高速開発のためのコード整理術

by sutetotanuki

Slide 1

Slide 1 text

高速開発のためのコード整理術 1

Slide 2

Slide 2 text

2 自己紹介西田将幸クラスメソッドリテールアプリ共創部マッハチームエンジニアとして働いてます主にバックエンドでフロントエンドFlutterと薄く広くやってます

Slide 3

Slide 3 text

3 全体の流れ 1. 受託開発での AI活用 ○ 実際の活用例 ○ それでもレビューは必要 2. ソースコードの整理術 ○ 人の認知力の限界について ○ 単機能になるまで分解 ○ 動作保証されてるコードの塊を作る 3. まとめ

Slide 4

Slide 4 text

4 受託開発での AI活用

Slide 5

Slide 5 text

5 実際のAI活用例マッハチームは開発前のプリセールスの段階から開発、テストまで、プロジェクトの立ち上げに横断的に関わるその全ての工程でAIを活用 ● プリセールス(見積) ● 要件定義 ● 開発・テスト

Slide 6

Slide 6 text

6 プリセールス ● 資料をmd 形式に変換しAIが読みやすい形へ変換し一つのディレクトリ配下に ○ PDFをMarkdownへ変換 ○ pandasと openpyxl を使った Excel -> Markdownへの変換Skillを使って変換 ○ 図は画像を元に mermaid 形式で保存 ● 変換した情報を元に質問（簡易的なRAGのような動き) ● 資料や見積もりの雛形を作成

Slide 7

Slide 7 text

7 要件定義 ● 処理フローの作成 ● 要件からデータベース定義の素案 ● データベース定義からAPIスキーマへの変換

Slide 8

Slide 8 text

8 開発・テスト ● プロダクトのコード作成 ● レビュー ● テスト作成 ● テストデータ作成

Slide 9

Slide 9 text

9 AIを使った開発の指示フロー 1. 要件を書く 2. AIと壁打ちしながらプランファイルを作成 a. 最初からモジュールの構造などを指示したい場合はプランファイルに含めることも 3. プランファイルを読み、対話しながら、もしくはプランファイルを直接修正 4. AIにGOを出す 5. Gitの差分をレビュー

Slide 10

Slide 10 text

10 レビューは必要 ● 生成されたコードは間違ってることがある ● 時には致命的な間違いも ● 読まないわけにはいかない (2026年現在、来年は正直わからない) ● AIの処理が詰まって進まなくなる ● 使われないコードも生成され、将来の追加開発時に負債になる

Slide 11

Slide 11 text

11 ソースコードの整理術

Slide 12

Slide 12 text

12 人の認知力の限界について

Slide 13

Slide 13 text

13 ワーキングメモリ視覚情報聴覚情報ワーキングメモリは無意識に使用される

Slide 14

Slide 14 text

14 ワーキングメモリが溢れると ● ミスが多くなる ● 脳が疲れ、集中力が持続できなくなる

Slide 15

Slide 15 text

15 ソースコードが長いとソースコードが長いと ● 覚えておくことが増え、無意識下でワーキングメモリを占有していく ● ワーキングメモリが溢れ集中力が落ち、間違いに気付けなかったりする

Slide 16

Slide 16 text

16 意味のある単位で分ける ● 意味のある単位でサブルーチンを分ける ● サブルーチンに処理がわかる名前をつける

Slide 17

Slide 17 text

17 意味のある単位で分ける Tree構造的にしておくと必要な時に下位のノードまで読みにいき、また、上位のノードに戻れ、ワーキングメモリに優しい

Slide 18

Slide 18 text

18 具体例

Slide 19

Slide 19 text

19 処理内容ハンドラーが行っている処理 1. APIでユーザーデータを取得、キャッシュする 2. ユーザーのステータスが退会済みならエラー 3. ユーザーの購入情報を取得 4. 取得したデータを元にレスポンスを返す

Slide 20

Slide 20 text

20 処理内容 DBアクセス API呼び出しユーザー属性余分なことを読まないとダメ

Slide 21

Slide 21 text

21 ユーザー取得の処理を関数化処理の内訳 1. データベースにキャッシュを確認 2. なければAPIで取得 3. APIの取得結果をDBに1 時間保存

Slide 22

Slide 22 text

22 ユーザーのステータスチェックを関数化処理の内容 1. ユーザーの status フィールドが “inactive” という文字列であれば退会済み 2. 退会済みのユーザーはエラー

