Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
「自律型開発組織」を目指すCTOの、試行錯誤の記録
Search
ar_tama
December 15, 2022
Programming
27k
3
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
「自律型開発組織」を目指すCTOの、試行錯誤の記録
「明日の開発カンファレンス アスカンイブニング 2022」で発表した内容です。
https://fod.connpass.com/event/267578/
ar_tama
December 15, 2022
More Decks by ar_tama
See All by ar_tama
翻訳・対話・越境で強いチームワークを作ろう! / Building Strong Teamwork through Interpretation, Dialogue, and Border-Crossing
ar_tama
4
2.9k
AIコーディングとエンジニアリングの現在地 / A Snapshot of AI Coding and Engineering(Sept. 2025)
ar_tama
0
760
エンジニアリングマネージャー“お悩み相談”パネルセッション
ar_tama
1
2.7k
「好き」から見つける仕事のかたち / Shape Your Career From What You Love
ar_tama
0
160
マネジメントって難しい、けどおもしろい / Management is tough, but fun! #em_findy
ar_tama
8
2.2k
本当に必要なのは「QAという技術」だった!試行錯誤から生まれた、品質とデリバリーの両取りアプローチ / Turns Out, "QA as a Discipline" Was the Key!
ar_tama
10
13k
自分の「心の声」に耳を傾けよう ――振り返りから始める、キャリアの可能性の広げ方 / Listen to Your Inner Voice: Unlocking Your Career Potential Through Reflection
ar_tama
2
960
偶然 × 行動で人生の可能性を広げよう / Serendipity × Action: Discover Your Possibilities
ar_tama
1
6.4k
チームを主語にしてみる / Making "Team" the Subject
ar_tama
5
840
Other Decks in Programming
See All in Programming
VibeCodingからAgenticWorkflowへ
starfish719
0
940
Press start. Python's next generation.
willingc
PRO
3
250
夏だ!祭りだ!祭りとはドメインモデリングでは?
ryugen04
0
440
いまどきの Codex で開発する visionOS アプリの開発スタイルについて
karad
0
170
AI駆動開発にグラフDBを重ねてみた
satoshi256kbyte
1
370
TSX の <Hoge<Fuga>> という構文に驚いた話 / tsx-type-argument-syntax
kanaru0928
0
240
バグを直したら useEffect が消えた
colorful12
3
770
ドリフトを絶対に許さない(?)CDK運用 / CDK Ops with Zero Tolerance for Drifts (?)
akihisaikeda
1
240
まだ間に合う!今年の夏こそSchemeのマクロ展開器を完全理解!
omasanori
0
570
go-spidermonkeyでAIエージェントのCode Modeを実装する
syumai
3
1.3k
プロポーザルを書いてもらう
pvcresin
0
590
楽しそうなつよつよエンジニアと目が死んでる僕/A brilliant engineer having a blast, and dead-eyed me.
