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
アウトプットのススメ
Search
KazukiHayase
August 10, 2022
Technology
210
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
アウトプットのススメ
KazukiHayase
August 10, 2022
More Decks by KazukiHayase
See All by KazukiHayase
なぜ Temporal の大小比較には compare しかないのか / Why Does Temporal Only Have compare() for Comparisons
kazukihayase
1
150
entのPrivacy機能とgo/astを使って、意図しないDBアクセスを防ぐ
kazukihayase
1
450
go testのキャッシュの仕組みにDeep Diveする
kazukihayase
0
180
要件定義・デザインフェーズでもAIを活用して、コミュニケーションの密度を高める
kazukihayase
0
610
CIでのgolangci-lintの実行を約90%削減した話
kazukihayase
0
560
もし今からGraphQLを採用するなら
kazukihayase
13
6k
Goでテストをしやすくするためにやったこと
kazukihayase
1
940
GraphQLクライアントの技術選定 2023冬
kazukihayase
9
8k
Introduction and Insights of the Hasura-based Architecture
kazukihayase
0
1.2k
Other Decks in Technology
See All in Technology
Agent 時代の Kaggle 展望 / kaggle-in-the-agentic-era
upura
1
790
Sets in Go
ramalho
1
920
MIRU 2026 チュートリアル
keisuke198619
0
960
Kiro Crew入門 - 常駐エージェントの仕組みと使いどころ / Intro to Kiro Crew
k_adachi_01
1
290
Genie Codeハンズオン応用編
taka_aki
0
110
Webアクセシビリティ入門 2026
recruitengineers
PRO
3
630
【CEDEC2026】コードレビュー支援ツール開発から学ぶ:LLMを用いた業務システムの実践的な運用設計と誤出力対策
cygames
PRO
0
840
社内の7割が使うデータ基盤を、 データチーム2人で回すためにやったこと
koh_yoshi
4
1.4k
攻撃と防御で学ぶAI時代のプロダクトセキュリティ演習
recruitengineers
PRO
9
3k
【CEDEC2026】Creative Approaches to Localizing the Dialects and Unique Speech of Umamusume: Pretty Derby Characters in English
cygames
PRO
3
24k
