AIかも!Tech Lab - 開発のリアル

株式会社エキサイト 取締役CTOの鴨志田俊亮です。システム開発の現場で、AIを活用した開発や、その仕組みづくりに取り組んでいます。
このブログでは、日々の試行錯誤をもとに、AIとの付き合い方や開発の進め方を紹介します。うまくいった工夫も、思いどおりにいかなかった失敗も、具体例とともに取り上げ、現場で何が起き、どう対処したのかを伝えていきます。

テーマ別に読む

どの記事から読んでも分かるように書いていますが、テーマごとに次の順で読むと、話がつながります。

AIに開発を任せるとき、何を渡し、どう確かめるか

  1. AIは書かれたことしか見ていない――開発で踏んだ3つの落とし穴
    出発点。AIが手がかりにできるのは、渡された文字だけです。
  2. 目的だけ渡したら、AIが頼んでいない仕様を育て始めた――エージェント構築の実験から
    目的だけでは、手段に上限がありません。やらないことと終わりの条件も渡します。
  3. AIに任せた開発が、システム連携でつまずく理由――3つの実例と、任せる前に渡すべき2つのもの
    システムをつなぐ開発で欠けやすい、正しさの基準と確かめる手段。
  4. 人にとって保守しやすいコードは、AIにとっても保守しやすいのか――設計の原則は同じ、重みが変わる
    AIが保守するとき、設計とテストで重く見る原則が変わります。
  5. コードは継ぎ足せても、文章は継ぎ足せない――AIへの指示やルールを直すときに知っておきたい違い
    作業ルールやレビューの依頼文など、文章をAIと直すときの注意。
  6. すぐ古くなる前提で作る――AIエージェントのワークフローを、私たちはこう組み立てた
    何をどの順で作ったか。残すもの(手順と基準)と、使い捨てるもの(モデルと役割の構成)の分け方。
  7. AIは、頼まなかった品質を作るとは限らない――非機能要件を、どこに書けば実装に入るか
    権限、ログ、同時実行。依頼の外側にある条件は、作業ルール・完成の基準・テストの題材に書く。

情報漏洩への備えと、パスキーの仕組み

  1. 相次ぐ個人情報漏洩、利用者の側でできる3つの備え
    一般の利用者向け。今日からできる備えと、漏れてしまったときの対処。
  2. パスキーはなぜフィッシングに強いのか――WebAuthnの仕組みと、同期型パスキーの守りと限界
    技術者向けの続編。フィッシング耐性の根拠と、同期型パスキーの守りと限界。

寄り道コラム

開発と直接は関係のない読み物を、ときどきここに置きます。私はアマチュアのチェロ弾きでもあり、専門外の題材をAIに下書きさせ、出典の照合と第三者のレビューを経て仕上げたらどうなるか、という実験も兼ねています。

  1. アンサンブルの音程は、誰がどう決めるのか――「正しい音程」は一つではない
    長3度は低め、導音は高め。合奏で身についた経験則には、旋律と和音で望ましい高さが違うという理屈があります。モーツァルトの合奏で音程が合わなかった実例から「誰を聴くか」まで。
  2. 師匠の言葉は、物理で読むと分かった――弓の返しと張りのある音、右手の技術に根拠はあるか
    「ボウイングは八の字だ」「指弓なんか練習するな」。当時は分からなかった師匠の言葉を、弓が弦を鳴らす物理で読み直したら当たった。要請は一つ、身体の解は一つではない。
AIかも!Tech Lab - 開発のリアル

AIは、頼まなかった品質を作るとは限らない――非機能要件を、どこに書けば実装に入るか

AIに「こういう機能を作って」と頼めば、動くものはすぐにできます。画面が表示され、データが保存され、一通りの操作が通る。ここまでは、AIに仕事を任せ始めた人なら、すでに経験しているはずです。私たちがエージェント型のコーディングツールで開発を...
AIかも!Tech Lab - 開発のリアル

