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
リモートワークは難しい - それでもぼくらは 歯をくいしばってやっていく テストエンジニア版...
Search
KASUYA, Daisuke
July 05, 2019
Business
1
2.1k
リモートワークは難しい - それでもぼくらは 歯をくいしばってやっていく テストエンジニア版 - / JaSST Kansai 2019
KASUYA, Daisuke
July 05, 2019
Tweet
Share
More Decks by KASUYA, Daisuke
See All by KASUYA, Daisuke
エンジニアリングマネージャーの成長の道筋とキャリア / Developers Summit 2025 KANSAI
daiksy
7
2.5k
はてなの開発20年史と DevOpsの歩み / DevOpsDays Tokyo 2025 Keynote
daiksy
6
2.3k
わたしがEMとして入社した「最初の100日」の過ごし方 / EMConfJp2025
daiksy
22
11k
はてなのチーム開発一巡り / Hatena Engineer Seminar 30
daiksy
0
810
ふりかえりカンファレンスLT/Get Wild
daiksy
0
2k
スクラムマスターの採用事情 / scrum fest fukuoka 2023
daiksy
1
2.8k
スクラムのスケールとチームトポロジー / Scaled Scrum and Team Topologies
daiksy
1
1.4k
Scrum@Scaleの理論と実装 / RSGT2022
daiksy
2
10k
リモートワークに最適なスクラムチームの人数についての仮説 / Kyoto Agile 2021
daiksy
0
280
Other Decks in Business
See All in Business
生成 AI 時代に職業はどのように変わり、どう対処すべきか ?
icoxfog417
PRO
4
1.4k
エンジニア用 Photosynth 会社説明資料
photosynth_career
PRO
0
150
【Entrance Book】新卒営業職向け
givery_recruit
0
710
人が辞めても困らない職場へ - AIでノウハウがたまる仕組み、文化を作る実践術
nkajihara
4
1.1k
社内請負スクラムから脱却する〜複雑性に適応するスクラムチームの作り方〜
yasuhirokimesawa
1
180
Algomatic Works Company Deck
algomatic
PRO
1
1.2k
Kyash TechTalk #8 Kyashにおけるクレジット事業部とは
sayueda
0
130
【Omiai】リアーキ LT_202510
enito
PRO
1
810
株式会社CINC 会社案内/Company introduction
cinchr
6
68k
SASアピールブック(Web公開版)
sas_si
0
1.2k
フルカイテン株式会社 採用資料
fullkaiten
0
76k
【Progmat】Monthly-ST-Market-Report-2025-Sep.
progmat
0
580
Featured
See All Featured
A designer walks into a library…
pauljervisheath
209
24k
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
4k
Build The Right Thing And Hit Your Dates
maggiecrowley
38
2.9k
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
PRO
190
55k
Scaling GitHub
holman
463
140k
The MySQL Ecosystem @ GitHub 2015
samlambert
251
13k
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
16
1.7k
Navigating Team Friction
lara
190
15k
Documentation Writing (for coders)
carmenintech
75
5.1k
