20260617_ハーネスエンジニアリングを進化させ続ける__3__AIへのフィードバックループをどう回す_____1_.pdf

Transcript

1. "ドメインの理解違い"を避ける技 術
2. 自己紹介 AISaaS事業本部 生成AI事業部 SWE 林 洋典 | Hironori Hayashi 筑波大学情報学群知識情報・図書館学類卒業 前職では、エンタメ系の分析プロダクト開発に従事。役割としてはフロ ントエンドとSREを中心。 2026年より燈株式会社に参画し、AISaaS事業本部の生成AIサービス 開発に従事。 好きな燈道：圧倒的当事者意識
3. 事業実績 AI SaaS事業 2シリーズ9プロダクトを 47都道府県、のべ約 1,500社に提供
4. なぜAIはドメインの理解違いでハマるのか？ AIにコードを書かせると、技術的なミスより “ドメインの理解違い” でハマる 例：v2 / v3 の API が共存し、v3 へ移⾏中 • コードは技術的に正しく書けても、「v2 も直す必要がある」というドメインの 事情を取りこぼす • 技術的なバグより、ドメインの理解が間違っていて『正しく動かない』ことの ⽅が多い 今⽇はこのズレを“ループ”で潰す話をします
5. フィードバックループ コードと仕様書を介して、⼈間とAIの認識を同期し続ける循環 コードの変更 機能追加‧修正 reviewスキルが検出 仕様書とのズレを指摘 ⼈間が判断する 仕様 or コードを直す 次の変更精度が上がる AIが正しく動く ★ ここが⼀番重要 「どちらを正とするか」を決める ドメインの意思決定 AIは「ズレ」を出すまで。あるべき姿を決めるのは⼈間にしかできない
6. 入力側:AIに渡すコンテキストを書いておく プロダクト仕様書を書いておく Bounded Context単位 機能‧業務ルール‧ドメ インモデルを境界づけら れたコンテキストごとに 記述  コード変更時に⼀緒に変える 仕様書を“常に最新”に保 つことを運⽤の前提にす る  ⽬的は正しいコンテキスト供給 AIが正しく動く⼟台＝⼈間 の暗黙知を読める形にする なぜ書くのか？ 技術的な間違いより、ドメイ ンの理解違いで動かないこと が多いから 
7. 検出:ループを自動で回す部分 reviewスキルにズレを検出させる ここが「AIの出⼒を AI で点検して⼈間に返す」＝ループの“⾃動化された部分”。検出までは AI に 任せられる。 • コードを変えたらreviewスキルに『仕様書の変更も必要か』を判定させる。 • 検出まではAIに任せられる、というのがポイント。  ズレを指摘し、判断を仰ぐ  「仕様書の変更も必要か？」 を判定 ⼈間にフィードバック  PR を出す review スキルが点検 コードを変更
8. ループの要 ズレが出た時、直すのは「仕様」か「コード」か 仕様書が古い 現実のあるべき姿に仕様が追いついていない → 仕様書を直す コードが間違っている あるべき姿（仕様）にコードが追いついてい ない → コードを直す どちらを「正」とするかを決める＝ドメインのあるべき姿を決める意思決定が重要です。  
9. ループの要:判断は人間が握る 「どちらが正か」はAIには決められない 例：v2 / v3 API の共存 • v3 へ移⾏中。新機能のコードは v3 で正しく書けている。 • だが業務上は v2 もまだ⽣きていて、同じ修正が必要。 • review スキルは「仕様書では両⽅の対応が必要」と検出できる。 • → v2 も直すのか、いま捨てるのか。決めるのはドメインの判断。 AIは「ズレている」までは出せる。だが「どちらが正しい姿か」は、ドメインの意思決定。ここを⼈ が握り続けることが、ループが暴⾛しない鍵です。
10. ループが回ると何が良いか 1周ごとに認識のズレが減っていく  1. 判断を反映 仕様 or コードを直す  2. コンテキスト適正化 次に AI へ渡る情報が更新される  3. 精度向上 AI がより正しく動く 回し続けるほど、⼈間とAIの“ドメイン理解”が揃っていく
11. 本発表のまとめ 仕様書は「⼈間への説明書」から「AIへの指⽰書」へ  AIを動かす⼟台 Bounded Context単位で機能‧業務ルール‧ ドメインモデルを記述し、理解違いを防ぐ。  ループによる精度向上 コード変更と共に仕様も更新。常に「正しい コンテキスト」を供給し続ける。  ⼈間の役割 AIはズレを検出する。何が「正」かを決めるド メインの意思決定は⼈間が担う。  究極の⽬的 ⼈間とAIの理解を同期させ、開発サイクルを劇 的に加速させる。 ループを回し続けるほど、⼈間とAIの“ドメイン理解”が揃い、開発が加速する。