【AIに向けた意味駆動型モデル #2】AI主体に作り替えるための「軽量化された設計」とは何か
なぜ「軽量化された設計」が必要だと思ったのか
前回までで、
変更管理という上流工程において、AI が妥当な判断材料を提示できている状態
を、「AI駆動開発の第一歩」として仮置きした。
既存ドキュメントについても、具体的には次のような問題がある。
- プロジェクトごと・資料ごとに書き方や前提が微妙に違う
- 「レビュー資料」「説明スライド」「検討メモ」が積み上がり、どれが最新か誰も言い切れない
- 同じ意味に別のラベルがつき、同じラベルが別の意味で使われている
- 機能拡張のたびにその場しのぎで書き足され、一貫性が崩れていく
- 仕様書・設計書・IF定義・テーブル定義が、中途半端に重複しつつ微妙にズレている
どれも、
「人間が背景を知っていて、脳内で補完しながら読む」ことを前提にしている
という点では共通しており、
情報があちこちに散らばり、
AIどころか、人間ですら「どれが正しい前提なのか」を自信を持って言えない
状態になっている。
このカオスをどうにかしない限り、
「とりあえず全部 AI に読ませればいい」という発想は、まず成立しない。
そこで、
AI にとっても、人間にとっても、
「ここだけ揃っていれば最低限話ができる」という“必要最低限セット”
を先に定義することにした。
やりたいのは、既存ドキュメントから何かを取り除くことそのものではなく、
- まず「AI向けに必須とみなす情報セット」を決めて
- そこに入らないものは、軽量化された設計の外側に逃がす
という整理に持っていくことだ。
ここでは、その「必要最低限セット」を 「軽量化された設計」 と呼びつつ、
そもそも AI はどんな情報を必要としているのか
を一度分解してみる。
まずは「テーブル定義」から手をつけてみた
軽量設計を定義するにあたって、
いきなりシステム全体を対象にすると確実に破綻するので、
まずはどこか一箇所に絞って試すことにした。
最初の題材は テーブル定義 にした。
理由はシンプルで、
- 仕様書や画面設計に比べると、もともと 構造化されている
- 情報の範囲が比較的 狭くて限定的
という点に加えて、
画面やロジックは「どう動くか」という振る舞いの話なので、解釈が揺れやすい。
一方でテーブルは「何が保存されているか」という**状態(State)**の話なので、
比較的、事実ベースで足場を固めやすい。
と考えたからだ。
画面仕様書や詳細設計から入ると、
- 「本来どうあるべきか」(理想)
- 「実装の都合でこうしている」(現実)
が混ざり合って、検討がすぐ発散してしまう。
その点テーブル定義なら、
どんなデータの箱があって、どんな項目を持ち、どういう制約で繋がっているか
という「いま、実際に存在している状態(Fact)」の範囲に、
話をいったん閉じ込めることができる。
ここで言う「テーブル定義」は、
- テーブル名
- カラム名
- 型・制約
- キー・外部キー
- カラムの簡単な説明
といったレベルの情報を想定している。
なのでまずは、
- 既存のテーブル定義に実際に手を入れてみて
- 「これは要る」「これは一旦外してよい」を仕分けする
ところから始めた。
テーブル定義を分解して見えた、「物理名と論理名」の違和感
実際に既存のテーブル定義をざっと眺めながら、まずは項目を列挙してみた。
- 列名(物理名)
- 列名(日本語・論理名)
- データ型/長さ・精度
- PKフラグ
- NOT NULL
- デフォルト値
- INDEX/UNIQUE
- 外部キー(参照先)
- 説明(コメント)
この中で、いちばん最初にひっかかったのは 「名前が2つある」 という構造だった。
たとえば、よくある組み合わせとして:
- 物理名:
status - 論理名:ステータス
という項目があったとする。
人間の目には自然なことだと受け止められるが、
AIから見ると、これはほぼこう言っているのと同じだ。
「
statusというラベルの読み方は、ステータスです」
中に何が入るのか──
- どんな値のパターンがあるのか(1/2/9 なのか、
ACTIVE/INACTIVEなのか) - どんな状態遷移を前提にしているのか
- 他のカラムと組み合わせたときに、どういう意味になるのか
といった情報は、物理名にも論理名にも一切含まれていない。
delete_flg/「削除フラグ」も同じで、
-
0が「有効」で1が「削除済み」なのか - 物理削除はしない前提なのか
- 「削除」は論理的な非表示なのか、業務的な締め処理なのか
それらはすべて、人間の頭の中か、過去の経緯か、どこか別の資料に散っている。
つまり、
物理名と論理名は、「その項目を何と呼ぶか」は教えてくれるが、
「それが何者で、どう扱うべきか」という意味については、ほとんど何も教えてくれない。
AI から見ると、
-
status↔ ステータス -
kubun↔ 区分 -
kbn↔ 区分
といったマッピングは、「ラベルと読み方の対応」が増えただけであり、
どれも中身の意味に関する情報量はほぼゼロに近い。
その結果、AI はコード上の status を見つけても、
- ソース全体を検索し
- 使われ方のパターンから「なんとなく」文脈を推測し
- それっぽい説明を生成する
という、かなり苦しい読み方を強いられる。
それは結局、
「人間が空気を読んで補完している状態」を、
「AIが空気を読んで補完している状態」に置き換えているだけ
で、本質的な解決にはなっていない。
ここが、「AI駆動」を実現しようとしたときに最初にぶつかったボトルネックだった。
ここまでで見えてきたこと
ここまでを整理すると、やっていること自体はシンプルで、
- いきなり既存ドキュメントを全部 AI に読ませるのではなく
- 「AIと人間が共通で使える、必要最低限セット」を別レイヤとして定義したい
- その最初の題材として、テーブル定義に絞って分解してみた
という話だった。
その中で、特に引っかかりが大きかったのが、
「物理名」と「論理名」は、
当たり前のように使われていた構成だが、
本質的には、AIにとっても人間にとっても
「それが何者か」を一意に示す手がかりとしてはかなり心もとない
という点だった。
- 名前の揺れ(status/状態/ステータス/区分)
- 意味の揺れ(同じラベルで違う中身、違うラベルで同じ中身)
を前提にしたままでは、
「AIに任せられる変更管理」どころか、
そもそも前提の共有すら安定しない。
次はここから一歩進めて、
- 名前そのものではなく、「どう扱うべきか」という目的の共有をどう安定させるか
- そのための「目的を前提としたキー」や「意味のカタログ」をどう設計していくか
というあたりを、もう少し細かく整理していこうと思う。
今回は、
- 既存ドキュメントの「人間前提」のやり方では、AI を主役にできないこと
- そのために、AI 向けの「軽量化された設計」という別レイヤが必要だと考えたこと
- まずはテーブル定義を題材に、その入口を整理したこと
までを書きました。
次回はここから一歩進めて、
- 物理名/論理名だけでは足りない「意味の軸」をどう持たせるか
- 「名前」ではなく「目的」でキーを切ると何が変わるのか
といったあたりを、もう少し具体的に掘っていこうと思います。
Discussion