3l4l5
2
260
Featured
See All Featured
The Spectacular Lies of Maps
axbom
PRO
1
950
VelocityConf: Rendering Performance Case Studies
addyosmani
331
25k
Code Review Best Practice
trishagee
74
20k
The Curious Case for Waylosing
cassininazir
1
480
Navigating the Design Leadership Dip - Product Design Week Design Leaders+ Conference 2024
apolaine
2
410
Why Mistakes Are the Best Teachers: Turning Failure into a Pathway for Growth
auna
0
220
Skip the Path - Find Your Career Trail
mkilby
1
200
BBQ
matthewcrist
89
10k
How to Grow Your eCommerce with AI & Automation
katarinadahlin
PRO
1
250
A Soul's Torment
seathinner
6
3.5k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
56
3.4k
How to Build an AI Search Optimization Roadmap - Criteria and Steps to Take #SEOIRL
aleyda
1
2.2k
Transcript
ʮࣗܕ։ൃ৫ʯΛࢦ͢$50ͷ ࢼߦࡨޡͷه $BLFKQ$P-UE !ΞεΧϯΠϒχϯά
ΞδΣϯμ - ຊ࠷େڃͷέʔΩɾεΠʔπઐ&$αΠτʮ$BLFKQʯͷ͝հ - ࣗݾհ - ʮࣗܕ։ൃ৫ʯΛࢦ͢աఔͰͷࢼߦࡨޡ - ᶃ ٕज़બఆ
- ᶄ ৫ɾίϛϡχέʔγϣϯઃܭ
