Upgrade to Pro — share decks privately, control downloads, hide ads and more …

"お試し"から"本番"をいい感じにする技術 - 俺流AI Agent開発への道 / From ...

Shinichi Nakagawa PRO
November 19, 2026
37

"お試し"から"本番"をいい感じにする技術 - 俺流AI Agent開発への道 / From PoC to Prd my way of AI Agent

みんなのPython勉強会#124(2026-11-19)の発表資料です。
PyCon JP 2026「LLMの出力を"いい感じに"する技術」の続編です。

前回は「何を作ったか」、今回は「どう作ったか」。
marimo で作った"お試し"(PoC)の野球解説 AI Agent「The Scouter 3」を、
Next.js + FastAPI の"本番"アプリにするまでにやったことを話しました。

■ 設計を言語化する
コードより先に RFP を書き、PoC は「参照専用」にする。
Design Doc で「なぜ・何を」を書き、代替案を残し、合意してから作る。

■ ルールとハーネスを引く
AGENTS.md・skills・pre-commit / CI で AI に任せる範囲を決める。
マージとリリースは人間が決める。

■ 本番の、その先
AI の出力を記録 → 評価 → 回帰検証して、プロダクトを育て続ける。

PoC から本番へは、設計を整理して段階的に移す。
AI に任せる作業には、ルールと自動チェックを用意する。
まずは一つプロダクトを AI で作りきってみてはどうでしょう?

前回の資料: https://speakerdeck.com/shinyorke/taming-llm-output-ai-agent-design-patterns-with-fastapi

技術構成: marimo / Next.js / FastAPI / Google Gemini / Cloud Run

Shinichi Nakagawa PRO

November 19, 2026

Transcript

65 slides
  1. @app.cell def _(mo): lang_selector = mo.ui.dropdown( options={"日本語": "ja", "English": "en"},

    value="日本語", label="Language") return (lang_selector,) @app.cell def _(get_messages, lang_selector): t = get_messages(lang_selector.value) return (t,) # dropdown が変わると、このセルが再実行される
  2. **Status:** Draft | Review | Approved | Implemented ## 1.

    ## 2. ## 3. ## 4. ## 5. ## 6. (3.1 / 3.2 / 3.3 )
  3. # Design Doc: **Status:** Implemented **Author:** Codex(依頼者の要件を整理) ## 4. |

    案 | 判断 | | --- | --- | | 別タブで選手詳細を2ページ開く | フォームと比較 AI がないため、共通部品を1ページに2つ配置 | | 全成績・グラフ・プロンプトを新規実装 | 既存との差異と保守負担が増えるため採用しない |
  4. ## AGENTS.md を正とする / GitHub 操作は gh で / 記録は

    PR・Issue に残す 作業別に読むもの(frontend / backend / CI・pre-commit / Design Doc ...) skills はエージェント共通 / PoC は参照専用 統計計算の2実装は同時に直す / prototype が UI/UX の正 ## ## GitHub ## ( / )

More Decks by Shinichi Nakagawa