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
20250619 AIコーディング道場 成果発表会
Search
吉田真吾
June 19, 2025
Technology
57
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
20250619 AIコーディング道場 成果発表会
吉田真吾
June 19, 2025
More Decks by 吉田真吾
See All by 吉田真吾
AIに代替されるフリーランス、AIを操りチームを導くリーダー。運命を分ける『AI-DLC』とインテントマネジメント/Intent is All We Need
yoshidashingo
0
37
AI-DLCを活用した高品質・安全なAI駆動開発実践 / AI Driven Development with AI-DLC
yoshidashingo
0
190
早く行きたいならClaude Codeと行け、遠くに行きたいならチームで行け 〜AI駆動開発の講師が教えるAIがリードするチーム開発の実践ノウハウ/Fast w/ Claude Code, Far Together
yoshidashingo
0
23
AI-DLCを活用した高品質・安全なAI駆動開発実践 / AI Driven Development
yoshidashingo
1
430
はじめてのAI-DLC
yoshidashingo
2
880
初手AIで実現する 「AIと一緒に働く」ということ - AIファーストを実現する汎用タスクエージェントのつくりかた / JAWS DAYS 2026
yoshidashingo
0
49
Claude Codeで実践するスペック駆動開発入門 / sdd-with-claude_code
yoshidashingo
4
17k
エンジニアはコミュニティで伸びる!テックコミュニティ代表者トークリレー / TCP2026
yoshidashingo
0
27
達人に学ぶAIコーディング / ai-coding-learned-from-master
yoshidashingo
0
34
Other Decks in Technology
See All in Technology
AIエージェントが名古屋の猛暑からあなたを守る
happysamurai294
0
130
iAEONの段階的リアーキテクト戦略 / iAEON's_Gradual_Re-architecture_Strategy
aeonpeople
0
210
MCP Appsを作ってみよう
iwamot
PRO
4
670
フィジカル版Github Onshapeの紹介
shiba_8ro
0
270
Kubernetesにおける学習基盤とLLMOpsの概要
ry
1
310
【NRUG vol.18】KubernetesにおけるNew Relicデータ取得量削減の考え方
nrug_member
0
150
就職⽀援サービスにおけるキャリアアドバイザーのシフトスケジューリング
recruitengineers
PRO
1
150
現地で盛り上がった WWDC26 Keynote
zozotech
PRO
1
250
2026年6月23日 Syncable Tech + Start Python Club にて
hamukazu
0
120
Bedrock AgentCore RuntimeでAuth0 Changelog調査AIをアップグレードした話
t5u8a5a
1
170
アンオフィシャルな、オフィシャルからのお願い
wyamazak_devrel
0
120
【2026年版】 ベクトル検索䛸 Embedding最前線
mocobeta
2
370
Featured
See All Featured
Understanding Cognitive Biases in Performance Measurement
bluesmoon
32
2.9k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
31
10k
Code Review Best Practice
trishagee
74
20k
Technical Leadership for Architectural Decision Making
baasie
3
410
Lightning Talk: Beautiful Slides for Beginners
inesmontani
PRO
2
580