師匠の言葉は、物理で読むと分かった――弓の返しと張りのある音、右手の技術に根拠はあるか

このブログはAI開発の記事が中心ですが、今回も寄り道です。筆者はアマチュアのチェロ弾きで、前回の「アンサンブルの音程は、誰がどう決めるのか」に続き、専門外の読み物をAIに下書きさせ、出典の確認と第三者レビューを経て仕上げました。チェロを習っ...
AIかも!Tech Lab - 開発のリアル

アンサンブルの音程は、誰がどう決めるのか――「正しい音程」は一つではない

このブログはAI開発の記事が中心ですが、今回は寄り道です。筆者はアマチュアのチェロ弾きでもあり、専門外の読み物をAIに下書きさせ、出典の確認と第三者レビューを経て仕上げたらどうなるかを試しました。音程の話として読んでいただいても、AIに書か...
AIかも!Tech Lab - 開発のリアル

すぐ古くなる前提で作る――AIエージェントのワークフローを、私たちはこう組み立てた

仕組みを作るなら、時間をかけてしっかり作り込みたくなります。手順を細かく決め、役割を分け、例外にも備える。人が使う業務の仕組みなら、それは正しい作り方です。ところが、AIに作業を任せる仕組みは事情が違います。私たちは、開発作業をAIに任せる...
AIかも!Tech Lab - 開発のリアル

コードは継ぎ足せても、文章は継ぎ足せない――AIへの指示やルールを直すときに知っておきたい違い

システム開発の技術者は、コードと文章の両方を書きます。AIに仕事を任せるようになると、文章を書く機会はむしろ増えます。AIへの指示(プロンプト)、AIが作業を始めるたびに読む決まりごとのファイル(この記事では「作業ルール」と呼びます)、仕様...
AIかも!Tech Lab - 開発のリアル

人にとって保守しやすいコードは、AIにとっても保守しやすいのか――設計の原則は同じ、重みが変わる

重複をなくして、共通の処理にまとめる。読みやすく直しやすいコードを書くために、多くの開発者が身につけてきた定石です。ところが、AIに保守を任せるようになって、この定石が裏目に出る場面に出会いました。テストで見つかったある業務の不具合を、AI...
AIかも!Tech Lab - 開発のリアル

AIに任せた開発が、システム連携でつまずく理由――3つの実例と、任せる前に渡すべき2つのもの

画面を一つ作る、単機能のツールを作る。こうした仕事なら、AIはすでに頼れる相棒です。ところが、複数の処理や外部サービスをつなぐ段階になると、急につまずきが増えます。私たちがエージェント型のコーディングツールで開発を進める中でも、そうした場面...
AIかも!Tech Lab - 開発のリアル

パスキーはなぜフィッシングに強いのか――WebAuthnの仕組みと、同期型パスキーの守りと限界

前編「相次ぐ個人情報漏洩、利用者の側でできる3つの備え」では、一般の利用者にパスキーを勧めました。理由は「偽サイトに強いから」。本稿では、その根拠を技術者向けに掘り下げます。WebAuthnの登録と認証、フィッシング耐性の根拠、Google...
AIかも!Tech Lab - 開発のリアル

相次ぐ個人情報漏洩、利用者の側でできる3つの備え

10月5日、物語コーポレーションが「焼肉きんぐ」公式アプリの会員情報、約1,079万件の漏洩を公表しました。その1週間前の9月28日には、タイムズモビリティがカーシェアリング「タイムズカー」などの約660万アカウント分の漏洩を公表しています...
AIかも!Tech Lab - 開発のリアル

AIは書かれたことしか見ていない――開発で踏んだ3つの落とし穴

AIとのやり取りは、人と話すように自然に続きます。そのため、訂正の意図や資料の優先順位まで、伝わったつもりになりがちです。開発でAIを使う中で、私たちはその思い込みが裏目に出る場面を経験してきました。AIに誤りを指摘したら、かえって同じ誤り...