２月２２日（猫の日）にヒカリエで
上流から下流まで生成 AI が変革するシステム開発
 | 上流から下流まで生成AIが変革するシステム開発 酒匂 寛 日経BP |
の筆者、酒匂さんからその本の内容を踏まえたお話を聞いてきた！
ので、その内容をシェア
会場には大御所の玉井先生、落水先生とのそろい踏みで
（ソフトウェア業界を、J-POPで例えると、同じ部屋に
北島三郎と五木ひろしがいる感じ…
って、若い人には通じないよね、そんなかんじ。）
完全に場違いなところに来ているので、
目立たないように後ろの席で隠れてました
（初めて来た人の隣の席で）
以下、内容です
・自己紹介
・生成AIの現状
Anthropic
OpenAI
Google/Deepmaind
検索系
推論型LLM
OpenAI o1,o3,Gemini2.0 Thinking,DeepSeekR1
→COT(Chain of thought)戦略をあらかじめ組み込んでいる。
これまでも、推論ステップをプロンプトとして与えることである種の推論は可能だった
ローカルLLM
→ローカルPCで実行（プライバシー、機密、コスト）
Llama
Mistral
DeepSeek
Qwen
・Whatの道具
道具：
Howの道具 ：手順を示す（従来の道具）
Whatの道具：なにを作るかを示す
・生成AIの現状
Anthropic
OpenAI
Google/Deepmaind
検索系
推論型LLM
OpenAI o1,o3,Gemini2.0 Thinking,DeepSeekR1
→COT(Chain of thought)戦略をあらかじめ組み込んでいる。
これまでも、推論ステップをプロンプトとして与えることである種の推論は可能だった
ローカルLLM
→ローカルPCで実行（プライバシー、機密、コスト）
Llama
Mistral
DeepSeek
Qwen
・Whatの道具
道具：
Howの道具 ：手順を示す（従来の道具）
Whatの道具：なにを作るかを示す
→品質に関する要求は低くなる？
→品質保証は人間の責任
・直接的な利用法
コーディングアシスト
仕事を依頼
仕事の仕様変更
引数
例外処理
結果レビュー
→人間が結果を確認する
解析アシスト
プログラミング知識がない人に、プログラムを説明する
リバースエンジニアリング
・生成AIと自動化
OpenAIのサイトでは、フルに使ったアプリケーションの例
※以下は最終システムに生成AIを使うという話ではなく、
開発プロセスに生成AIを使うという話
・ソフトウェア開発のライフサイクル
自分で開発方法論を定義
どのように生成AIに手助けしてもらうか
開発のライフサイクル
アイデア
業務制約：ビジネスモデルキャンバス
システム制約：トレースインデックスダイヤグラム（拡張ユースケース）
厳密な仕様：形式仕様
設計と実装：コード生成
・ビジネスモデルキャンバスにChatGPTを使ってみた
図書館
商店街活性化
２つの使い方
生成AI→BMC
生成AI→BMCプラン
・BMCからTiDへ
TiDの定義を書いておく
→ガイドラインを示してくる
・厳密な仕様の策定
VDMにしてくれる
図でも表現してくれる（マーメイド）
→本に書いてある
・仕様から実装へ
エージェント型開発環境
Roo Code
Cursor
・検証
２つある
Validation
Varification:正しくものを作っているか？
レビューと生成AI
テストと生成AI
→Roo Codeは検証もやってくれる
生成AIに質問できるようになった
・組織内知識共有 RAG（検索拡張生成）
LLMが持っていない知識：３種のアプローチ
フレームワークとAPI：LangChain
ノーコード、ローコード環境 Dify
RAG：NotebookLM→持っている知識からしか答えない
・翻訳・伝達
ModelからRepresentationへ
モデルから対象言語を生成する
・作業の自動化
Advanced Data Analysis
・プロンプトエンジニアリング
必要？
明瞭で具体的な指示を書く
モデルに考える余裕を与える
ほぼ無意味
プロンプトを生成するツール：openAIのplayfround
今、必要なプロンプト
文脈ロールの設定
行ってほしい内容
出力形式
詳細化への促し
・まとめ
洞察の階層
→品質保証は人間の責任
・直接的な利用法
コーディングアシスト
仕事を依頼
仕事の仕様変更
引数
例外処理
結果レビュー
→人間が結果を確認する
解析アシスト
プログラミング知識がない人に、プログラムを説明する
リバースエンジニアリング
・生成AIと自動化
OpenAIのサイトでは、フルに使ったアプリケーションの例
※以下は最終システムに生成AIを使うという話ではなく、
開発プロセスに生成AIを使うという話
・ソフトウェア開発のライフサイクル
自分で開発方法論を定義
どのように生成AIに手助けしてもらうか
開発のライフサイクル
アイデア
業務制約：ビジネスモデルキャンバス
システム制約：トレースインデックスダイヤグラム（拡張ユースケース）
厳密な仕様：形式仕様
設計と実装：コード生成
・ビジネスモデルキャンバスにChatGPTを使ってみた
図書館
商店街活性化
２つの使い方
生成AI→BMC
生成AI→BMCプラン
・BMCからTiDへ
TiDの定義を書いておく
→ガイドラインを示してくる
・厳密な仕様の策定
VDMにしてくれる
図でも表現してくれる（マーメイド）
→本に書いてある
・仕様から実装へ
エージェント型開発環境
Roo Code
Cursor
・検証
２つある
Validation
Varification:正しくものを作っているか？
レビューと生成AI
テストと生成AI
→Roo Codeは検証もやってくれる
生成AIに質問できるようになった
・組織内知識共有 RAG（検索拡張生成）
LLMが持っていない知識：３種のアプローチ
フレームワークとAPI：LangChain
ノーコード、ローコード環境 Dify
RAG：NotebookLM→持っている知識からしか答えない
・翻訳・伝達
ModelからRepresentationへ
モデルから対象言語を生成する
・作業の自動化
Advanced Data Analysis
・プロンプトエンジニアリング
必要？
明瞭で具体的な指示を書く
モデルに考える余裕を与える
ほぼ無意味
プロンプトを生成するツール：openAIのplayfround
今、必要なプロンプト
文脈ロールの設定
行ってほしい内容
出力形式
詳細化への促し
・まとめ
洞察の階層
次回のSEA フォーラムは，
2025年IEEEの会長に就任する
早稲田大学の鷲崎先生です！！
こりゃ、いかなきゃですよね！
（今なら会場にも行けそうな感じらしい。
その場合、懇親会に出るならちゃんと参加表明してね！
らしい。たぶん）
アクセス
トータル
ランキング