ձһສਓಥഁʂ ຊ࠷େڃͷέʔΩɾεΠʔπઐ&$αΠτ
ձһສਓɺҎ্ͷళฮ͕Ճໍ͠ɺछྨҎ্ͷΛऔΓଗ͍͑ͯΔ $BLFKQ ຊ࠷େڃͷέʔΩɾεΠʔπઐ&$αΠτ
৫ͷ͜ͱ ։ൃຊ෦ - ΤϯδχΞ໊ʢʴۀҕୗ໊ʣ - σβΠφʔ໊ - εςʔΫϗϧμʔ - ࣾ֎ɿγϣοϓɺΤϯυϢʔβʔ
- ࣾɿϚʔέຊ෦ʢؚ$4ʣɺӦۀຊ෦ɺཧຊ෦ - ࣾһ໊
৫ͷ͜ͱ ਓͷมભ - ظతʹۀҕୗͷํʹདྷͯΒͬͨΓʢdՆʣ - ৽͍ࣾ͠һΛ͓ܴ͑ͨ͠ΓʢdͰ໊ʣ
৽ଟਅۏʗ͋Βͨ·ʗ!BS@UBNB - גࣜձࣾσΟʔɾΤψɾΤʔ - גࣜձࣾηΦࣄ - גࣜձࣾϩίΨΠυ - גࣜձࣾ$BLFKQʢdʣ -
ࣥߦһ$50 🧖 αφཱྀ͕झຯ 🍡 ຊͪͪڠձ ද ࣗݾհ
- લ৬ͷϩίΨΠυ·ͰϝϯόʔϨΠϠͷΈ - ϝϯόʔͱͯ͠ʮ͏·͘Ϛωʔδ͞ΕΔํ๏ʯΛࡧ͢ΔաఔͰ ͍Ζ͍ΖͱຊΛಡΈړΔΑ͏ʹ - ϝϯόʔϨΠϠͰͰ͖Δ͜ͱ - ϚωδϝϯτϨΠϠʹظ͖͢͜ͱ -
$BLFKQͰϐʔϓϧϚωδϝϯτʹॳઓ - ݱࡏͷϩʔϧ - &. - σβΠϯϚωʔδϟʔ - ςοΫϦʔυ - 1E.ʢ/FXʣ ࣗݾհ
ࣗݾհ
ΠϚίί - ຊ࠷େڃͷέʔΩɾεΠʔπઐ&$αΠτʮ$BLFKQʯͷ͝հ - ࣗݾհ - ʮࣗܕ։ൃ৫ʯΛࢦ͢աఔͰͷࢼߦࡨޡ - ᶃ ٕज़બఆ
- ᶄ ৫ɾίϛϡχέʔγϣϯઃܭ
ࢼߦࡨޡᶃ ٕज़બఆ ˞ೖࣾॳͷ͋Βͨ·͞Μ
ࢼߦࡨޡᶃ ٕज़બఆ ͜Ε·Ͱͷมભ - ճͷϐϘοτ - ֻ͚΄Ͳͷίʔυϕʔε - ఆண͠ͳ͍ϝϯςφ -
ͲΜͲΜੜ·ΕΔؔ࿈ࣄۀˍػೳ - ·͙Δ͘͠มΘΔۀϑϩʔ ͦͯ͠ཾʜ
ʹٕज़తࢿ͕͞Εͯ͜ͳ͔ͬͨʁ /P݁Ռͱͯ͠ɺٕज़తࢿҎ֎ͷஅ͕༏ઌ͞Ε͖͚ͯͨͩ ࢼߦࡨޡᶃ ٕज़બఆ
ٕज़తࢿʹʢʣྗΛೖΕΑ͏ ˠཾΛղ͖΄͙ͯ͠ɺ৽͍͠ΞϓϦέʔγϣϯʹࡌͤସ͑Α͏ - ࣄۀͷϘτϧωοΫΛͳͨ͘͢Ί - γεςϜͷण໋ΛԆͨ͢Ί - ։ൃऀੜ࢈ੑͱָ͠͞Λ૿෯ͤ͞ΔͨΊ ࢼߦࡨޡᶃ
ٕज़બఆ
ઌਓͷܙΛੵۃతʹआΓΔ ࢼߦࡨޡᶃ ٕज़બఆ
