コース概要
4段階のパーソナライゼーションスタック
レベル1 | 知識を持つ – RulesとAGENTS.md
扱うトピック:
• プロジェクトの規約とコーディング標準の定義
• アーキテクチャと技術的制約の文書化
• ツール非依存のプロジェクトガイドラインの作成
• 開発チーム全体およびAIツール間での一貫性の維持
レベル2 | 能力を持つ – スキル
扱うトピック:
• 再利用可能な専門知識のユニットの作成
• 必要な場合にのみコンテキスト情報をロードする
• コンテキストサイズを削減しつつタスクのパフォーマンスを向上させる
• 再利用可能なワークフローと専門知識のライブラリを構築する
レベル3 | 接続する – MCP
扱うトピック:
• AIツールを外部システムやサービスに接続する
• リポジトリ、データベース、ドキュメントソースへのアクセス
• AIコーディングアシスタントの機能拡張
• 安全なインテグレーションとガバナンス制御の実装
レベル4 | 行動する – エージェント
扱うトピック:
• 自律型AIエージェントとその機能の理解
• コードの自動的な読み書き、テスト、修正
• 目標指向のワークフローと委譲されたタスクの管理
• エージェントシステムにおける監督および人間のレビュー体制の確立
Day 1 | 委譲とツールの拡張
モジュール1 | アシスタントからエージェントへ
扱うトピック:
• AIアシスタントと自律型エージェントの違いの理解
• インラインコード補完とエンティティブな委譲の違い
• エージェントワークフローがタスク構造に与える影響
• エージェントへの委譲に適したタスクの特定
• 自律型AIシステムとの協業におけるベストプラクティス
モジュール2 | 手放して任せられる効果的な委譲
扱うトピック:
• エージェント向けの効果的な指示文の作成
• 十分なコンテキストとビジネス要件の提供
• 実行するための制約と境界線の定義
• 明確な受入基準と成功指標の設定
• 品質を維持しつつ人的介入を最小限に抑える
モジュール3 | パーソナライゼーションスタックと適用範囲
扱うトピック:
• 4段階のパーソナライゼーションスタックの理解
• RulesとAGENTS.mdを使用したプロジェクト規約の定義
• 各シナリオでどのパーソナライゼーションメカニズムを適用するか判定する
• ツールやプロジェクト間でコンテキストを効率的に管理する
• 一貫性のあるAI支援開発環境の構築
モジュール4 | スキルとサブエージェント
扱うトピック:
• 一般的なワークフローやタスク向けの再利用可能なスキルの作成
• 専門知識のパッケージ化と再利用
• サブエージェントおよび孤立したコンテキストの役割の理解
• 限定されたタスクを専門エージェントへ委譲する
• モジュール型AIワークフローによる効率化
Day 2 | ツールの接続、並列処理、ガバナンス
モジュール5 | MCP:接続と構築
扱うトピック:
• Model Context Protocol (MCP) の基本原理の理解
• AIツールを外部システムやサービスに接続する
• ブラウザ、データベース、リポジトリ、ドキュメントソースとのインテグレーション
• カスタムMCPサーバーの構築
• アクセス制御とセキュリティ考慮事項の管理
モジュール6 | 規律あるエンティティブワークフロー
扱うトピック:
• 再利用可能なAI支援開発プロセスの確立
• エージェントとのブレインストーミングと計画立案
• ソリューションの共同構築と実装
• 生成された出力のテストと検証
• 適切な検証ステップを含む成果物のレビューと最終化
モジュール7 | 並列開発
扱うトピック:
• 複数のAIエージェントの同時実行
• 孤立したブランチとGit worktreesでの作業
• 並列ワークフロー全体での開発活動の調整
• 複数エージェントからの出力のマージと検証
• 並列実行戦略による生産性の向上
モジュール8 | リスク、レビュー、ガバナンス
扱うトピック:
• 外部スキルおよびMCPサーバーの評価と精査
• セキュリティおよびガバナンスリスクの理解
• パーミッションとアクセス権限の管理
• 機密データと知的財産の保護
• レビュープロセスと品質保証プラクティスの確立
モジュール9 | ソフトウェア開発におけるAI導入:ユースケースと次のステップ
扱うトピック:
• 組織がソフトウェア開発ライフサイクル(SDLC)にAIを統合する方法
• 各業界からの実際のユースケースと実装例
• 一般的なAI導入アプローチ:個人単位での採用、チームベースの採用、組織全体への展開
• SDLC全体を通じた代表的なユースケース:
• 要件収集および文書化
• コード生成とプロトタイピング
• テストと品質保証
• コードレビューとリファクタリング
• ドキュメントとナレッジマネジメント
• DevOpsおよびインシデント管理
• ガバナンスモデル、ポリシー、セキュリティ考慮事項
• AI支援開発の生産性およびROI(投資対効果)の評価
• 社内AI導入ロードマップの構築
• パーティシパントとチーム向けの具体的な次のステップ定義
インタラクティブディスカッションワークショップ
• パーティシパント所属の開発チームにおける現在の課題
• 直ちに対応すべき高価値なユースケースの特定
• リスク、ブロッキング要因、組織的な考慮事項
• AIインテグレーションのための初期アクションプラン作成。
要求
プロフェッショナルな開発経験、ターミナルへの習熟度、Gitの基本知識が必要です。AIコーディングツルの日常的な使用、または「基礎」コースの修了が要件です。
対象者
AIツールを既に使用している開発者、チームでの導入を担当する技術リード、スキルやMCPサーバーを構築するプラットフォームエンジニアやDevOpsエンジニア。
お客様の声 (2)
Claude Codeをより効率的に使用する
Virgil Trif - Frequentis
コース - Claude Code: Agentic AI Development · 1-Day
機械翻訳
ツールの可能性を学び、すぐに業務で活用できる十分なスキルを身につけました
Angelo Moro
コース - Claude AI for Developers: Building AI-Powered Applications
機械翻訳