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
48
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.
組込みエンジニアの私が長年抱えていた課題がAIで解決した話
hacomono
PRO
1
50
カナリアリリースの異常検知を SLOバーンレートを用いて実装した話
hacomono
PRO
0
53
NewSQLや分散データベースを支えるRaftの仕組み - 仕組みを理解して知る得意不得意
hacomono
PRO
3
270
hacomonoらしさをデザインする
hacomono
PRO
2
170
IoTの沈黙をどう検知する?Web系エンジニアが挑んだ苦難と改善記録
hacomono
PRO
1
180
AWS Step Functionsで実現するジョブ基盤 -プロダクトチームを支える基盤づくり-
hacomono
PRO
1
190
プロダクトの一番の理解者を目指してQAが取り組んでいること 〜現場・マネジメント各視点のプラクティス〜
hacomono
PRO
1
450
アウトカムを最大化させるプロダクトエンジニアの動き
hacomono
PRO
1
730
プロダクトエンジニア 360°フィードバックを実施した話
hacomono
PRO
0
690
Other Decks in Technology
See All in Technology
Amazon Q Developerを活用したアーキテクチャのリファクタリング
k1nakayama
2
210
Kiroでインフラ要件定義~テスト を実施してみた
nagisa53
3
360
ロールが細分化された組織でSREと協働するインフラエンジニアは何をするか? / SRE Lounge #18
kossykinto
0
220
2時間で300+テーブルをデータ基盤に連携するためのAI活用 / FukuokaDataEngineer
sansan_randd
0
150
Jamf Connect ZTNAとMDMで実現! 金融ベンチャーにおける「デバイストラスト」実例と軌跡 / Kyash Device Trust
rela1470
1
200
生成AIによるソフトウェア開発の収束地点 - Hack Fes 2025
vaaaaanquish
29
13k
AI時代の経営、Bet AI Vision #BetAIDay
layerx
PRO
1
2k
Backlog AI アシスタントが切り開く未来
vvatanabe
1
140
マルチプロダクト×マルチテナントを支えるモジュラモノリスを中心としたアソビューのアーキテクチャ
disc99
1
540
React Server ComponentsでAPI不要の開発体験
polidog
PRO
0
240
✨敗北解法コレクション✨〜Expertだった頃に足りなかった知識と技術〜
nanachi
1
720
마라톤 끝의 단거리 스퍼트: 2025년의 AI
inureyes
PRO
1
750
Featured
See All Featured
We Have a Design System, Now What?
morganepeng
53
7.7k
[RailsConf 2023] Rails as a piece of cake
palkan
56
5.8k
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
161
15k
How to Ace a Technical Interview
jacobian
278
23k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
110
19k
A designer walks into a library…
pauljervisheath
207
24k
Principles of Awesome APIs and How to Build Them.
keavy
126
17k
The Straight Up "How To Draw Better" Workshop
denniskardys
235
140k
Building Better People: How to give real-time feedback that sticks.
wjessup
367
19k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
33
2.4k
GraphQLの誤解/rethinking-graphql
sonatard
71
11k
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
4k
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/