Invisible to AI? Making TYPO3 Sites Quotable by AI Search Systems
wolfgangwagner
0
220
案件に一番詳しいAIを Amazon Bedrock AgentCore で作る ― 知見が知見を生むチームへ / Compounding Knowledge with AgentCore
yusukeshimizu
1
110
Featured
See All Featured
Design in an AI World
tapps
1
280
Designing Experiences People Love
moore
143
24k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
360
30k
Neural Spatial Audio Processing for Sound Field Analysis and Control
skoyamalab
0
410
What the history of the web can teach us about the future of AI
inesmontani
PRO
1
650
Leveraging LLMs for student feedback in introductory data science courses - posit::conf(2025)
minecr
1
340
Sam Torres - BigQuery for SEOs
techseoconnect
PRO
0
490
Imperfection Machines: The Place of Print at Facebook
scottboms
270
14k
Amusing Abliteration
ianozsvald
1
250
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
128
56k
Why Mistakes Are the Best Teachers: Turning Failure into a Pathway for Growth
auna
0
210
How to Align SEO within the Product Triangle To Get Buy-In & Support - #RIMC
aleyda
2
1.8k
Transcript
Ξτϓοτͷεεϝ 2022/06/28 ࣾLT ૣً
ࣗݾհ • ૣًଔ • ग़ཧSaaS ◦ ϓϩδΣΫτϦʔμʔ݉ΤϯδχΞ ◦ ϑϧελοΫʹ։ൃ ◦
ϑϩϯτΤϯυ͕͖ • ࠷ۙϋϚ͍ͬͯΔΞʔςΟετ ◦ Orangestarɺʹ͠ͳɺزాΓΒ
ۙ1ͷΞτϓοτ • Zennɿ6ຊߘ 200͍͍Ͷ • ςοΫϒϩάɿ7ຊߘ • ࣾLTɿ7ճొஃ
ΞδΣϯμ • ຊͷΰʔϧ • ΤϯδχΞ͕Ξτϓοτ ͢Δ͖ཧ༝ ◦ ֶशαΠΫϧͷڧԽ ◦
Πϯλʔωοτͷߩݙ • Ξτϓοτͷ3εςοϓ ◦ step1. จষԽ͢Δ ◦ step2. ۙͳਓʹڞ༗͢Δ ◦ step3. Πϯλʔωοτެ։͢Δ • ·ͱΊ
ຊͷΰʔϧ
Ξτϓοτʹର͢Δ ৺ཧతϋʔυϧ͕গ͠ͰԼ͕͍ͬͯΔ
ΤϯδχΞ͕Ξτϓοτ͢Δ͖ཧ༝
ΤϯδχΞ͕Ξτϓοτ͢Δ͖ཧ༝ • ֶशαΠΫϧͷڧԽ • Πϯλʔωοτͷߩݙ
