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
欲しい情報がすぐに手に入り、 頑張りすぎない開発ドキュメント管理
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
Toshiaki Arai
December 07, 2023
Technology
1
1.8k
欲しい情報がすぐに手に入り、 頑張りすぎない開発ドキュメント管理
「ドキュメント管理を制する 陳腐化を防ぐための実践事例 Lunch LT」の登壇資料です
https://findy.connpass.com/event/302508/
Toshiaki Arai
December 07, 2023
Tweet
Share
More Decks by Toshiaki Arai
See All by Toshiaki Arai
既存SaaSへの生成AI導入を振り返る~2年半の試行錯誤と実践知~ (PRODUCT HISTORY CONFERENCE 2025)
toshiblues
0
80
デザイナー向けフライル説明資料
toshiblues
0
220
生成AIを活用した機能を、顧客に提供するまでに乗り越えた『4つの壁』
toshiblues
2
950
エンジニア向けフライル説明資料
toshiblues
0
1.5k
Other Decks in Technology
See All in Technology
SREが向き合う大規模リアーキテクチャ 〜信頼性とアジリティの両立〜
zepprix
0
480
【Oracle Cloud ウェビナー】[Oracle AI Database + AWS] Oracle Database@AWSで広がるクラウドの新たな選択肢とAI時代のデータ戦略
oracle4engineer
PRO
2
190
インフラエンジニア必見!Kubernetesを用いたクラウドネイティブ設計ポイント大全
daitak
1
390
顧客の言葉を、そのまま信じない勇気
yamatai1212
1
370
SchooでVue.js/Nuxtを技術選定している理由
yamanoku
3
210
OpenShiftでllm-dを動かそう!
jpishikawa
0
140
GitHub Issue Templates + Coding Agentで簡単みんなでIaC/Easy IaC for Everyone with GitHub Issue Templates + Coding Agent
aeonpeople
1
260
AWS DevOps Agent x ECS on Fargate検証 / AWS DevOps Agent x ECS on Fargate
kinunori
2
250
Greatest Disaster Hits in Web Performance
guaca
0
300
Amazon Bedrock Knowledge Basesチャンキング解説!
aoinoguchi
0
170
AIが実装する時代、人間は仕様と検証を設計する
gotalab555
1
640
