Hypervelocity Engineering - beyond Vibe Coding -

Slide 1

Slide 1 text

Hypervelocity Engineering の世界 - Vibe Coding のその先へ - 畠山大有 | Daiyu Hatakeyama Principal Technical Architect Microsoft Innovation Hub /dahatake @dahatake /in/dahatake /dahatake /dahatake /dahatake https://speakerdeck.com/dahatake

Slide 2

Slide 2 text

国内外での300社以上のITプロジェクトにアーキテクト及びエンジニアとして関与して約30年の経験。業界初として様々な業界にて事例化されたプロジェクトにも関与。同様に、様々な業種のパートナー企業の皆さんとソリューション製品・サービスの開発・市場展開も行う。そこでの学びを、TechEd、de:code、TechSummit などの基調講演を含む場で600回以上のセッション登壇。また、書籍・雑誌やBlog 執筆、サンプルコードの公開などで社会に Feedback中。セッションだけでなく、200回以上のハンズオン、ハッカソンのファシリテーションも行っている。得意技: Agile Development methodology, Architecture Design, Coding, Database and Big Data, Data Science, Video Streaming, Search, Sustainability, Communication and Collaboration, Human skill-up 佐賀大学客員教授(非常勤講師) 佐賀県 – SAGA Smart Tech Adviser やつしろ×Tech コンソーシアム – 相談役 SUNABACO – Technical Fellow ふくしまプログラミング推進協議会 – Technical Advisor・相談役 MCP (MCSD, MCAD, MCSE, MCSA, MCDBA, MCTS, MCPD) | MCT | OCP (Oracle Master Platinum) | SCJ-P | ITIL foundation 畠山大有 (はたけやまだいゆう) /dahatake @dahatake /in/dahatake /dahatake /dahatake [email protected] /dahatake LinkedIn

Slide 11

Slide 11 text

• 一問一答ではなく連続した会話の文脈を維持するため、複雑な質問への対応や追加情報の確認に向いている • タスク • 要件の明確化と修正: ユーザーの意図が最初は曖昧でも、 AIが質問を重ねることで要求を具体化できる。「どの程度詳しく書くか」や「優先順位は何か」といった点を対話で詰めるため、ユーザーの望むアウトプット像に近づけることができる • 段階的な品質向上: 初回出力に対し「ここを改善して」「この部分を詳しく」とフィードバックを与え再生成させることで、欠点を補い精度や完成度を高めらる。例えばプログラミングでは、生成コードを実行・検証しながら誤りを直していくような反復による洗練が可能 • 柔軟な応答とアイデア出し: ユーザーとの対話によって AIが文脈やトーンを逐次学習するため、人間のブレインストーミングに近い柔軟さがあります。新たな質問や方向転換にも対応しやすく、創造的なタスクでは対話を通じて独創的なアイデアを引き出すこともできる • 使用例 • Copilotなどの対話型AIに「まず方針を考えてもらい→次にコードを書いてもらい→出力をテストし→不具合があれば修正する」という対話を行うと、一度で大きなプログラムを生成させるよりも信頼性の高いコードを得やすいインタラクティブ (Interactive) とバッチ (Batch) • ユーザーからの介入は最小限で、複雑な処理であってもAIが自律的に多段階の推論や検索を行い、包括的な回答や成果物を生成 • タスク • 明確に定義されたタスク: ゴールや条件が初めからはっきりしており、追加の相談が不要な場合、1回のプロンプトで完結できる。例えば「与えられた仕様書どおりにプログラムコードを書いて」といったタスクでは、詳細な仕様をすべて含めてプロンプトを作成すれば対話なしでコード生成が可能 • 大規模な情報処理: 人間では調査に何時間もかかるような大規模データの分析や包括的レポート作成も、バッチ型なら短時間で遂行できる。OpenAIのDeep Research機能はその代表例で、ユーザーが投げかけた複雑な質問に対してAIがネット上の数百もの情報源を自動調査・統合し、リサーチ報告書レベルの回答を返す • 処理の自動化: ユーザーが逐一指示せずとも、AIエージェントがツールを駆使して自律的にタスクを進行できるケースではバッチ処理が有効。例えばスプレッドシートの大量データを読み込んで分析しグラフ化するといった一連の処理を、ワンプロンプトで完了 • 使用例 • 「製品XYZの市場分析レポートを作成して」という指示を Deep Researchに一度投げれば、AIが数十分かけて関連データを検索・精査し、出典付きの詳細なレポートを生成させる

