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
.mdc駆動ナレッジマネジメント/.mdc-driven knowledge management
Search
Yoda Keisuke
April 10, 2025
Technology
32
25k
.mdc駆動ナレッジマネジメント/.mdc-driven knowledge management
.mdc駆動ナレッジマネジメント→ 知識APIとしてのmcp serverまで
Loglass TECH TALK vol.5〜50名のエンジニア全員で挑むCursor活用の全貌〜 LT資料
Yoda Keisuke
April 10, 2025
Tweet
Share
More Decks by Yoda Keisuke
See All by Yoda Keisuke
Eval-Driven Prompt Engineering(プロンプトのevalを書き始めたら〜記事の概要)
yodakeisuke
0
70
Expertise as a Service via MCP
yodakeisuke
1
2.5k
Code as Context 〜 1にコードで 2にリンタ 34がなくて 5にルール? 〜
yodakeisuke
0
2.4k
Agent Rules as Domain Parser
yodakeisuke
1
3.4k
Reactのミニマム理解 〜UI = f(data)(state)+sideEffect〜
yodakeisuke
5
160
インフラ高級言語としてのAWS CDK〜"設定"より1段階ハイレベルな抽象化〜
yodakeisuke
1
130
Other Decks in Technology
See All in Technology
Introduction to Sansan, inc / Sansan Global Development Center, Inc.
sansan33
PRO
0
3k
レガシー共有バッチ基盤への挑戦 - SREドリブンなリアーキテクチャリングの取り組み
tatsukoni
0
220
AIと新時代を切り拓く。これからのSREとメルカリIBISの挑戦
0gm
0
2.3k
顧客との商談議事録をみんなで読んで顧客解像度を上げよう
shibayu36
0
250
【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
170
Claude_CodeでSEOを最適化する_AI_Ops_Community_Vol.2__マーケティングx_AIはここまで進化した.pdf
riku_423
2
590
Amazon S3 Vectorsを使って資格勉強用AIエージェントを構築してみた
usanchuu
3
450
We Built for Predictability; The Workloads Didn’t Care
stahnma
0
140
Introduction to Sansan for Engineers / エンジニア向け会社紹介
sansan33
PRO
6
68k
配列に見る bash と zsh の違い
kazzpapa3
3
160
Kiro IDEのドキュメントを全部読んだので地味だけどちょっと嬉しい機能を紹介する
khmoryz
0
200
予期せぬコストの急増を障害のように扱う――「コスト版ポストモーテム」の導入とその後の改善
muziyoshiz
1
1.9k
Featured
See All Featured
Prompt Engineering for Job Search
mfonobong
0
160
Fashionably flexible responsive web design (full day workshop)
malarkey
408
66k
The Impact of AI in SEO - AI Overviews June 2024 Edition
aleyda
5
730
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.6k
Jamie Indigo - Trashchat’s Guide to Black Boxes: Technical SEO Tactics for LLMs
techseoconnect
PRO
0
62
Six Lessons from altMBA
skipperchong
29
4.1k
Navigating the Design Leadership Dip - Product Design Week Design Leaders+ Conference 2024
apolaine
0
180
Discover your Explorer Soul
emna__ayadi
2
1.1k
GitHub's CSS Performance
jonrohan
1032
470k
AI: The stuff that nobody shows you
jnunemaker
PRO
2
260
Public Speaking Without Barfing On Your Shoes - THAT 2023
reverentgeek
1
310
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
287
14k
Transcript
0 .mdc駆動ナレッジマネジメント → 知識APIとしてのmcp serverまで Loglass TECH TALK vol.5〜50名のエンジニア全員で挑むCursor活用の全貌〜 依田
啓佑 2025.4.10
1 サマリー Cursor rulesとは… ※ 本資料の図解の6割は claude先生に作成いただいております 従来的なナレッジマネジメント方法論の 最近の技術による実装 「組織」として
育てる https://amzn.asia/d/1o0hMOW (最近は別の新装版も出てます)
2 サマリー 開発関連知識管理の変遷
3 Agenda
4 Agenda 1.サマリー 2.why: なぜ知識を書くのか? 3.what: 何を書くのか? 4.how: どのように知識サイクルを回すのか? 5.when:
いつ、開発プロセスの中で利用されるか? 6.who, where: 誰が、どこで知識創造するのか? 7.今後の展望
