Upgrade to Pro — share decks privately, control downloads, hide ads and more …

.mdc駆動ナレッジマネジメント/.mdc-driven knowledge management

.mdc駆動ナレッジマネジメント/.mdc-driven knowledge management

.mdc駆動ナレッジマネジメント→ 知識APIとしてのmcp serverまで
Loglass TECH TALK vol.5〜50名のエンジニア全員で挑むCursor活用の全貌〜 LT資料

Yoda Keisuke

April 10, 2025
Tweet

More Decks by Yoda Keisuke

Other Decks in Technology

Transcript

  1. 4 Agenda 1.サマリー 2.why: なぜ知識を書くのか? 3.what: 何を書くのか? 4.how: どのように知識サイクルを回すのか? 5.when:

    いつ、開発プロセスの中で利用されるか? 6.who, where: 誰が、どこで知識創造するのか? 7.今後の展望
  2. 5 なぜ知識を書くのか? ― 開発文脈のナレッジ蓄積の課題と .mdcによる進化可能性 ・見られない ・更新されない、メンテナンスコスト 半ば勝手に適用される -> 改善点が出る

    -> 改善PRが出る コードと近い箇所にgit管理 指摘をまとめた学びをruleに出力させる 知識の陳腐化 その文脈で必要な知識が自動でコンテキストに含められる (完全ではないが) クエリをLLMが解釈してくれる 丁寧に言語化した分、良い結果が返る その場の知ってるか知らないかの知識の、言語化の強制 文脈に応じた解釈、使用 コンテキストに追加した後、適用すべきか自己判断 ・いつ何を見ればいいかわからない ・多すぎると検索の仕方がわからない 検索性の悪さ ・場合によって正解が違う知識 文脈依存性の解決難 ・コンテキスト整備がagent活用に直結 ・相対的に、ハイコンテキスト文化が不 利になっているのではないか ドキュメンテーションの復権
  3. 7 Agenda 1.サマリー 2.why: なぜ知識を書くのか? 3.what: 何を書くのか? 4.how: どのように知識サイクルを回すのか? 5.when:

    いつ、開発プロセスの中で利用されるか? 6.who, where: 誰が、どこで知識創造するのか? 7.今後の展望
  4. 8 何を書くのか? ― スコープ ※ 実際の社内ADRより抜粋 ➢ 規約・そのコードベース特有の知識・使用法 .mdc ➢

    プロダクトコンテキスト等 .md ➢ より詳細な仕様 .feature(Gherkin記法による仕様記述)
  5. 9 何を書くのか? ― どこまで書くのか? 一般的知識 プロダクト特有 コード的知識 ドメイン的知識 書かない 書かない

    書く 書く AIくん知っとるやろ系 それは教えられなきゃ知らないよね系 規約系(そのチーム内の合意) まあコードを読めばわかる系 型情報や関数名で表明されている知識 処理を追えばわかること コメントでの目的の補足 〜の原則などのベスプラの詳細 浅い部分のドメイン知識 有名ライブラリの使い方 固有のユビキタス言語の意味 社内デザインシステムの使い方 プロダクトやサブドメインの知識を凝 縮したサマリ コーディング・テスト規約 PR本文のテンプレ 関数型スタイルに寄せろ、のような指針
  6. 11 何を書くのか? ― 実例: excel操作に関する知識 rule type: 適用の温度感 ✓ 基本manually

    ✓ 規約レベルのものはAuto Attached/ Agent Requested 本文 ✓ yaml形式などにはしていない ✓ 日本語(人間へのオンボも兼ねるので) (以下も追加してもよさそう) バージョン ✓ 評価・改善のためにあると便利そう タグ ✓ 何に関連する知識かのフック
  7. 12 Agenda 1.サマリー 2.why: なぜ知識を書くのか? 3.what: 何を書くのか? 4.how: どのように知識サイクルを回すのか? 5.when:

    いつ、開発プロセスの中で利用されるか? 6.who, where: 誰が、どこで知識創造するのか? 7.今後の展望
  8. 13 どのように知識サイクルを回すのか? ― SECIモデルの実装と捉えた場合の.mdc 内面化/共同化 ・形式知->暗黙知 ・暗黙知の個人の内面化 表出化 ・暗黙知->形式知 ・図解化や言語化

    連結化 ・知識 ×知識 ・体系化や掛け合わせ 評価 ・知識の評価・効果測定 ・SECIには含まれず? ① rule候補の発掘 ・AIの出したコードから学ぶ ・rule作りのモブ作業 ・ruleを見てベスプラを学習 ruleを媒体に知識が伝播 ② ruleを形式化 ・PRを出すことで暗黙知を言語化 ・git上で共有される ・cursorが適用すべきruleを拾う 自動適用される実用的な形で形式化 ④ ruleの評価・先鋭化 ・有効性の測定(ここが難しい..) ・機能しないものは捨てる コンテキストを汚しすぎない ③ ruleの体系化・創発 ・他の人のruleの改善 ・rule対する意見の競合->議論->止揚 ・知識の構造をまとめ直す ruleが組織の集合知として育つ SECIモデル
  9. 15 Agenda 1.サマリー 2.why: なぜ知識を書くのか? 3.what: 何を書くのか? 4.how: どのように知識サイクルを回すのか? 5.when:

    いつ、開発プロセスの中で利用されるか? 6.who, where: 誰が、どこで知識創造するのか? 7.今後の展望
  10. 17 Agenda 1.サマリー 2.why: なぜ知識を書くのか? 3.what: 何を書くのか? 4.how: どのように知識サイクルを回すのか? 5.when:

    いつ、開発プロセスの中で利用されるか? 6.who, where: 誰が、どこで知識創造するのか? 7.今後の展望
  11. 20 Agenda 1.サマリー 2.why: なぜ知識を書くのか? 3.what: 何を書くのか? 4.how: どのように知識サイクルを回すのか? 5.when:

    いつ、開発プロセスの中で利用されるか? 6.who, where: 誰が、どこで知識創造するのか? 7.今後の展望
  12. 24

  13. 25