OVERVIEW
作る時間は、半分になった。
それでも、開発は速くならない。
Claude Code などのAIコーディングツールを入れて、コードを書く時間は短くなった。それなのに、仕様からリリースまでの日数は変わらない。AIが書いた変更がレビュー待ちで溜まり、手戻りが増えている。AIを導入したチームでは、こうしたことが起きています。
詰まるところが、「書く」工程から「正しいかを見極める」工程に移ったからです。いきなり「作って」と頼めば、AIは足りない部分をもっともらしく補って作り始めます。AIが書いたテストにAIが合格しても、それだけでは正しさは確かめられていません。
本セミナーでは、生成AIコーディング研修で1つのアプリを作る過程を例に、書く前に仕様を決め、書いた後をテストとレビューで確かめる、AI駆動開発の進め方をお伝えします。
持ち帰れること
- AIを入れても開発全体が速くならない理由と、詰まるところの見つけ方
- AIに渡す前に決めておく、仕様の5つの項目
- AIに自分の答案を採点させない、テストとレビューの進め方
- AIに任せる範囲を、確かめる仕組みとセットで広げていく考え方
こんな方におすすめ
- Claude Code や GitHub Copilot を導入したものの、開発の速さに変化を感じていないテックリード・開発責任者の方
- AIが書いたコードのレビューや手戻りに時間を取られている方
- チームでのAI駆動開発の進め方を決めたい方
- エンジニア向けの生成AI研修を検討している方
PROGRAM
主な内容
- 01
作るのは速くなったのに、なぜ開発は終わらないのか
作る時間は半分になったのに、全体の日数は変わらない。詰まるところが、書く工程から見極める工程に移っています。
- 02
「作って」とだけ頼むと、何が起きるのか
同じお題で、いきなり頼んだ場合と、仕様を決めてから頼んだ場合を比べます。「AIっぽさ」は、人が決めていない部分に出ます。
- 03
AIに自分の答案を採点させない:テストとレビュー
テストを先に決めてから任せる。別の目でレビューさせる。テストがすべて通ったあとに見つかった抜けの実例も紹介します。
- 04
任せる範囲を、チームで広げていく
PRに「何を決めて、どう確かめたか」を残す。導入の効果は、使った量ではなく、変更の流れの速さと質で見ます。
- 05
研修のご紹介・質疑応答
※ 講演と質疑応答の形式です。内容は一部変更になる場合があります。
SPEAKER
登壇者

吉田 琴乃/ 株式会社HRTheory 代表取締役
ヴェネツィア大学で AI・統計的推論・機械学習を専攻。シリコンバレーに2年滞在後、帰国して起業。現在は HR Tech SaaS「onBoardly®」の開発・運営を行いながら、AI 駆動開発を日々実践しています。
理論
コンピュータサイエンス修士
ヴェネツィア大学 Data Analytics and Management 修士課程修了。AI・統計的推論・機械学習を専攻。
実装
AI駆動開発の実務者
自社SaaS「onBoardly®」を、AIと共に開発・運用しています。
現場
事業者としての判断
シリコンバレーに2年。元・島津製作所 人事。
ENTRY
お申し込み
お申し込み後、参加URLをメールでお送りします(送信元:seminar@hrtheory.co.jp)。
前日と開始1時間前にも、リマインドメールをお送りします。