db_tech_showcase_2025LT.pdf

Transcript

1. ビジネスに活用するための バイブコーディングとデータ民主化 db tech showcase 2025 LT Squadbase Co-Founder & CEO 柴田直人
2. 自己紹介 柴田直人 @sbtqueue ・東京大学工学部電子情報工学科 機械学習・ロボット ・株式会社Queue創業 「シリアスバイブコーダーのためのOpsプラットフォーム」
3. バイブコーディングとClaude Code • CLIでインタラクションしながら開発 を進められる • Custom Slash Commandでコマンド を簡単に自作できる • npmコマンドなど自作スクリプトを簡 単に動かせる 独自のバイブコーディング環境を整理して、 バイブXXX(BI, データ分析 ...etc)を実現できる! → 色んなツール群をコードベースに寄せた方が良いのでは？ 🧐
4. Build vs Buy Buy Build SaaS/ノーコード/ローコード AIアプリ + 数時間でリッチなソフトウェアが構築できる世界線においては、Build > Buy。 自社業務に合わせたツールを安く構築して、カスタマイズも自由にできる。
5. データ連携・データ入稿を楽に バイブコーディングをビジネスに活用する際のハードル コンテキストを適切に与える 認証・アクセスコントロール 変更履歴を追跡する
6. [事例] BIダッシュボード: データカタログからAIコーディングで実装
7. [事例] データカタログ: メタデータ管理, 異常検知
8. なぜこのテーマを選んだのか 🤔 + バイブコーディングで10倍速で BIダッシュボード ✅ ダッシュボードが資産になる AIエージェントで リアルタイムなアドホック分析 ✅ 使うのが簡単 VS どちらにしてもAI用のコンテキストの整理がボトルネックになる！ 一方で… • • • • データスキーマを整理するのは大変 (もうGUIに入力する時代には戻れない) データカタログツールは相当規模が大きくならないと高級すぎる データカタログとBIのツールが分散するとインターフェースの技術検証も増える ダッシュボード化したいものに関しても今の時代、Git管理してBI as Codeをしたい 👉 「データカタログとBIダッシュボードをバイブコーディングで作るフレームワークを作ろう 💡」
9. データカタログ + BIツールをAIエージェント付きで行えるツールを作った BI Dashboard Data Catalog • • • 💡 Claude codeを使ったツール構築 基盤チームだけが触る設定ファイルや履歴はYAMLで管理し、 Claude CLIで入稿作業を自動化 モノレポで両者を管理することでコンテキスト共有を簡単に BIはカタログ情報とQueryを自由に使いながらダッシュボードを 作るワークフローをカスタムコマンドで構築 メタデータ取得 自動執筆 ダッシュボード構築
10. Data Catalog + BIを構成する要素 • • • [ダッシュボード] 要件定義書 実装方針 技術検証 / データ検証 • • [データカタログ] スキーマ/メタデータ 変更履歴 /project:bi-build /project:bi-** /project:sync yamlを参照して実装 BI Dashboard Data Catalog
11. Tips1: MCP / CLIコマンド活用 MCP CLIコマンド • • Snowflake CLI (snow —help): SQLを実行してデータ確認 npm run validate-schema: SnowflakeとYamlの差分検知 (Claude code作) 必要ならガンガンコマンドを作れるのもClaude codeの強み 💪 CLAUDE.mdでE2Eテストを強制することで 精度を上げる→ SQLは要件定義で固まっているの でチャートやレイアウトの調整 最新のドキュメントを必ず読んでくれる → 実感はあまりまだ湧いていない
12. Tips2: Claude Codeのカスタムコマンドの活用 1. 2. 3. 4. /project:bi-new - 新しいダッシュボードの要件定義を作成 → 生成後に微修正 /project:bi-design - 要件定義から使用するSQL/Chartライブラリやレイアウトなど実装要件を決める /project:bi-validate - 実装要件にあるSQLやコードを実行して要件定義の意図通りに動くか検証する /project:bi-build - 上記の成果物(CLAUDE.md, design.md, validation.md)を元に実装 2-3をvalidation結果が実装可能になるまで繰り返して4を実行して実際に実装させる CLAUDE.md design.md validation.md
13. Tips3: 他リポジトリを選択的に参照させる /project:sync-catalog データカタログを作る時に各テーブルやカラムの意味、実装上の意味を全て記述するのは めんどくさい。 → プロダクトのリポジトリを渡せば実装から精度高く生成してくれるのでは 🤔 歴史的なカラム名の不整合なども実装を見てカラムの役割や、 Mappingなどテーブル間の意味も文書化してくれた 💡 指定したリポジトリをサブディレクトリにクローン (.external-repositoryは.gitignore) Snowflake CLIからスキーマを取得
14. [宣伝] Squadbase Tip4: ビジネスロジックに集中をできる環境を作る Building 😀 Delivering 💦 セキュリティ, データガバナンス, ログの監視… 10以上のクラウドツールを使う必要がある AIで作ったアプリをチームに本番運用をするのはまだまだ大変。 スケーラビリティやセキュリティを考えると高度なインフラ知識が必要。
15. Squadbase: AI時代のDev Opsプラットフォーム Streamlit, Next.jsなどで構築したアプリをGithub連携するだけで3分で公開します。認証・アクセスコン トロール・利用ログ分析などエンタープライズレベルのセキュリティ機能が自動搭載されます。 [宣伝] Squadbase
16. 最後に このフレームワークをOSS化する予定です！ 環境変数でDBの切り替えを構築中(PostgreSQL, Snowflake, BigQuery) フィードバック等あればXで@sbtqueueまで連絡ください 🚀 バイブコーディングを中心にした社内ツールの再考 こんなことにチャレンジしてます