Slide 20

Slide 20 text

現役最強 Researcher 手間だったPrompt作業の量を減らしと質を劇的に向上 RFI 情報の収集と整理と解析とプラン作成と…. RFI(Request for Information)の結果の詳細なドキュメントを作成してください。 {業務背景}を基にして、{要求定義}を定義しました。 {要求定義}から、詳細かつ具体的かつ明瞭な、機能要件と非機能要件を作成してください。機能要件と非機能要件の各項目を実装できるツールをリストアップしてください。ツールの種類には、アプリケーション、クラウドサービスなどがあります。入手経路もオープンソースだったり、企業が提供している場合もあります。ドキュメントには{項目}の詳細な情報を含めてください。 # 業務背景 - ユーザーが迷わないように、膨大な商品情報から、その都度のユーザーの知りたい事に合わせた情報を提供したい。 - MVPの最初のフェーズは、外部ベンダーに発注するのではなく、自分たちで開発する - 自社の開発環境: AzureもしくはAWS。C#とJava。Web開発可能。データベースはSQL/NoSQLのどちらでも良い # 要求定義 - チャットで、都度ユーザーのやりたい事の言語化を手伝う - そのやりたい事を、商品情報から要約した文章を作成する - 個人ユーザー向けにはECサイトとLINEに対応する - 分析機能は、最小限でいい。具体的には、利用状況・不正な入力(威圧的なコメントなど)状況・応答速度のみ # 対象範囲 - 既存のECサイトは除く - 市場は日本市場。日本語のみ - 多言語対応は必須ではないが、出来ればよい # 項目 ### A. 会社情報 - 会社名・所在地 - 設立年・従業員数 - 主要取引先・業界実績 - 財務状況（直近3年の売上・利益など） ### B. 製品・サービス情報 - 提供可能な製品・サービスの概要 - 特徴・競合優位性 - カスタマイズの可否 - サポート体制（対応時間、言語、拠点） ### C. 技術仕様・要件 - システム構成図（あれば） - 対応OS・ブラウザ・デバイス - セキュリティ対策（認証、暗号化、監査ログなど） - インテグレーション実績（API、他システム連携） ### D. 導入・運用 - 導入実績（業界・規模別） - 導入プロセスと期間 - トレーニング・マニュアルの提供有無 - 保守・運用体制 ###E. コスト情報（概算） - 初期費用（ライセンス、導入支援など） - 月額・年額費用（サブスクリプション型の場合） - オプション費用（追加機能、サポートなど）次に、{ツール}の比較評価を、以下の{比較評価の項目}で1-5で評価をしてランク付けしてください。総合点も算出してください。評価結果は表形式で作成してください。 # 比較評価の項目 - 将来性: 提供企業の財務状況や、そのツールの分野(セキュリティ、インフラ、AIなど)への投資状況 - 信頼性: 提供企業は情報管理やサポートの対応など信頼が出来るのか? - 時間: どれだけカスタマイズなどせずに、早期に導入ができるのか? - コスト: 金額としての費用 - 開発環境: 自社プロダクトマネージャーとソフトウェアエンジニアが使い慣れた環境なのか?新しく学ぶことは歓迎だが、時間がかかりすぎるのは避けたい最後に、それらの根拠を裏付ける補足情報や総合的な分析・解析の情報も作成してください。分析・解析はSWOT分析とRisk分析など適切な分析手法を考えて選択して実行してください。 Prompt

Slide 1

Slide 1 text

Slide 2

Slide 2 text

Slide 3

Slide 3 text

Slide 4

Slide 4 text

Slide 5

Slide 5 text

Slide 6

Slide 6 text

Slide 7

Slide 7 text

Slide 8

Slide 8 text

Slide 9

Slide 9 text

Slide 10

Slide 10 text

Slide 11

Slide 11 text

Slide 12

Slide 12 text

Slide 13

Slide 13 text

Slide 14

Slide 14 text

Slide 15

Slide 15 text

Slide 16

Slide 16 text

Slide 17

Slide 17 text

Slide 18

Slide 18 text

Slide 19

Slide 19 text

Slide 20

Slide 20 text

Slide 21

Slide 21 text

Slide 22

Slide 22 text

Slide 23

Slide 23 text

Slide 24

Slide 24 text

Slide 25

Slide 25 text

Slide 26

Slide 26 text

Slide 27

Slide 27 text

Slide 28

Slide 28 text

Slide 29

Slide 29 text

Slide 30

Slide 30 text

Slide 31

Slide 31 text

Slide 32

Slide 32 text

Slide 33

Slide 33 text

Slide 34

Slide 34 text

Slide 35

Slide 35 text

Slide 36

Slide 36 text

Slide 37

Slide 37 text

Slide 38

Slide 38 text

Slide 39

Slide 39 text

Slide 40

Slide 40 text