AIがソースコードを解析し、設計書の作成を支援できるようになりました。
設計書の役割や作り方は、これまでの「人が書く前提」から静かに変わりつつあります。ただ、AIが書けるようになったからといって、すべてを任せればよいわけではありません。
どこまでAIに委ね、どこから人が判断すべきか ─
この境界線を整理しない限り、設計書運用は安定しません。
本記事では、コードを起点とした設計書生成の考え方と、AIと人の役割分担をどのように設計すべきかについてまとめました。

第1章：ソースコードから設計書を生成する時代へ

手書き数字の読み取りを、数式ではなく“流れ”で理解し直しました。
画像を行列にし、特徴量を抜き出し、SVMが境界線を求めて分類する ─ その構造がすっとつながった感覚があります。
昔の自分がつまずいたところを、いまの視点で静かにまとめました。

同時に、AIが出した案をどう評価し、どこを採用し、どこを修正するかという「判断」がこれからの開発で重要になるとも感じました。これまで自分が積み上げてきた経験が、AI時代でもしっかり役に立つと分かったのが大きな収穫です。全体の整合性や運用を見据えた判断は、AIが自動生成するだけでは補えない部分であり、人が介在する価値そのものだと感じました。

毎年行くことで過ごし方がイメージしやすくなり、より落ち着いて過ごせるようになりました。五年ともなると、牧場やグランピング場の空気やこれまでとの違いまで自然と感じ取れるようになってきました。

システム開発の現場でAIを使う機会が増える中で、
「どこまで任せて、どこから人が判断するのか」という境界線が重要になってきています。

本記事では、設計・コーディング・テストなど、
一般的な開発プロセスにおけるAIとの距離感を整理しました。

AIに任せる局面と、人が判断する局面をどう分けるか ─
その“実務的な境界線”をまとめた内容です。

はじめに

本書では、ソフトウェア開発の生成AI活用の方向性として
・スケールアップ型（開発者の作業を加速させる）
・スケールアウト型（自律型AIで“メンバーを増やす”）
の2つが紹介されています。

早朝は、自分のペースが自然に整っていく時間です。
一日がまだ動き出す前の静かな時間帯は、驚くほど思考が研ぎ澄まされています。

・『システム・シンキング入門』
・『入門! システム思考』

ある現場で起きる出来事が、毎年のように同じ形で現れる。その理由を知りたいと思ったからです。

■ Dockerという言葉を聞くたびに、どこか距離を感じていた

『基礎から学ぶ生産管理システム』

当時の私は｢工場とシステム開発は別もの｣と思っていました。

最近、その理由が少しだけ分かってきました。

これまで自分のプロジェクトでは、ドキュメントは整備してきたつもりでした。でも、AIによる効率化が求められるようになってきて、「そろそろ設計書も AI 時代に合わせて整えたい」という気持ちがありました。

最近、その正体がようやく言葉になりました。

ある日、プルリク（Pull Request）の流れに、小さな揺らぎを感じました。
システム開発の現場 ― 街づくりでいうと区画整理での“区の切り方”に、人によって微妙な違いがあったのです。

私が関わってきたプロジェクトでも、インターフェース項目の追加という一見シンプルな改修が、想像以上に工数を押し上げる場面がありました。

特にバッチ処理は影響範囲が広く、小さな変更でも慎重な判断が求められます。

マイクロサービス（microservices）とは、
「アプリケーションをビジネス機能ごとに分割し、疎結合な小さなサービスの集合として構成するアーキテクチャ」
と説明されています（Wikipedia より）。

英語論文を Google 翻訳に突っ込みながら「なんだこれ…」とつぶやき、
日本語の教科書や論文でさえ「数式がわけわからん…」と頭を抱えていた自分がいます。

この記事では、
「アクセルを踏む → 車が動く」
この流れを、できるだけやさしく、そして“車の中で何が起きているのか”まで丁寧に追いかけてみます。

『もう絶対に挫折しない! 大人のための 今度こそスルスルわかる数学』