Slide 23

Slide 23 text

23 購入情報を取得処理の内容 1. 購入情報をAPI経由で取得

Slide 24

Slide 24 text

24 整理後のハンドラー

Slide 25

Slide 25 text

25 整理後のハンドラー処理の内容 1. データベースにキャッシュを確認 2. なければAPIで取得 3. APIの取得結果をDBに1時間保存 4. ユーザーの status フィールドが “inactive” という文字列であれば退会済み 5. 退会済みのユーザーはエラー 6. 購入情報をAPI経由で取得 7. 取得したデータを元にレスポンスを返す処理の内容 1. ユーザーデータを取得、キャッシュする 2. ユーザーのステータスをチェック 3. 購入情報を取得 4. 取得したデータを元にレスポンスを返す圧縮

Slide 26

Slide 26 text

26 処理内容小さい単位でワーキングメモリをクリアしながら集中して作業できる

Slide 27

Slide 27 text

27 動作保証されてるコードの塊を作る

Slide 28

Slide 28 text

28 品質が高く信頼コード多くのパターンで正常に動いてるコードは品質が高いと言え、信頼できる信頼できるコードは読み飛ばすことができ、作業の効率化、アプリケーションの品質の向上に繋げることができる

Slide 29

Slide 29 text

29 実際の例 APIのレスポンスをキャッシュするという関心は他でもありそう

Slide 30

Slide 30 text

30 関心の内容以下の関心（期待）を持って呼び出すと考えられる ● キャッシュがあればキャッシュからデータを返却する ● キャッシュがなければ fetch し、DBにキャッシュする ● 有効期限が切れればキャッシュを更新する

Slide 31

Slide 31 text

31 キャッシュ処理を使いまわせるように

Slide 32

Slide 32 text

32 使いまわせる関数を単体でテストこのキャッシュ関数自体をテストできるようになる呼び出し側の期待値がそのままテストケースに ● キャッシュがあればキャッシュからデータを返却する ● キャッシュがなければ fetch し、DBにキャッシュする ● 有効期限が切れればキャッシュを更新する

Slide 33

Slide 33 text

33 ユーザー取得の処理を関数化キャッシュからデータが返却されることを保証するテスト

Slide 34

Slide 34 text

34 使い回すことでさらに品質が上がるこのキャッシュ関数をいろんなところをつかい回すことによって、呼び出しパターンが増え、ますます品質が高くなる

Slide 35

Slide 35 text

35 使い回しが効きやすいコードの塊を作る ● 関数は極力1つの機能のみを提供する。複数の機能が関数に含まれていると同じ関数が使いまわせるシーンが少なくなる(モジュール強度) ● 呼び出し側の関心事を意識し、使いまわせるインターフェースを考える

Slide 36

Slide 36 text

36 動作保証されたコードを使ってAI開発再現性がある動作保証の塊を使って、再現性がないAIの出力を安定させる動作保証されたコード不確実な出力ある程度安定したソースコード

Slide 37

Slide 37 text

37 まとめ

Slide 38

Slide 38 text

38 まとめ ● ワーキングメモリを意識してソースコードを短くする ○ 意味のある短い単位に分解する ○ サブルーチンに処理がわかる名前をつける ● 動作保証されている処理の塊を作る ○ 呼び出し側の関心毎で処理を分離する ○ 分離された処理単位でテストを書く ● ワーキングメモリを節約、動作保証されている処理の塊を使って開発を高速化

Slide 39

Slide 39 text

プロダクトの0→1⽴ち上げ専⾨チーム⼀緒に働く仲間を募集...! モダンな技術スタックを積極採用 ● Hono, V0, Claude Code… 顧客と0距離 ● プリセールス ~MVPリリースまで ● 顧客対応も 2~3名の小規模チームで高速開発 ● 1案件 2~6ヶ月 ● マッハで経験が積める 📢マッハチーム絶賛募集中