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
AI活用のための情報設計 〜もう一段上のAI活用へ〜
Search
hacomono Inc.
PRO
August 14, 2025
Technology
0
280
AI活用のための情報設計 〜もう一段上のAI活用へ〜
株式会社hacomono
CTO 工藤 真
2025/08/08 h1会議
#AI活用 #情報設計
hacomono Inc.
PRO
August 14, 2025
More Decks by hacomono Inc.
See All by hacomono Inc.
インプロセスQA、テスト自動化にどう向き合う?挑戦の道のり
hacomono
PRO
0
31
ウェルネス SaaS × AI、1,000万ユーザーを支える 業界特化 AI プロダクト開発への道のり
hacomono
PRO
0
1.2k
クラスタ統合リアーキテクチャ全貌~1,000万ユーザーのウェルネスSaaSを再設計~
hacomono
PRO
0
490
Crossplaneで築くプラットフォームエンジニアリング 基盤を支えるリソース抽象化のアプローチ
hacomono
PRO
1
340
事業成長からみるhacomonoアーキテクチャの変遷
hacomono
PRO
0
370
新規事業におけるGORM+SQLx併用アーキテクチャ
hacomono
PRO
0
880
1,000万人の利用者に応えるウェルネスSaaSと新たな挑戦を支えるデータ基盤
hacomono
PRO
1
330
組織規模に応じたPlatform Engineeringの実践
hacomono
PRO
1
470
疎結合でスキーマ駆動開発を実現するイベントバスの設計
hacomono
PRO
1
10k
Other Decks in Technology
See All in Technology
AI開発をスケールさせるデータ中心の仕組みづくり
kzykmyzw
0
190
Azure SRE Agent x PagerDutyによる近未来インシデント対応への期待 / The Future of Incident Response: Azure SRE Agent x PagerDuty
aeonpeople
0
240
Amazon Bedrock AgentCore 認証・認可入門
hironobuiga
1
450
月間数億レコードのアクセスログ基盤を無停止・低コストでAWS移行せよ!アプリケーションエンジニアのSREチャレンジ💪
miyamu
0
230
KubeCon + CloudNativeCon NA ‘25 Recap, Extensibility: Gateway API / NRI
ladicle
0
160
漸進的過負荷の原則
sansantech
PRO
3
420
Riverpod3.xで実現する実践的UI実装
fumiyasac0921
2
360
「AIでできますか?」から「Agentを作ってみました」へ ~「理論上わかる」と「やってみる」の隔たりを埋める方法
applism118
13
8.6k
Introduction to Sansan for Engineers / エンジニア向け会社紹介
sansan33
PRO
6
66k
VRTと真面目に向き合う
hiragram
1
510
AI時代、1年目エンジニアの悩み
jin4
1
130
2026年はチャンキングを極める!
shibuiwilliam
8
1.7k
Featured
See All Featured
Leveraging Curiosity to Care for An Aging Population
cassininazir
1
150
Scaling GitHub
holman
464
140k
Impact Scores and Hybrid Strategies: The future of link building
tamaranovitovic
0
190
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
17k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
122
21k
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
46
2.7k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
49
9.8k
svc-hook: hooking system calls on ARM64 by binary rewriting
retrage
1
86
Understanding Cognitive Biases in Performance Measurement
bluesmoon
32
2.8k
How to Think Like a Performance Engineer
csswizardry
28
2.4k
Principles of Awesome APIs and How to Build Them.
keavy
128
17k
Navigating Team Friction
lara
192
16k
Transcript
AI活用のための情報設計 〜もう一段上の AI活用へ〜 工藤 真 @macococo
2 Copyright hacomono Inc. All Rights Reserved. DeNA 社の AI
スキル評価指標 “DARS” hacomonoの AI 利用率 は 7月 94% でした 転載元:全社のAIスキルを評価する指標「 DeNA AI Readiness Score(DARS)」を導入開始 (https://dena.com/jp/news/5279/)
3 Copyright hacomono Inc. All Rights Reserved. 特に開発以外の “業務” の生産性を上げるには?
• エンジニア以外のメンバーでも使いやすいツールの導入 • Gemini/NotebookLM も便利ですが他の武器も持つ • AI エージェントの活用、 AI ワークフローの実践
4 Copyright hacomono Inc. All Rights Reserved. 【トライアル中】 miibo による問い合わせ回答エージェント
miibo:https://miibo.ai/
5 Copyright hacomono Inc. All Rights Reserved. 【トライアル中】 Zapier x
AI ステップによるワークフロー
6 Copyright hacomono Inc. All Rights Reserved. 例えば、#help_xxx 系の問い合わせチャンネルの生産性を上げるには?
• 人と人との間に AI が立つ UX を考える • 自然言語の問い合わせを回答するのは LLM が得意とする領域 • 実際に適切な回答をするには、業務整理とナレッジデータが必要に なる
7 Copyright hacomono Inc. All Rights Reserved. 独自のデータは AI エージェント構成の重要要素
ユーザー プロンプト 短期記憶 知識 データ ドキュメント 長期記憶 システム プロンプト ツール ユーザーからの質問・指示 モデルの動作定義
8 Copyright hacomono Inc. All Rights Reserved. 情報の定義と集約 •
チーム、プロジェクトにはどんな情報・データがあるか? ◦ それらが持つ具体的な項目は? • 情報をどこに置くか? ◦ SSOT (Single Source of Truth、信頼できる唯一の情報源 ) ◦ 個人ページにチーム情報を格納するなど情報の分散は ◦ リスト化可能な情報は DB 化されていると取り扱いやすい
9 Copyright hacomono Inc. All Rights Reserved. 例: 社内制度のガイドライン・規程
10 Copyright hacomono Inc. All Rights Reserved. 例: プロダクト要望リスト
11 Copyright hacomono Inc. All Rights Reserved. 情報の構造化 •
構造化されたテキストは◎ ◦ 見出し・箇条書き等によるドキュメント ◦ DB のようなフォーマット化されたテキストデータ • スライド ◦ 文脈が暗黙的になりやすいので AI に読ませると 情報が抜け落ちることも • 表形式 ◦ 複雑なレイアウト・文脈の省略によって精度が落ちることも モデルの性能向上により 日々進化はしています
12 Copyright hacomono Inc. All Rights Reserved. 例: 自治体が提供する PDF
の類 参考:練馬区公式webサイト_地域別収集日一覧 (https://www.city.nerima.tokyo.jp/kurashi/gomi/wakekata/ichiran/ta_gyochiiki.html)
13 Copyright hacomono Inc. All Rights Reserved. 情報のカテゴライズ •
AI に渡す情報量が多い = コンテキストが多くなると精度が落ちる • 情報を適切にカテゴライズ (タグ付けなど ) しておくことで、シーンに 適した情報だけを読み込ませやすくなる
14 Copyright hacomono Inc. All Rights Reserved. 例: サポートナレッジ
15 Copyright hacomono Inc. All Rights Reserved. ✨ まとめ •
AI をより活用していくために、日頃から情報設計を意識しましょう • これはフルリモートにおける非同期コミュニケーションを円滑に進めるために も重要です ◦ AI も情報が無いとわからない、新しいメンバーや経緯を知らない周りの メンバーも同様にわからない • 同期的なコミュニケーションでの擦り合わせに妙に時間を使ってると感じるな ら、それは情報設計に課題があるニオイかも
16 Copyright hacomono Inc. All Rights Reserved. もう一段上の AI 活用へ
転載元:全社のAIスキルを評価する指標「 DeNA AI Readiness Score(DARS)」を導入開始 (https://dena.com/jp/news/5279/)
https://www.hacomono.jp/