ΤϯδχΞ͕Ξτϓοτ͢Δ͖ཧ༝ • ֶशαΠΫϧͷڧԽ • Πϯλʔωοτͷߩݙ
ֶशαΠΫϧͷڧԽ Ξτϓοτ͕͋Δ͜ͱʹΑֶͬͯशʹྑ͍॥Λ࡞Δ͜ͱ͕Ͱ͖Δ Πϯϓοτ Ξτϓοτ ϑΟʔυόοΫ Ϟνϕʔγϣϯ ্
ΞτϓοτʹΑΔΠϯϓοτͷڧԽ • Πϯϓοτͷ૿Ճ ◦ Ξτϓοτͱ͍͏త͕͋Δํ͕Πϯϓοτ͍͢͠ • Πϯϓοτͷ࣭ͷ্ ◦ ਓʹઆ໌Ͱ͖ΔϨϕϧ·Ͱཧղ͕ਂ·Δ
ࣗͷମݧஊ • Apollo ClientͷΩϟογϡػߏʹ͍ͭͯهࣄΛॻ͍ͨ • ࣮ͯ͠ಈ͍͍͕͍ͯͨ·͍ͪڍಈ͕ཧղͰ͖͍ͯͳ͔ͬͨ • هࣄΛॻ͘͜ͱΛઌʹܾΊͯɺษڧΛ։࢝
ٕज़هࣄΛॻ͍ͯΈͯؾ͍ͮͨ͜ͱ • هࣄΛॻ͘ͷʹ͕͔͔࣌ؒΔ ◦ ̍Ͱॻ͖ΔͭΓ͕ͩͬͨ̍ϲ݄͔͔ͬͨ ◦ ͍͟ॻ͖࢝ΊΔͱཧղ͕ᐆດͳ෦͕͔ͳΓ͋Δ͜ͱ͕Θ͔Δ ◦ ཧղ͕ᐆດͳ෦͕ग़ͯ͘ΔʹΊͪΌͪ͘Όௐͨ •
ਓʹઆ໌Ͱ͖ΔϨϕϧ·Ͱཧղ͕ਂ·ͬͨ ◦ هࣄʹॻ͍ͨ༰ΛϓϩμΫτʹө্࣭͠ʹܨ͕ͬͨ • ͍͍ͶΛΒ͑ΔͱͬͺΓخ͍͠
ΤϯδχΞ͕Ξτϓοτ͢Δ͖ཧ༝ • ֶशαΠΫϧͷڧԽ • Πϯλʔωοτͷߩݙ
ԼهͷΑ͏ͳܦݧͳ͍Ͱ͔͢ʁ • ݕࡧͰώοτͨ͠هࣄͷ௨ΓʹରԠͨ͠ΒΤϥʔ͕ղܾͨ͠ • Θ͔Γ͍͢ղઆهࣄͷ͓͔͛Ͱֶश͕εϜʔζʹਐΜͩ
ΤϯδχΞগͳ͔Βͣ ୭͔ͷΞτϓοτʹॿ͚ΒΕ͍ͯΔ
giveͷྠͱ͍͏ߟ͑ํ • giveͷྠʹΞτϓοτʹΑΔॿ͚߹͍ • ࣗͷͨΊ͚ͩ͡Όͳ͘୭͔ͷͨΊʹΞτϓοτΛ͢Δ ࣮ࡍʹΤϯδχΞͱͯ͠ա͖ͯͯ͝͠ײ͡ΔͷɺࠓͷΤϯδχΞੜ׆Λ ࢧ͍͑ͯΔʮͦΕͧΕ͕গͣͭ͠ give ͠߹͏ʯͱ͍͏श׳ͷڧ͞Ͱ͢
ΤϯδχΞͷ give ͷྠʹࢀՃͨ͠Μͩͱ͍͏͜ͱʹؾ͍ͮͯͥͻ ࣗͷ give Λ࢝ΊͯΈͯ΄͍͠Ͱ͢ Ҿ༻ɿ4 ݄ʹΤϯδχΞͱͳͬͨਓͨͪʹ͓͍ͬͯͯΒ͍͍ͨ͜ͱ
Ξτϓοτͷ3εςοϓ
Ξτϓοτͷ3εςοϓ จষԽ͢Δ ۙͳਓʹ ڞ༗͢Δ Πϯλʔωοτ ެ։͢Δ ͍͖ͳΓΠϯλʔωοτެ։͢Δͷϋʔυϧ͕ߴ͍ͷͰɺ ஈ֊తʹެ։͢ΔείʔϓΛ͍͛ͯ͘
step1. จষԽ͢Δ • ࡞ۀϩάॻධͳͲΛݸਓϝϞtimesʢใʣͳͲͰจষԽ͢Δ ◦ Ͱ͖Εਓͷʹͭ͘ͱ͜Ζ͕͍͍ ◦ ͓͢͢ΊslackͷtimesνϟϯωϧΛ࡞ͬͯɺͦ͜ʹ࡞ۀϩάΛ͢ํ๏ • ·ͣจষԽͦͷͷɺจষԽͨ͠ͷΛਓʹݟΒΕΔ͜ͱʹ׳ΕΔ
timesͷ׆༻ྫ
step2. ۙͳਓʹڞ༗͢Δ • step1ͰจষԽͨ͠ͷΛମܥతʹ·ͱΊΔ ◦ step1ͷ࡞ۀϩάͱҧ͍ɺࣗҎ֎ͷਓ͕ݟͯཧղͰ͖ΔΑ͏ʹཧ͢Δ • ཧͨ͠ͷΛۙͳਓʹڞ༗͢Δ ◦ Ͱ͖Δ͚ͩۙͳਓͷํ͕৺ཧతϋʔυϧ͕͍
◦ e.g. ༑ਓɺνʔϜɺࣾ
step3. Πϯλʔωοτʹެ։͢Δ • step2ͰϑΟʔυόοΫ͕͋ΕͦΕΛөͯ͠Πϯλʔωοτʹެ։ • ࣾ֎ൿͷใ͕ͳ͍͜ͱຊޠͷॻ͖ํʹؾΛ͚Δ • ެ։ʹࡍͯ͠ෆ҆͋Δͱࢥ͏͕ɺࢥ͍ͬͯެ։͢Δ͜ͱ͕େࣄ
ΞτϓοτͷΫΦϦςΟʹ͍ͭͯ • ·ͣΞτϓοτ͢Δ͜ͱࣗମ͕ॏཁ ◦ ଓ͚͍ͯΕΫΦϦςΟޙ͔Β͍ͭͯ͘Δ • ؒҧͬͨ༰ؚ͕·Ε͍ͯͨͱͯ͠ωοτ্ͷ୭͔͕ڭ͑ͯ͘ΕΔ
·ͱΊ • ΤϯδχΞ͕Ξτϓοτ͢Δ͖ཧ༝ ◦ ֶशαΠΫϧͷڧԽ ◦ Πϯλʔωοτͷߩݙ • ΞτϓοτͷൣғΛஈ֊తʹ͍͛ͯ͘