- 1)1ˠαʔόʔαΠυ,PUMJO - &$αΠτͱͯ͠ͷجຊػೳݻ͘ - ཧܗ͕Θ͔Βͳ͍ͱ͜Ζॊೈʹ࡞Δ ࢼߦࡨޡᶃ ٕज़બఆ
ࢼߦࡨޡᶃ ٕज़બఆ - ΧΦεϞϊϦεˠϞδϡϥϞϊϦε - ʮͲ͔͜ΒͰͳΜͰݺͼग़ͤΔʯΛػߏͱ͙ͯ͠ - WJFXʹ42-Λʮॻ͔ͳ͍ʯͰͳ͘ʮॻ͚ͳ͍ʯ࡞Γ -
ڥքΛਖ਼͘͠࡞Δ͜ͱ - ʹݱ࣮ͷࣸ૾ͨΔυϝΠϯϞσϧΛΈཱͯΔ͜ͱ - ͦͷͨΊʹۀքΛΓɺࣄۀΛΓɺۀϑϩʔΛΔ - ਂ͘ΔͨΊʹɺεςʔΫϗϧμʔͱରΛॏͶΔ - ࣌ʹݱʹඈͼࠐΉ
- ݱࡏ - ෳػೳ͕αʔόαΠυ"1*ͱͯ͠Γग़͞Ε͍ͯΔ - ϝϯόʔͷա͕ίϯτϦϏϡʔτ͍ͯ͠Δ - ͍͍ͱ͜Ζ - ͕໌֬ʹͳΓɺςελϒϧʹ
- ΈΜͳͦΕͳΓʹָͦ͠͏ - ՝ - د͖ͤΕͳ͍ - ߟྀ࿙ΕɺଥڠʢఘΊͳ͍͕࢟େࣄʣ - σʔλߏʹҾ͖ͣΒΕͯෳࡶੑ͕૿͢ύλʔϯ - ࡞Δͷ͕ͨͩͷ$36%͚ͩͳΒ·ͩدͤΔ͖Ͱͳ͍ ࢼߦࡨޡᶃ ٕज़બఆ
ΠϚίί - ຊ࠷େڃͷέʔΩɾεΠʔπઐ&$αΠτʮ$BLFKQʯͷ͝հ - ࣗݾհ - ʮࣗܕ։ൃ৫ʯΛࢦ͢աఔͰͷࢼߦࡨޡ - ᶃ ٕज़બఆ
- ᶄ ৫ɾίϛϡχέʔγϣϯઃܭ
dࣗΛϋϒʹਾ͑ͨύεߏʴνʔϜମ੍ ˣ dνʔϜΊͯΈͨ ˣ dઐνʔϜ ݉νʔϜମ੍ʢΠϚίίʣ ࢼߦࡨޡᶄ ৫ઃܭ d
d d
ࣗΛϋϒʹਾ͑ͨύεߏʴνʔϜମ੍ - ʮ։ൃνʔϜʯ͕΄΅ଘࡏ͠ͳ͍ঢ়ଶ͔Βʮ։ൃຊ෦ʯΛ - ͜Ε·Ͱ։ൃϚʔέςΟϯά෦ͷҰػೳͱ͍͏ཱ͚ͯ - ϚʔέҎ֎ͷࢪࡦʹຆͲॆͯΒΕΔϦιʔε͕ͳ͍ঢ়ଶ ࢼߦࡨޡᶄ ৫ઃܭ d
d
։ൃຊ෦ɺ$BLFKQʹ໋Λਧ͖ࠐΉूஂͰ͢ɻ զʑͷׂɺؒͷϛογϣϯʹدΓఴ͍ɺ$BLFKQʹͱͬͯ࠷ળɾ࠷ྑ ͷ݁Ռ͕ಘΒΕΔܗʹམͱ͠ࠐΈɺ۩ݱԽ͢Δ͜ͱɻ $BLFKQͷإΛ࡞Δͷɺ࠷ޙͷࡆͱͳΔͷɺϓϩμΫτͰ͢ɻ ʮεΠʔπΞϕϯδϟʔζʯͷҰһͱͯ͠ɺ߈कͱʹ༏ΕͨϓϩϑΣογ ϣφϧूஂͱͳΔ͜ͱΛࢦ͠·͠ΐ͏ɻ ։ൃຊ෦্ཱͪ͛࣌ͷࢿྉΑΓൈਮ