Mobile First: as difficult as doing things right
swwweet
225
10k
GraphQLとの向き合い方2022年版
quramy
49
14k
GitHub's CSS Performance
jonrohan
1032
470k
Transcript
ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘Β ࣃΛ͍͍ͬͯͬͯ͘͘͠ ςετΤϯδχΞ൛ - 2019-07-05 JaSST’19 Kansai גࣜձࣾ
ͯͳ പ୩େี (id:daiksy / @daiksy)
ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘Β ࣃΛ͍͍ͬͯͬͯ͘͘͠ ςετΤϯδχΞ൛ - 2019-07-05 JaSST’19 Kansai גࣜձࣾ
ͯͳ പ୩େี (id:daiksy / @daiksy)
ࣗݾհ പ୩େี(id:daiksy / @daiksy) ▸ גࣜձࣾ ͯͳ ▸ Mackerel։ൃνʔϜσΟϨΫλʔ ▸
גࣜձࣾτϚϧό ৫։ൃࢧԉ ▸ Chatworkגࣜձࣾ ݱϚωʔδϟࢧԉ ▸ ೝఆεΫϥϜϚελʔ
ϦϞʔτϫʔΫͱʁ ▸ ҟͳΔϩέʔγϣϯʹ͍ΔਓͱࣄΛ͢Δ ▸ ଞڌ ▸ ଞࣾ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠
͍ͬͯ͘
ϦϞʔτϫʔΫͱʁ ▸ ςετΤϯδχΞͷจ຺ ▸ ֎෦ͷςετձࣾ ▸ ҧ͏෦ʹ͍ΔQA෦ ▸ ͜ΕΒϦϞʔτϫʔΫ ϦϞʔτϫʔΫ͍͠
- ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
ϦϞʔτϫʔΫͱʁ ▸ ࠓͷςʔϚʮςετΤϯδχΞͷಇ͖ํʯ ▸ ࡏϫʔΫͷจ຺Λத৺ʹ͍͖͍ٞͯͨ͠ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
Mackerel։ൃνʔϜͷ ژ Ԭࢁ ౦ژ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
Mackerel։ൃνʔϜͷ ژ Ԭࢁ ౦ژ ΦϑΟε ΦϑΟε ࣗ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠
͍ͬͯ͘
ϦϞʔτϫʔΫͷϝϦοτ ▸ ॊೈͳಇ͖ํ ▸ ࢠҭͯ, հޢ, ௨Ӄ ▸ झຯ׆ಈࣾ֎׆ಈͱࣄͷόϥϯγϯά ▸
ํͷษڧձࢀՃͰதݱͷϗςϧͰࣄ͠ ͨΓ ▸ ※ͨͩ͠ମௐෆྑͷͱ͖ී௨ʹٳΈ·͠ΐ͏ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
ϦϞʔτϫʔΫ͍͠ ▸ ಋೖ͢ΔΈΛऔΓΊΔاۀ૿͖͑ͯ ͨ ▸ ΦϑΟεΛॆ࣮ͤͯ͞ಉҰϩέʔγϣϯͰಇ͜ ͏ͱ͍͏ߟ͑ ▸ ΅͘ΦϑΟεͰࣄ͍ͨ͠ ϦϞʔτϫʔΫ͍͠
- ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
ϦϞʔτϫʔΫ͍͠ ▸ ͳʹ͕͍ͩ͠Ζ͏ʁ ▸ ࣄͯ͠Δ;ΓΛͯ͠αϘΔͷͰʁ ▸ ਓੜͰҰͨΓͱɺձࣾͰࣄΛαϘͬ ͨ͜ͱ͕ͳ͍ਓ͚͕ͩੴΛ͛ͳ͍͞ ϦϞʔτϫʔΫ͍͠ -
ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
ϦϞʔτϫʔΫ͍͠ ▸ ͳʹ͕͍ͩ͠Ζ͏ʁ ▸ ࿑ཧͷ͠͞ ▸ ಇ͖͗ͯ͢͠·͍͕ͪ ▸ αϘΓΑΓͪ͜Βͷํ͕࿑ཧతʹ৺ ▸
ࣄͱϓϥΠϕʔτͷڥք͕ᐆດ ▸ ਅͷࡋྔ࿑ಇͰͳ͍ͱଟΓཱͨͳ͍ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
ϦϞʔτϫʔΫ͍͠ ▸ ͳʹ͕͍ͩ͠Ζ͏ʁ ▸ ϝϯόʔʹࣗओੑ͕ٻΊΒΕΔ ▸ إ͕ݟ͑ͳ͍ͷͰɺࠔͬͯΔ༷ࢠΛपΓͯ͠ ͘Εͳ͍ ▸ ͔ࣗΒಈ͘ඞཁ͕͋Δ
▸ ࣗओੑ͕ඞཁ == ݸਓͷࡋྔඞཁ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
ϦϞʔτϫʔΫ͍͠ ▸ ͳʹ͕͍ͩ͠Ζ͏ʁ ▸ ಥ͖٧ΊΔͱίϛϡχέʔγϣϯͷ͠͞ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
ϦϞʔτϫʔΫίϛϡχέʔγϣϯ͍͠ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