マネージャー視点で考えるプロダクトエンジニアの評価 / Evaluating Product Engineers from a Manager's Perspective
hiro_torii
0
190
Featured
See All Featured
How to build a perfect <img>
jonoalderson
1
4.9k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
49
9.9k
Facilitating Awesome Meetings
lara
57
6.8k
Raft: Consensus for Rubyists
vanstee
141
7.3k
Max Prin - Stacking Signals: How International SEO Comes Together (And Falls Apart)
techseoconnect
PRO
0
90
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
55
3.3k
Mobile First: as difficult as doing things right
swwweet
225
10k
Bootstrapping a Software Product
garrettdimon
PRO
307
120k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
35
3.4k
Applied NLP in the Age of Generative AI
inesmontani
PRO
4
2.1k
Exploring the relationship between traditional SERPs and Gen AI search
raygrieselhuber
PRO
2
3.6k
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
46
2.7k
Transcript
גࣜձࣾϑϥΠϧ$50ߥҪརߊ ཉ͍͠ใ͕͙͢ʹखʹೖΓɺ ؤுΓ͗͢ͳ͍։ൃυΩϡϝϯτཧ
ࣗݾհ w גࣜձࣾϑϥΠϧ$50ʢݱࡏʣ w ϓϩμΫτϚωδϝϯτ4BB4ʮ'MZMFʯͷఏڙ w ۀ͔࣌Β10݉ w ݄ʹϓϨγϦʔζ"ϥϯυͰͷࢿۚௐୡΛൃද w
Ϗδϣφϧגࣜձࣾʢʣ w XFCΤϯδχΞɺ৽ଔ࠾༻ਓࣄɺ1. w ओʹ࠾༻ɾλϨϯτϚωδϝϯτͳͲ)35FDIܥͷ։ൃʹैࣄ ߥҪརߊ5PTIJBLJ"SBJ w UXJUUFSɿUPTIJ@NP[ w OPUFɿUPTIJ@CMVFT ˡOPUFͷهࣄͨͪ
None
🎤ࠓ͓͢Δ͜ͱ w υΩϡϝϯτͷ30*Λߟ͑Δ w υΩϡϝϯτΨΠυϥΠϯͷࡦఆ w 'MZMFࣾͰओʹӡ༻͞Ε͍ͯΔɺछྨͷ։ൃυΩϡϝϯτ w ετοΫυΩϡϝϯτ w
४ετοΫυΩϡϝϯτ w ϑϩʔυΩϡϝϯτ ˞ࢿྉޙ΄Ͳ5XJUUFSͳͲͰ༧ఆͰ͢ɻͪΖΜεΫγϣࡱͬͯΒͬͯ0,Ͱ͢👌
ϑϥΠϧࣾͰ/PUJPOΛར༻ w ݱࡏͷ։ൃνʔϜɺۀҕୗΛؚΊे໊ w /PUJPOΛձࣾʹಋೖ͔ͯ͠Β͘Β͍ w લ·ͰɺಛʹϧʔϧܾΊͣʹׂ֤͕ࣗͱࣗ༝ʹӡ༻͍ͯͨ͠ w ৫ϓϩμΫτͷʹΑͬͯɺԼهͷΑ͏ͳ՝͕ঃʑʹݦࡏԽͨ͠ w