ͭͷʮϓϩʯ $BLFKQͷϓϩ ۀϑϩʔ͔Βৄࡉ༷·Ͱ $BLFKQͷ͜ͱͳΒԿͰͬͯ·͢😤 γεςϜʗσβΠϯͷϓϩ ϢʔβʔϑΝʔετ࠷ޙͷࡆ ࠷্ͷମݧΛಧ͚Δ͜ͱʹΛෛ͍·͢🧑🍳 ݴΘΕͨ͜ͱ͚ͩΔ͓࣌͠·͍😉 ղܾͷϓϩ ϓϩͨΔͷɺࣄނى͖Δલʹ͙ͷ
ઌճΓͯ͠ղܾ͠·͢😎 ಓͷੴͲΜͲΜरͬͪΌ͏🍓 ༁ͷϓϩ ͯ͢ͷࣄϓϩμΫτ͋Γ͖ͰਐΈ·͢ ૬खͷཱ͔ΒΘ͔Γ͘͢આ໌͠·͢💁 ։ൃຊ෦্ཱͪ͛࣌ͷࢿྉΑΓൈਮ
ࣗΛϋϒʹਾ͑ͨύεߏʴνʔϜମ੍ ιϑτɿ - ·ͣνʔϜͷؼଐҙࣝΛ࡞Δ͜ͱ͔Β - ࣄؒʹΑΓތΓΛ࣋ͯΔ - ࣗͨͪԿऀͰ͋Δ͔ΛޠΕΔ - ͔ࣗΒͷൃ৴ྔΛ૿͠ɺҙݟݸผʹऩू
- UPCFΛͱʹ͔͍͘ΖΜͳॴͰޠΔɺޠͬͯΒ͏ - POɺఆྫɺৼΓฦΓɺͦͷଞ - पΓͷྑ͍ߦಈΛरͬͯϒϩʔυΩϟετ͢Δ ࢼߦࡨޡᶄ ৫ઃܭ d d
ࣗΛϋϒʹਾ͑ͨύεߏʴνʔϜମ੍ ϋʔυɿ - ͖߹͍ઌͷ෦ॺΛنఆ͠ɺΞαΠϯ - Ϛʔέຊ෦ɺӦۀຊ෦ͷ෦ॺʹେ͖͘ϦιʔεΛׂ - ඪʮ͖߹͍ઌͷ෦ॺඪΛΤϯδχΞϦϯάͰୡͤ͞Δʯ - ૬खͷXIZ
XIBUΛཧղ͠ɺIPXʹΛ࣋ͭจԽ ࢼߦࡨޡᶄ ৫ઃܭ d d
ࣗΛϋϒʹਾ͑ͨύεߏʴνʔϜମ੍ ϋʔυɿ - ʮ։ൃຊ෦ԿΛେࣄʹ͖͔͢ʯΛɺٞ͠ͳ͕Βنఆ - POͰඪͷઃఆɾୡΛαϙʔτ - ྠಡձͰΠϯϓοτɾΞτϓοταΠΫϧΛཱ֬ - ϐΞϨϏϡʔͷಋೖɺϨϏϡʔΨΠυϥΠϯࡦఆ
- िؒεϓϦϯτͷಋೖʴৼΓฦΓαΠΫϧઃఆ - ࠾༻໘ɾ໘ஊʹੵۃతʹϝϯόʔΛר͖ࠐΉ ࢼߦࡨޡᶄ ৫ઃܭ d d
ࣗΛϋϒʹਾ͑ͨύεߏʴνʔϜମ੍ Ռɿ - ͨͩͷʮࣾडୗʯʹΜ͡ͳ͍จԽͷछ͕Ͱ͖ͨ - ݸਓϓϨΠͰͳ͘νʔϜͰࣄΛճ͢ݪܕ͕Ͱ͖ͨ - 1+্ཱͪ͛ͷࡍʹ1K.ϩʔϧΛ୲ͬͯ͘ΕΔϝϯόʔ - ݸਓͷৼΓฦΓαΠΫϧ͕Ͱ͖ɺΛΑΓ࣮ײͯ͠Β͑ΔΑ͏ʹ
- ྠಡձϐΞϨϏϡʔΛ௨ͯ͡ɺڞ௨ͷՁ؍͕ҭ·Εͨ - ਓ͕ˠਓʹ૿͑ͯεέʔϧͨ͠ ࢼߦࡨޡᶄ ৫ઃܭ d d
ࣗΛϋϒʹਾ͑ͨύεߏʴνʔϜମ੍ ՝ɿ - ݻఆϦιʔεΛׂΓ͍ͯͯͳ͍෦ॺ༝དྷͷࣄΛਐΊΒΕͳ͍ - ΨόφϯεڧԽͷͨΊͷػೳվળͱ͔ - ։ൃऀੜ࢈ੑͷ্ͱ͔ʢࣗ෦ॺͷॏλεΫ͢Βʣ - ͖߹͍ઌ෦ॺʹλεΫ༏ઌ͕ґଘ
