AIで要件定義の土台を即時生成し、要求変更の手戻りコストをゼロに近づけた話 - Tabelog Tech Blog

目次 はじめに 改善前の開発フロー 直列処理のボトルネック 数字で見るコスト AIで直列から並列へ転換する 最初のアプローチ ── 直列のまま高速化しようとした（失敗） 方針転換 ── 並列化に切り替える（成功） 改善後の開発フロー（並列化） フィージビリティレポートを生成するAIワークフロー 実際に生成されたレポートを見てみる 店舗満足度アンケート 要件定義書 Part 1: 評価サマリ システムの目的 評価サマリ 主要な判断ポイント User Storyへの改善提案 Part 2: ユースケースと業務ルール ユースケース一覧 モーダル表示制御 回答収集 AIが追加で洗い出したユースケース ★ 業務ルール モーダル表示制御 BR-001: 月内1回表示制約 BR-005: 他モーダル優先 BR-006: 特定期間内のみ表示 BR-025: 複数端末同時回答の結果整合性 ★ 非機能要件・制

[soxandcity]

DDDやクリーンアーキの文脈のユースケースと、この記事で言及されているユースケースは別物っぽい

[tengo1985]

文化の違いか、この単位をユースケースとはあまり呼ばないな

[ryoma_robo]

“担当者はこの表だけで「実現可能か」「どこにリスクがあるか」を把握できます。レポート全体の構造と実例は後段「実際に生成されたレポートを見てみる」で詳しく紹介します。”

[hogetax]

記事を書いた人、フローを設計/試行錯誤した人が強いね。参考にします！

[Kesin]

チームでのプロダクト開発において実装前に必要な工程をAIで効率化した事例としてとても良かった。AIに意思決定させるのではなく、人間同士の意思決定を高速にするため判断材料をAIが高速に作る

[simplememofast]

仕組みの核は帰納の強制。ユースケースを『誰が何を』でなくデータ状態で割るから業務ルールが検証可能になる。MTG4回→1回は副産物に見える