクト情報を記憶させ、より安全な許可ルールに従わせ、各セッションで同じ開発手順が適用されるよう構成します。

1. セッション間メモリを有効化する

セッション間メモリを使うと、ターミナルを閉じて後でプロジェクトに戻ってきても、Grokが有用な情報を覚えています。

メモリを有効にしてGrok Buildを起動：

grok --experimental-memory

Grok Build内では、重要なメモを手動で保存できます：

/remember This project uses uv for package management and pytest for testing.

また、/memory を使って保存情報の閲覧と管理ができます。

重要コマンド、技術選定、フォルダ構成、コーディング規約など、安定した詳細の記録にメモリを活用してください。

一時的な指示は現在のセッション内に留めるとよいでしょう。

2. 安全な許可ルールを追加する

Grok Buildは既定でAskモードを使用し、未承認のツールを実行する前に承認を求めます。

通常の開発をスムーズにしつつ、リスクの高い操作を明示的にブロックするため、プロジェクトレベルの許可ルールを追加します。

Grokに設定の準備を依頼します：

Create a safe .grok/config.toml configuration for this project. 
Allow normal file editing, Git inspection, testing, and linting, 
but deny access to secret files, destructive shell commands, Git pushes, 
force pushes, and changes outside the project folder.

3. 永続的なプロジェクト手順を作成する

次に、プロジェクト全体でGrokが従うべきルールを含むAGENTS.md ファイルを作成します。

Grokはリポジトリ内で作業する際、このファイルを自動的に読み込むため、各セッションで同じ指示を繰り返す必要はありません。

以下のプロンプトを使ってください：

Create a short AGENTS.md file for an end-to-end machine learning project. 
Protect the raw data, prevent data leakage, use reusable Python modules, 
manage packages with uv, add tests, commit every major change, and validate 
each stage before continuing.

指示は短く具体的に保ってください。焦点の定まったプロジェクトルールの方が、Grokは一貫して従いやすくなります。

4. 設定を検証する

最後に、プロジェクトのルール、設定、スキル、プラグイン、MCPサーバーがGrokに検出されているか確認します：

grok inspect

すべて問題なければ、機械学習プロジェクトの構築に取り掛かります。

Grok Buildデモ：エンドツーエンドの機械学習プロジェクトを構築する

Grok Buildのインストールと構成が完了したので、ここからプロジェクトをゼロから作成していきます。

1. プロジェクト計画を作成する

まずPlan Modeに切り替えます。これにより、ファイルを変更する前に、Grokがタスクを調査し、プロジェクトの構築方法を説明できます：

/plan

次に、以下のプロンプトを入力します：

Build an end-to-end machine learning project from scratch. 
Check whether Git and uv are installed, initialize the repository, 
create a uv environment, install the required packages, organize the project, 
download a toy dataset, analyze and clean the data, create visualizations, 
train and compare models, evaluate the best model, build a simple prediction 
CLI application, add tests, and document the results.

2. 計画を確認して承認する

計画ができたら、よく読んで確認してください。Grokに不足ステップの追加や不要作業の削除、使用予定のツールやライブラリの変更を依頼できます。

内容に問題がなければ計画を承認します。その後Grokはプロジェクトの作成、パッケージのインストール、コードの記述、テストの実行、変更点の表示を開始します。

3. 利用制限に達した後に続行する

プロジェクトの構築中に、無料の利用制限に達しました。

大規模なコーディングタスクは通常のチャットよりも多くの使用量を消費するため、Grokがデータ分析、モデル学習、エラー修正、テストを行っていると、すぐに上限に達することがあります。

現在、SuperGrokは月額$30で、Grokの各機能にわたってより高い利用上限を提供します。

安くはありませんが、少数の小さなプロンプトを試すのではなく、完全なプロジェクトを構築する場合には、この追加枠が役立ちます。

アップグレード後、同じセッションに戻り、次を入力します：

continue

Grokは中断地点から再開し、プロジェクトの構築を続行します。

4. 最終的なプロジェクト概要を確認する

作業が完了すると、Grokは作成内容の概要を提示します。これには、データ分析、可視化、モデル比較の結果、評価指標、テスト、プロジェクト構成、予測アプリの実行手順が含まれます。

今回のプロジェクトでは、GrokはPalmer Penguinsデータセットに対してロジスティック回帰モデルを学習しました。

最良のモデルはおよそ98%の正解率とF1スコア97.6%を達成し、この小規模な分類プロジェクトとしては非常に優れた結果でした。

5. 生成されたファイルを探索する

プロジェクトフォルダをVS Codeで開き、生成されたファイルを一つずつ確認できます。

これにより、Grokがソースコード、データ処理パイプライン、テスト、レポート、コマンドラインアプリケーションをどのように整理したかを理解できます。

Grokがプロジェクトを作成してくれたとはいえ、コードをレビューし、各部分の動作を理解することは依然として重要です。

6. 予測アプリをテストする

プロジェクトフォルダ内で別のターミナルを開き、次のコマンドを実行します：

uv run penguins predict \
  --bill-length 39.1 \
  --bill-depth 18.7 \
  --flipper 181 \
  --body-mass 3750 \
  --sex male \
  --island Torgersen

CLIアプリは、評価時と同じ前処理パイプラインと学習済みモデルを用いて値を処理します。今回のテストでは、期待したペンギンの種が返され、予測アプリが正しく動作していることが確認できました。

まとめ

総じて、Grok Buildは非常に優秀で、驚くほど洗練されたコーディングエージェントだと思います。

SuperGrokのサブスクリプション経由で利用することも、APIキーを使ってSpaceXAI APIに直接接続することも可能です。

さらに重要なのは、Grokモデルに限定されないことです。

Grok Buildは、OpenAI互換およびAnthropic互換のAPIを通じてカスタムモデルをサポートしており、ローカルで動作するオープンソースモデルを接続したり、他のAPIプロバイダーを利用したりできます。

公式の カスタムモデル構成ガイドに従って設定できます。

プラグイン、マーケットプレイス、再利用可能なスキル、エージェント、フック、MCPサーバーともスムーズに連携します。

Grokは、既存のClaude Codeスキル、プラグイン、MCP設定、指示ファイルを自動検出でき、すべてを一から設定し直す必要がありません。

全体として非常に使い勝手が良いです。

Grok Build起動時に自動でアップデートを確認し、grok update コマンドで手動インストールも可能です。

インストールと設定からモデル切替、ツール追加に至るまで、すべてがシンプルでよく設計されています。

OpenCodeと比べると、現時点ではGrok Buildの方が完成度が高く、成熟していると感じます。

機能やコーディング体験全体の面で、すでにClaude Codeに近く、今後も改善が続くと期待しています。

主な懸念は依然としてコストと無料利用枠の少なさですが、サブスクリプション以外の点では、Grok Buildには大いに期待しています。