- ༏ઌͷ͔֬Β͠͞ΛϨϏϡʔ͢Δׂ͕ෆࡏ - ʮ෦ॺʯ͖߹͍ͷݶք - ՁΛຊʹಧ͚Δ͖૬खͦͷઌʹ͍Δͣ - ෬ઢ - ৼΓฦΓαΠΫϧ͕νʔϜͰͳ͘ݸਓʹด͍ͯ͡Δ - ϓϩμΫτͷUPCFΛنఆ͢Δׂ͕ෆࡏ ࢼߦࡨޡᶄ ৫ઃܭ d d
νʔϜΊͯΈͨ - 1E.ͱཱ͕ͯࣗͪ͠ɺλεΫͷ༏ઌΛίϯτϩʔϧ - ॏςʔϚ͝ͱͷେ·͔ͳϦιʔεΛ݄ॳʹܾΊɺλεΫΛ - ֤෦ॺ͔Βͷґཔఆྫɾ4MBDLͰٵ্͍͛ɺεϓϦϯτʹө - 1+ϑΣʔζ͝ͱʹඞཁͳσβΠφʔɾΤϯδχΞϦιʔεʹΒ͖ͭ ͕ग़ΔͨΊɺݻఆͷνʔϜ͕Ͱ͖ͳ͔ͬͨ
ࢼߦࡨޡᶄ ৫ઃܭ d d
νʔϜΊͯΈͨ Ռɿ - ͜Ε·Ͱ༏ઌͷ্͛ʹ͔ͬͨ͘ࢪࡦ͕େ͖͘ಈ͔ͤͨ - ϓϩμΫτͷUPCF͔Βٯࢉͨ͠ࢪࡦ - $3. - Ұ؏ͨ͠ػೳମݧͷఏڙ
- ։ൃऀੜ࢈ੑ্ܥͷࢪࡦ - ΨόφϯεڧԽͷͨΊͷࢪࡦ - ͳͲͳͲ ࢼߦࡨޡᶄ ৫ઃܭ d d
νʔϜΊͯΈͨ ՝ɿ - νʔϜશһͷ۩ମνέοτΞαΠϯ͕େม - ਐߦঢ়گʹ߹Θͤͨ৽نࢪࡦͷࠐΊ - ϝϯόʔͷετϨονΛՃຯͨ͠ΞαΠϯ Y -
ͦͷׂʹϝϯόʔͷίϛοτϝϯτΛҾ͖ग़͍ͤͯͳ͍ײ - ϝϯόʔͷλεΫਐߦঢ়گ͕ޓ͍ʹΘ͔Γʹ͍͘ঢ়ଶ - ΤϯδχΞ㱻σβΠφʔʮ୭ʹ૬ஊ͢Ε͍͍ʁʯ - ίʔυϨϏϡʔ࣌ͷೝෛՙ૿Ճ - ৼΓฦΓαΠΫϧ͕νʔϜͰͳ͘ݸਓʹด͍ͯ͡Δ - νʔϜͷงғؾࣗମΑ͍ͷ͕ٹ͍ʢ͋Γ͕͍ͨʂʣ ࢼߦࡨޡᶄ ৫ઃܭ d d
νʔϜΊͯΈͨ - ͜ΕΒͷ՝ɺνʔϜ੍ʹͤ͋Δఔղܾ͢Δ͜ͱ͔͍ͬͯͨ - ͕ɺͲͷΓޱͰͷνʔϜ͚͕ద͔ʹ͕͑ग़ͳ͍ঢ়ଶ͕ଓ͍͍ͯͨ ࢼߦࡨޡᶄ ৫ઃܭ d d
ઐνʔϜ ݉νʔϜମ੍ ᶃ ετϦʔϜΞϥΠϯυ෩ - ͖߹͍ઌΛ෦ॺͰͳ͘ɺʮϢʔβʔʯʮγϣοϓɾࣾʯʹ͚ͨ - ͡ΊʹՁΛಧ͚Δઌ - ͔ͭʮϋοϐʔτϥΠΞϯάϧʯΛճ͢ى
- ͖߹͍ઌ͋͘·ͰىͰ͋Γɺ࣮ݱ͍ͨ͠ͷࡾํΑ͠ - ࣗͨͪΛؚΉ - ͜Ε·ͰͷบͰʮӦۀνʔϜʯͱݴΘͳ͍Α͏ʹ ཱ͚ͯΛஸೡʹγΣΞ ࢼߦࡨޡᶄ ৫ઃܭ d d