Neural Spatial Audio Processing for Sound Field Analysis and Control
skoyamalab
0
330
Making the Leap to Tech Lead
cromwellryan
135
9.9k
Thoughts on Productivity
jonyablonski
76
5.2k
The Impact of AI in SEO - AI Overviews June 2024 Edition
aleyda
5
1.1k
Context Engineering - Making Every Token Count
addyosmani
9
970
A Tale of Four Properties
chriscoyier
163
24k
The Anti-SEO Checklist Checklist. Pubcon Cyber Week
ryanjones
0
160
Transcript
ʲ࣮ʳ"*ίʔσΟϯάͰθϩ͔Β ༻αʔϏεΛϦϦʔεͯ͠Ք͙ه )&30;CZ4FDUJPO#:/".&CZ(FOFSBUJWF"HFOUTڞ࠵ ٢ాਅޗ 4FDUJPO (FOFSBUJWF"HFOUT "*ίʔσΟϯάಓ ެ։ษڧձ δϣϯυώϣϯʢṄಓᭈʣ
3PCPDP γχΞίϯαϧλϯτ ୈظ Ռൃදձ 5IV
ेʹΑ͘ಈ͖ɺʹͨͭιϑτΣΞΛ "*ͱͱʹΤϯδχΞϦϯά͢ΔͨΊʹ "*ίʔσΟϯάಓ ୈճ Ռൃදձ ٢ా ਅޗ
吉田真吾 +"846(ԣࢧ෦ 4FSWFSMFTT$PNNVOJUZ +1 -BOH$IBJO $PNNVOJUZ +1 FUDʜ コミュニティ 2011〜
DMPVEQBDL ג ηΫγϣϯφΠϯ ג αΠμε ג δΣωϥςΟϒΤʔδΣϯπ p"844FSWFSMFTT)FSP p-BOH$IBJO ެࣜ &YQFSU"NCBTTBEPS コミュニティ型転職・独⽴
!! 急速なAI技術の進化 LLMの登場で業務効率化の可能性が拡⼤ 専⾨知識の壁 AI活⽤には開発スキルが必要 リソース不⾜ IT部⾨だけでは全社のAI活⽤ニーズに対応できない 変化への適応 AI活⽤企業との競争⼒格差が拡⼤中 ৫ɾࣄۀɾܦӦͰͷ"*׆༻ʹ͓͚Δ՝
!!ιϑτΣΞΤϯδχΞϦϯά͕͍ͨ͠ • ՝ײɿϊϦͰ࡞ΕΔ͕ɺηΩϡΞͰϩόετͳιϑτΣ ΞΛ҆શʹຊ൪ϦϦʔεɾӡ༻Ͱ͖ͳ͍͔͗Γීٴ͠ͳ͍
!!ιϑτΣΞΤϯδχΞϦϯά͕͍ͨ͠ ⼯程 サブ⼯程・視点 プロダクト要求仕様書 (PRD)作成 • ステークホルダー別の要求整理 • 機能要件と⾮機能要件の明確化 •
受け⼊れ条件の具体化 既存システムの調査・ 分析 • データベース設計、API仕様、画⾯設計の把握 • コードベースの全体像や依存関係の把握 技術選定とアーキテク チャ設計 • 技術スタックの選定 • システムアーキテクチャ(マイクロサービス vs モノリス、データベース 設計パターン、パフォーマンス設計) 設計 • 機能設計書(画⾯、フローチャート、シーケンス、画⾯設計、ビジネス ロジック, etc…) • データベース設計、ユーザー認証, etc… • API設計(GraphQL、REST API, etc…) 実装 • コンポーネントの適⽤、機能実装、認証・認可, etc… テスト駆動開発 (TDD) • テストケース設計、テスト品質向上 • モック、APIテスト、DBテスト、E2Eテスト, etc… インフラ構築・CI/CD • インフラ設計 • IaCコード作成 • GitHub Actionsワークフロー作成 • 監視・ログ管理の設計
!!"*ίʔσΟϯάಓͱʁ • ϲ݄ΛλʔϜͱͯ͠ɺ"*ίʔσΟϯάͰΞΠσΞͷ ൃ͔Β༻αʔϏεΛϦϦʔε͢Δ·ͰΔࢼΈ • ରऀ"*ʹΑΔ৫ͷνΣϯδϝʔΧʔΛࢦͯ͠ ͍Δਓ • ΧϦΩϡϥϜ •
ୈظνϡʔλʔʢυώϣϯ͞ΜʣʹΑΔߨٛʴΞ υόΠβϦʔ • ୈظҎ߱ΧϦΩϡϥϜΛ࡞༧ఆɿVEFNZͳͲ ʹ৴ʲظੜืू͠·͢ʂʳ
None
!!$MBVEF$PEFલ • $VSTPS • DMBVEFUBTLNBTUFS IUUQTHJUIVCDPNFZBM UPMFEBOPDMBVEFUBTL NBTUFS 13%ΛλεΫʹղͯ͠ ཧͰ͖Δ.$1ܦ༝Ͱར༻͢
ΔαʔϏε ϩʔΧϧىಈՄ ೳ
!!$MBVEF$PEFҎ߱ • ͏ $MBVEF$PEFͰ͍͍ • ͏ਓࣄධՁυΩϡϝϯτඋ$MBVEF$PEFͰ͍͍ʜ
!!औΓΈ͔ͨɾݟ • نͷখ͍͞ιϑτΣΞͷʮ13%࡞ʯʮઃܭʯʮ࣮ʯ ʮڥߏஙʯʮςετʯʮӡ༻ʯ͔Β͡ΊΔ • *%&ͲΕΛબΜͰ։ൃϥΠϑαΠΫϧࣗମมΘΒͳ͍ • ແྉʹͩ͜ΘΒͳ͍ˠΕΔ͜ͱ͕Ͱ͖ΔɺΛ༏ઌ