AIを導入する前にやるべきこと

Transcript

1. May 1, 2026 @Tamagawa.dev Negima AIを導⼊する前にやるべきこと X:@negimaboy_1293
2. $ whoami Negima(根本 銀河) 2023卒 • ターミナル沼にハマりつつある(初学者なので教えていただきたいです) • 今⽉末のJJUG CCC Springの資料作成に追われる 最近の出来事 • NTTデータフィナンシャルテクノロジー 決済イノベーション事業部 • カード会社向けサービスのSRE・AI導⼊⽀援・モダナイゼーションなど • Javaをメインで書いていたが最近は書けてない
3. 世はまさに⼤AI時代 (n回⽬)
4. 昨今の状況について(AI動向) Claude Code、Codexといったエージェント型の台頭
5. 昨今の状況について(AI動向) Claude Opus4.7ガチすげえ(⾼いけど) https://x.com/mizchi/status/2015349902080094453?s=46
6. 昨今の状況について(AI動向) AIは知識の増幅器であるという解釈も変わらず https://speakerdeck.com/tomohisa/aikodeingunoli-xiang-toxian-shi?slide=24
7. 昨今の状況について SIer的な視点 • AIによる開発⽣産性の向上&予算削減の圧⼒ • 現場の若⼿中⼼にPoC的な建て付けで導⼊される • やってはみたものの技術記事みたいに圧倒的な⽣産性向上は感じない… 結果的に効果を実感できない若⼿・チームが増加
8. AIの効果を実感できない原因 プロンプトの お作法がわからない タスクの構造化が できていない 主に2パターン(私の所感ですが)
9. AIの効果を実感できない原因 プロンプトのお作法がわからない A.Google Cloudの ベストプラクティスが良さげです リンクはこちら ※昨今のLLMは性能向上が⽬覚ましいので、雑に投げても割とやってくれる
10. AIの効果を実感できない原因 タスクの構造化ができていない • 基本的にカスケードダウンされたサブタスクが、チェーン状に連鎖するワークフローとなる • サブタスクは基本的にfunctionalである • 「タスクの構造化=ワークフローの定義」であり、これを頭の中で描けているかが重要になる サブタスクA 外部インプットA アウトプットA サブタスクB 最終成果物 外部インプットB
11. AIの効果を実感できない原因 タスクの構造化の例(テストコード作成) 試験項⽬表 作成 要件定義資料 試験項⽬表 テストコード 作成 テストコード コーディング規約 • 試験項⽬表⽣成時に中間RVを挟む判断ができる • ウォーターフォール開発などは構造化の最たる例
12. AIの効果を実感できない原因 構造化(ワークフロー定義)の重要性 • AIとの共同作業は、⼩さな意思決定の連続 →そもそもワークフローを意識できていないと意思決定はできない(プロンプトも書けない) • ワークフローが定義できていない場合、⼈がタスクを実施してもトラブルが発⽣する →元々潜んでいたリスクが作業者がAIになったことで顕在化しただけ • 「知識」を「タスク理解度」と置き換えればAIが増幅器の理論を流⽤できる →ワークフローを作れる状態になって初めて⽣産性を増幅できる AIに指⽰を投げれない→△ 実はタスクがReadyではなかった→◯
13. AIの効果を実感できない原因 構造化(ワークフロー定義)時に注意すべき点 • 分割されたタスクはインプットとアウトプットが定義できているか︖ →中間RVポイントの指標にもなる • インプットは明⽂化されたデータか︖ →メンバの暗黙知になっていないか • アウトプット、および最終成果物はフォーマットも含めて定義できているか︖ →タスクのゴールを把握できているか 上記を決められない場合は なるはやでチームに相談すること
14. まとめ • AIへの指⽰の出し⽅がわからない原因はプロンプトのお作法とタスク構造化の2点 →プロンプトのお作法はGoogle Cloudのベスプラを参考にしよう • タスクの構造化ができていない場合は、⼈がやってもトラブルが起こる可能性が⾼い →元々潜んでいたリスクが顕在化していただけ • AI Drivenの過渡期であるこの機会に、チームが持つタスクや情報が構造化されているかを確認しよう
15. Enjoy your hacking︕