ઐνʔϜ ݉νʔϜମ੍ ᶄ ΠωΠϒϦϯά෩ - ͖߹͍ઌʢىʣΛ$BLFKQγεςϜɾ։ൃຊ෦ϝϯόʔͱنఆ - ੜ࢈ੑ্ٕज़ݕূͳͲΛ୲ - શһΛ݉ͱ͍ͯ͠Δ
- ސ٬ʹՁΛಧ͚Δ͜ͱͱଓ͍ͤͨ͞ҙਤ - Ϧιʔεͷ߹ ࢼߦࡨޡᶄ ৫ઃܭ d d
ઐνʔϜ ݉νʔϜମ੍ - త - ϝϯόʔͷೝෛՙ͕Լ͕Δ͜ͱ - ΑΓࣗൃతͳίϛοτϝϯτ͕ग़͞ΕΔ͜ͱ - ݸਓ͚ͩͰͳ͘νʔϜͰͷܦݧֶशαΠΫϧ͕ճΔ͜ͱ
ࢼߦࡨޡᶄ ৫ઃܭ d d
ઐνʔϜ ݉νʔϜମ੍ - νʔϜͷύϑΥʔϚϯεΛߴ͘อͭʹɺओମੑͱࣗੑͷ্͕ෆՄܽ - ओମੑͱࣗੑΛҭΉΈΛੵۃతʹऔΓೖΕͨ - ·ͣ͡ΊʹνʔϜ໊ΛࣗͨͪͰܾΊͨ - ৼΓฦΓɾϓϥϯχϯάΛνʔϜ୯ҐͰߦ͏Α͏ʹͨ͠
- ͋Δఔͷ߆ଋ࣌ؒ૿ՃͱτϨʔυΦϑ ࢼߦࡨޡᶄ ৫ઃܭ d d
ઐνʔϜ ݉νʔϜମ੍ - ʮࣗܕ։ൃ৫ʯʹͳΔͨΊͷҰา౿Έग़ͤͨײ৮ - ·ͩ·ͩܗظʢCZλοΫϚϯϞσϧʣ - ேձͷ༷ࢠͪΐͬͱ͗ͪ͜ͳ͍ - ࢼߦࡨޡଓ͘ʜ
- ߋʹνʔϜϏϧυͷͨΊͷϫʔΫΛߦ͍͖͍ͬͯͨ - ࣗݾ։ࣔͱ૬ޓཧղΛଅ͢औΓΈ - νʔϜͱͯ͠ͷڞ௨ඪΛཱͯͨΓ - ޓ͍ͷׂΛنఆɾγΣΞͨ͠Γ - νʔϜͰͷৼΓฦΓͷ࣭Λ্͛ΔऔΓΈ - εςʔΫϗϧμʔͱͷରͷػձΛ૿͢औΓΈ ࢼߦࡨޡᶄ ৫ઃܭ d d
🍵 ͪΐͬͱٳܜ
͓ΘΓʹ - લٕज़ͷɺޙ৫ͷ - ͲͪΒѻ͏՝ͷෳࡶ͕ʢϝϯόʔϨΠϠͷࠒʹൺͯʣߴ͍ - ࣌ؒ࣠ͷίϯτϩʔϧ͍͠ - Θ͔Γ͍͢ਖ਼ղͳ͍ -
ࢹใྔͷࠩΛཧղ͠ͳ͍ͱ༰қʹࣄނ͕ى͖Δ - ࣄΛ͏·͘ਐΊΔͨΊͷճΓಓͷΑ͏ͳۙಓɺର - ૬खʹڵຯΛ࣋ͪɺࣗͱपΓʹڵຯΛ࣋ͬͯΒ͏Λ͢Δ - ਪͷ͠͝Λ্Βͳ͍ɺ্Βͤͳ͍ - ରΛ͠ଓ͚ΒΕΔνʔϜ͕ͦ͜ɺ͍͍ϓϩμΫτΛ࡞ΕΔ - ࢼߦࡨޡͷಓ·ͩ·ͩଓ͘ʜ
͓ΘΓʹ - ΓࠐΊͳ͔ͬͨࢼߦࡨޡͨ͘͞Μ - ࠾༻ - ධՁ੍ʢඪཧɾάϨʔυʣઃܭʙӡ༻ - ඪઃఆͷαϙʔτͱ'#αΠΫϧ -
օ͞Μͷࢼߦࡨޡͥͻڭ͍͑ͯͩ͘͞ʂ - ͍͞͝ʹએ
͓ΘΓʹ IUUQTDBLFKQ