ಉҰϩέʔγϣϯͱϦϞʔτͷࠩҟ ▸ ಉظతͳίϛϡχέʔγϣϯ͕͍͠ ▸ σεΫ·Ͱग़͍ͯΛ͔͚ͨΓͰ͖ͳ͍ ▸ جຊඇಉظͳίϛϡχέʔγϣϯʹͳΔ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠
͍ͬͯ͘
ίϛϡχέʔγϣϯͷ͠͞Λ͍͔ʹࠀ͢Δ͔ ▸ ಓ۩Λͬͯ͢Δ ▸ ಛੑΛཧղͯ͠ίϯτϩʔϧ͢Δ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
ಓ۩Λ͔ͭͬͯ͢Δ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
ಓ۩Λ͏ ▸ खࢴ ▸ email ▸ ి ▸ νϟοτ ▸
ςϨϏձٞ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
MackerelνʔϜͰʁ ▸ νϟοτ ▸ GithubͷIssue ▸ ςϨϏ௨ (GoogleϋϯάΞτ FaceTime)
ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
MackerelνʔϜͰʁ ▸ νϟοτ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
MackerelνʔϜͰʁ ▸ GithubͷIssue ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
MackerelνʔϜͰʁ ▸ iPadͷFaceTime ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
ϝΠϯͷίϛϡχέʔγϣϯ ▸ νϟοτ (Slack) ▸ ίϛϡχέʔγϣϯͷத৺ ▸ ࣄ༻ͱࡶஊ༻ (ࣄΛ͢Δʹ࣮ࡶஊॏཁ) ▸
ςΩετ͚ͩʹཔΒͳ͍ɻඞཁʹԠͯ͡௨ػೳ ͰԻձେʹɻͨͩ͠Ի௨ͷϩά νʔϜͱwikiͳͲͰڞ༗͢Δ͜ͱɻ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
ಛੑΛཧղ͢Δ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘ https://mirai.doda.jp/series/interview/tokoroten-nakayama/
ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘ https://mirai.doda.jp/series/interview/tokoroten-nakayama/ 4MBDLͰจষΛߟ͑ͳ͕Βɺॻ͚Δਓ͕͕େ͖͘ɺ͙͢ʹద ͳݴ༿ͰԠͰ͖ͳ͍ਓɺձͷྲྀΕʹஔ͍͍͔ͯΕͯ͠·͏ɻ ৽ೖࣾһʹ͔͗Βͣɺଞਓ͔ΒͷධՁʹ͢ΔใΛൃ৴͢Δͬͯ ؆୯͡Όͳ͍ɻແཧཧΞτϓοτͤ͞Α͏ͱ͢Δձࣾ͋Γ· ͕͢ɺ৺ཧత҆શ͕ͭ͘ΒΕ͍ͯͳ͍ڥͰɺ͔͑ͬͯʮແʯ
ʮແೳʯΛࢦఠ͞ΕΔ͜ͱͷڪා৺Λॿͯ͠͠·͍·͢ɻΞ τϓοτ͕Ͱ͖ͳ͍ਓɺ͍͔ʹΠϯϓοτ͔ͨ͠ͰධՁͯ͋͠ ͍͍͛ͯΜ͡Όͳ͍Ͱ͠ΐ͏͔ɻ
ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘ https://www.slideshare.net/TokorotenNakayama/2019-structure-of-psychological-safety
ޱ಄Ͱͷ૬ஊ ▸ ݪଇ 1:1 ▸ पΓͷਓͷࣖʹͳΜͱͳ͕͘ಧ͍͍ͯͯɺϐ ϯͱདྷͨਓ͕Ԡͨ͠Γ͢Δ ▸ ৺ཧత҆શͷϋʔυϧ͍ ϦϞʔτϫʔΫ͍͠
- ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
νϟοτͰͷ૬ஊ ▸ ݪଇ 1:n ▸ ࣗͷॻ͍ͨจষ͕ϩάͱͯ͠Δ ▸ ϝϯόʔશһ͕ಡΉ ▸ ৺ཧత҆શͷϋʔυϧߴ͍
ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
ϊϯόʔόϧͳใͷܽམ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞ ▸ ςΩετใྔ͕গͳ͍ ▸ ର໘ > ςϨϏ௨ > Ի௨
> ςΩετ ▸ ͷ༲ ▸ إͷදɾ ▸ ۭؾײ (?) ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞ ▸ ςΩετίϛϡχέʔγϣϯʹΑΔใͷܽ Λิ͏ ▸ ໟͮ͘Ζ͍ͷίϛϡχέʔγϣϯ ▸ ͜ͷਓԿΛΈɺԿʹই͖ͭɺͲͷΑ͏ ʹࣄΛਐΊΔ͜ͱΛྑ͠ͱ͢Δ͔