ϓϩμΫτͷ༷։ൃϧʔϧ͕૿͑ͨ w ΦϖϨʔγϣϯ͕ଟ༷Խͨ͠ w ಛఆͷϝϯόʔʹ͕ࣝू͍ͯ͠Δ
υΩϡϝϯςʔγϣϯͷ30*Λߟ͑Δ ˓*OWFTUNFOU ࡞ʹ͔͔ͬͨ࣌ؒ ϝϯςφϯεʹ͔͔ͬͨ࣌ؒ ˓3FUVSO ࣭ɾٞ͢Δίετͷݮ
ΦϖϨʔγϣϯͷຽओԽɺϦεΫݮͳͲ 😌υΩϡϝϯτʹॿ͚ΒΕͨγʔϯ ৽͍͠ϝϯόʔͷΦϯϘʔσΟϯά͕Γ ͳ͘ਐΈɺεϜʔζʹݱʹೖΕͨ ίʔσΟϯάنͱͦ͏ͳͬͨܦҢ͕ه͞ ΕɺϨϏϡʔͰͷٞΛॖͰ͖ͨ ಛఆͷਓʹूத͍ͯͨ͠ΦϖϨʔγϣϯ ͕ɺଞͷϝϯόʔͰରԠͰ͖ͨ Ͱɺϝϯςφϯε͕େม🤨 ಡ·Εͨճʢਓɺ܁Γฦ͠ʣΛࢦඪʹͰ͖Δ
υΩϡϝϯςʔγϣϯΨΠυϥΠϯͷࡦఆ w υΩϡϝϯςʔγϣϯ͕ܗ֚Խͯ͠͠·͏ཧ༝ ˠଞͷλεΫΑΓ༏ઌ͕Լ͕Δɺॻ͍ͯಡ·Εͳ͍ɺͳͲ w ແཧͷͳ͍ӡ༻Λ͢ΔͨΊʹΨΠυϥΠϯΛࡦఆʢԼهͦͷҰ෦ʣ w υΩϡϝϯτͷॏཁΛ໌֬ʹ۠Δ
w υΩϡϝϯςʔγϣϯͭͷεΩϧͱଊ͑Δ w ྑ͍υΩϡϝϯτʹײँ͢ΔɺͳͲ
υΩϡϝϯτͷछྨ ˢ࣮ࡍͷ։ൃυΩϡϝϯτߏ ϝϯςφϯεͷίετΛ͔͚Δ
B📓ετοΫυΩϡϝϯτ
B📓ετοΫυΩϡϝϯτͷΠϝʔδ ˢετοΫυΩϡϝϯτͷεςʔλε ˓ϙΠϯτ େ͖ͳΧςΰϦຖͷλάΛ͚ͭͯɺϏϡʔΛ͚ ͍ͯΔɻΠϯϑϥɾ৫ͳͲɺΧςΰϦຖͷใ ʹૉૣ͘ΞΫηεͰ͖Δ εςʔλεӡ༻Λ͢Δ͜ͱͰɺυΩϡϝϯτΛݟ
ͨ࣌Ͱͷใ͕ӡ༻தͷͷͳͷ͔ΛͻͱͰ ѲͰ͖ΔΑ͏ʹ͍ͯ͠Δ υΩϡϝϯτͷ಄ʹఆಡऀͱαϚϦʔΛॻ͘ ϝϯςφϯε͕ඞཁͳυΩϡϝϯτλεΫԽ ͠ɺޙճ͠ʹͳΒͳ͍Α͏ʹ͢Δ
C📔४ετοΫυΩϡϝϯτ
C📔४ετοΫυΩϡϝϯτͷΠϝʔδ ˓ϙΠϯτ ετοΫυΩϡϝϯτͱεςʔλεӡ༻Λ͚ ͍ͯΔ ͋ͱ͔Βࢀর͞ΕΔ͜ͱΛߟྀ͠ɺͳͥͦͷ݁ ʹͳ͔ͬͨͳͲͷܦҢΛه͢
D📗ϑϩʔʢओʹٞࣄʣ
D📗ٞࣄͷΠϝʔδ ˓ϙΠϯτ ࢿྉ࡞͕εϜʔζʹߦ͑ΔΑ͏ɺٞࣄ༻ ͷϑΥʔϚοτΛσϑΥϧτͰઃఆ͍ͯ͠Δ ΧϨϯμʔϏϡʔΛར༻͠ɺʮ͍͔ͭͨ͠ʯ Λૉૣ͘ѲͰ͖ΔΑ͏ʹ͍ͯ͠Δ
ϨτϩεϖΫςΟϒɺΠϯϑϥνʔϜͱͷఆྫ ͳͲɺಛఆͷٞࣄʹؔͯͦ͠ΕͧΕϏϡʔ Λ༻ҙ͍ͯ͠Δ
Eͦͷଞͷσʔλϕʔε w /PUJPOͷཧऀͱ૬ஊ͠ɺඞཁͰ͋ΕՃ͢Δ w ݱࡏར༻͍ͯ͠ΔσʔλϕʔεԼهͷΑ͏ͳͷ͕͋Δ w ϦϦʔε࡞ۀϩά w ։ൃվળΞΠσΞҰཡ w
ϨτϩεϖΫςΟϒ w োରԠɾސ٬ݸผରԠɺͳͲ
υΩϡϝϯτͱ͏·͖͘߹͏ w ʮυΩϡϝϯτͷॏཁੑΛݟۃΊΔʯ͜ͱͰɺཉ͍͠ใʹ͙͢ΞΫηεͰ͖ Δڥ͕͍ͬͯ͘ɻؤுΓ͗͢ͳ͍ͷେࣄɻ w ྑ͍υΩϡϝϯτɺͦΕΛ࡞Γग़͢จԽ৫ʹεέʔϥϏϦςΟΛͨΒ͢ w ༨ஊ͕ͩɺεςʔΫϗϧμʔͱͷίϛϡχέʔγϣϯ͕ଟ͘ൃੜ͢Δ1.ʹͱͬ ͯɺυΩϡϝϯςʔγϣϯεΩϧΛຏ͘͜ͱԼهͷೳྗ։ൃʹͭͳ͕Δ w
৫ʹ͓͚ΔใઃܭʢదͳਓʹదͳใΛಧ͚Δʣ w ใͷߏԽ w ݴޠԽɺదͳϫʔσ ΟϯάɺͳͲ
͋Γ͕ͱ͏͍͟͝·ͨ͠ʂ