5 なぜ知識を書くのか? ― 開発文脈のナレッジ蓄積の課題と .mdcによる進化可能性 ・見られない ・更新されない、メンテナンスコスト 半ば勝手に適用される -> 改善点が出る
-> 改善PRが出る コードと近い箇所にgit管理 指摘をまとめた学びをruleに出力させる 知識の陳腐化 その文脈で必要な知識が自動でコンテキストに含められる (完全ではないが) クエリをLLMが解釈してくれる 丁寧に言語化した分、良い結果が返る その場の知ってるか知らないかの知識の、言語化の強制 文脈に応じた解釈、使用 コンテキストに追加した後、適用すべきか自己判断 ・いつ何を見ればいいかわからない ・多すぎると検索の仕方がわからない 検索性の悪さ ・場合によって正解が違う知識 文脈依存性の解決難 ・コンテキスト整備がagent活用に直結 ・相対的に、ハイコンテキスト文化が不 利になっているのではないか ドキュメンテーションの復権
6 なぜ知識を書くのか?― Loglassのナレトラにおける課題 Loglassにおいても… ➢ FASTフレームワーク化の動的チーミングにお いて、チームへの人の出入りが激しい ➢ 新入社員の増加 既存メンバーの新規事業へ
の異動 ➢ 仕様の暗黙化による品質低下 ➢ コンテキスト整備した競合への開発速度劣後 口伝に頼らないナレトラが急がれる
7 Agenda 1.サマリー 2.why: なぜ知識を書くのか? 3.what: 何を書くのか? 4.how: どのように知識サイクルを回すのか? 5.when:
いつ、開発プロセスの中で利用されるか? 6.who, where: 誰が、どこで知識創造するのか? 7.今後の展望
8 何を書くのか? ― スコープ ※ 実際の社内ADRより抜粋 ➢ 規約・そのコードベース特有の知識・使用法 .mdc ➢
プロダクトコンテキスト等 .md ➢ より詳細な仕様 .feature(Gherkin記法による仕様記述)
9 何を書くのか? ― どこまで書くのか? 一般的知識 プロダクト特有 コード的知識 ドメイン的知識 書かない 書かない
書く 書く AIくん知っとるやろ系 それは教えられなきゃ知らないよね系 規約系(そのチーム内の合意) まあコードを読めばわかる系 型情報や関数名で表明されている知識 処理を追えばわかること コメントでの目的の補足 〜の原則などのベスプラの詳細 浅い部分のドメイン知識 有名ライブラリの使い方 固有のユビキタス言語の意味 社内デザインシステムの使い方 プロダクトやサブドメインの知識を凝 縮したサマリ コーディング・テスト規約 PR本文のテンプレ 関数型スタイルに寄せろ、のような指針
10 何を書くのか? ― 実際の.cursor/配下ディレクトリ 個人の好みが介在するruleは ➢ `local`のプレフィックス ➢ それをgitignore
11 何を書くのか? ― 実例: excel操作に関する知識 rule type: 適用の温度感 ✓ 基本manually
✓ 規約レベルのものはAuto Attached/ Agent Requested 本文 ✓ yaml形式などにはしていない ✓ 日本語(人間へのオンボも兼ねるので) (以下も追加してもよさそう) バージョン ✓ 評価・改善のためにあると便利そう タグ ✓ 何に関連する知識かのフック
12 Agenda 1.サマリー 2.why: なぜ知識を書くのか? 3.what: 何を書くのか? 4.how: どのように知識サイクルを回すのか? 5.when:
いつ、開発プロセスの中で利用されるか? 6.who, where: 誰が、どこで知識創造するのか? 7.今後の展望
13 どのように知識サイクルを回すのか? ― SECIモデルの実装と捉えた場合の.mdc 内面化/共同化 ・形式知->暗黙知 ・暗黙知の個人の内面化 表出化 ・暗黙知->形式知 ・図解化や言語化
連結化 ・知識 ×知識 ・体系化や掛け合わせ 評価 ・知識の評価・効果測定 ・SECIには含まれず? ① rule候補の発掘 ・AIの出したコードから学ぶ ・rule作りのモブ作業 ・ruleを見てベスプラを学習 ruleを媒体に知識が伝播 ② ruleを形式化 ・PRを出すことで暗黙知を言語化 ・git上で共有される ・cursorが適用すべきruleを拾う 自動適用される実用的な形で形式化 ④ ruleの評価・先鋭化 ・有効性の測定(ここが難しい..) ・機能しないものは捨てる コンテキストを汚しすぎない ③ ruleの体系化・創発 ・他の人のruleの改善 ・rule対する意見の競合->議論->止揚 ・知識の構造をまとめ直す ruleが組織の集合知として育つ SECIモデル
14 どのように知識サイクルを回すのか? ― loglassのruleのライフサイクルの中で実際に行なっている/試したいこと 俺たちの Cursor道は… まだ始まったばかり!
15 Agenda 1.サマリー 2.why: なぜ知識を書くのか? 3.what: 何を書くのか? 4.how: どのように知識サイクルを回すのか? 5.when:
いつ、開発プロセスの中で利用されるか? 6.who, where: 誰が、どこで知識創造するのか? 7.今後の展望
16 いつ.開発プロセスの中で使うか? ― 開発プロセスの中での使い所
17 Agenda 1.サマリー 2.why: なぜ知識を書くのか? 3.what: 何を書くのか? 4.how: どのように知識サイクルを回すのか? 5.when:
いつ、開発プロセスの中で利用されるか? 6.who, where: 誰が、どこで知識創造するのか? 7.今後の展望
18 誰が、どこで? ― SECIモデル「ミドルアップダウン」「場(Ba)」の概念
19 誰が、どこで? ― Loglassでは? https://comemo.nikkei.com/n/n26dc284dcd5a
20 Agenda 1.サマリー 2.why: なぜ知識を書くのか? 3.what: 何を書くのか? 4.how: どのように知識サイクルを回すのか? 5.when:
いつ、開発プロセスの中で利用されるか? 6.who, where: 誰が、どこで知識創造するのか? 7.今後の展望
21 .mdcのその先に― .mdcが育ち、知識APIと化す .mdcが育ったその先に…
22 .mdcのその先に ― docのmcp化を最近見かけるようになっている
23 自己紹介 株式会社ログラス エンジニア 依田 啓佑 Keisuke Yoda x: kei_output_1104
後で資料upします!
24
25