▸ ࡶஊ͕ॏཁ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
ςΩετʹΑΔίϛϡχέʔγϣϯ ͷ͠͞ ▸ ςΩετίϛϡχέʔγϣϯʹΑΔใͷܽΛิ͏ ▸ ςΩετͷ ▸ ςΩετใ͕গͳ͍ͷͰɺϑϥοτͳײ ෆػݏؾຯʹΘΔ ▸
গ͠େ͛͞ʹײදݱΛೖΕΔͱྑ͍ ▸ ײ୰ූʂ ֆจࣈ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
ςετΤϯδχΞʹͱͬͯͷϦϞʔτϫʔΫ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
ڥͷ͠͞ ▸ ݕূ͕Ոʹ͍͍͋ͬͯͷ͔ʁ ▸ ςετσʔλʹՈ͔ΒΞΫηεͯ͠ྑ͍͔ʁ ▸ ςετͰຊ൪σʔλΘͳ͍ͱ͍͏ ▸ ࣮ଶͱͯ͠ɺग़ՙલͷΛ࣋ͪग़͢͜ͱʹͳΔ ▸
ͦͦۀछʹΑͬͯಛघͳઃඋ͕ඞཁͳ߹ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
ڥͷ͠͞ ▸ ෛՙࢼݧ ▸ ՈͷωοτϫʔΫ͔ΒΠϯλʔωοτܦ༝Ͱ GatlingͿͬ์͢ɻౖΒΕͦ͏ɻɻɻ ▸ ඇػೳςετ ϦϞʔτϫʔΫ͍͠ -
ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
Mackerelͷ߹ ▸ ϦϦʔεޙͷSaaSαʔϏε ▸ ར༻ҰൠతͳPC ▸ ࡞ۀʹඞཁͳπʔϧͯ͢ωοτϫʔΫܦ༝ͰΞ ΫηεՄೳ ▸ ϦϞʔτ࡞ۀͷڥ͕ɺఆΊΒΕͨηΩϡϦςΟϙ
Ϧγʔʹ९क͍ͯ͠Εྑ͍ͱߟ͑Δ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
ڥͷ͠͞ ▸ Web։ൃͳΒϦϞʔτϫʔΫ͝͠ʹςετۀ Ͱ͖ͦ͏ ▸ WebͰϞόΠϧͷݕূͱ͔ͩͱ͍͔͠ Ͱ͢ͶɻɻʢੲͷΨϥέʔͰ͋ͬͨΑ͏ͳશ ػछͰࢼݧΈ͍ͨͳ ϦϞʔτϫʔΫ͍͠ -
ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
ίϛϡχέʔγϣϯͷ͠͞ ▸ ςετܭըੳͷϑΣʔζͰɺ։ൃΤϯδχ ΞͱΕ͍ͯͯΓͮΒ͞ͳ͍͔ ▸ ςετγφϦΦͷϨϏϡʔͳͲϦϞʔτͰΔ ͷՄೳ͔ʁ ▸ ΤϯδχΞͷίʔυϨϏϡʔͱগ͠งғؾ ҧ͏ͷͰͳ͍͔
ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
ίϛϡχέʔγϣϯͷ͠͞ ▸ ނোථͳͲͷඇಉظͳίϛϡχέʔγϣϯʹ׳ Ε͍ͯΔͱ͍͏ଆ໘͋Γͦ͏ ▸ ϦϞʔτϫʔΫͷϙΠϯτͱͳΔඇಉظίϛϡ χέʔγϣϯͷࠀ͞Ε͍ͯΔͱݟΔ͜ ͱͰ͖Δ ϦϞʔτϫʔΫ͍͠ -
ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
ίϛϡχέʔγϣϯͷ͠͞ ▸ ΦϯαΠτͩͬͨΒى͖ͳ͍͋Δ ▸ ࢼݧதͷঢ়ଶ͕Θ͔ΓͮΒ͍ ▸ ΒͣʹσϓϩΠΛΒ͞ΕͯࢼݧதʹΞ ϓϦέʔγϣϯมΘͬͪΌ͏ͱ͔… ▸ ςετσʔλফ͞ΕͪΌ͏ͱ͔…
ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
ࣄͷཧͦ͢͠͏ ▸ ςετ࣮ࢪͷϑΣʔζͰɺςετγφϦΦͷ ফԽͳͲͰਐḿੜ࢈ੑ͕͖ͬΓͱ͍ͯ͠ Δ৬छͳͷͰɺཧ͍͔͢͠͠Εͳ͍ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
૬ੑͷΑ͍ࣄ ▸ ςΫχΧϧαϙʔτ ▸ ςΫχΧϧυΩϡϝϯτͷ࡞ ▸ ग़ՙࡁΈΛλʔήοτͱͨ͠ࣄͰ͋Ε Ͱ͖Δؾ͕͢Δ ϦϞʔτϫʔΫ͍͠ -
ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
݅ΛຬͨͤϦϞʔτϫʔΫΓ͘͢ͳ͍ͬͯΔ ▸ ຊશࠃͲ͜ʹ͍ͯߴΠϯλʔωοτ͕ ͑Δ ▸ DockerͳͲͷίϯςφٕज़ͷਐาͰςετڥ ༻ҙ͍͢͠ ▸ ΦϯϥΠϯͷίϛϡχέʔγϣϯखஈબࢶ ͕͋Δ
ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
▸ ϦϞʔτϫʔΫ͍͠ ▸ ςετΤϯδχΞͷ߹͞Βʹ͍͠ ▸ ʹΑͬͯՄೳੑ͋Δ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘
·ͱΊ
͝ਗ਼ௌ͋Γ͕ͱ͏͍͟͝·ͨ͠ ϦϞʔτϫʔΫ͍͠ - ͦΕͰ΅͘ΒࣃΛ͍ͬͯ͘͠ ͍ͬͯ͘