🧩

【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

に公開
2025/12/31

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。

次回:【AIに向けた意味駆動型モデル #3】「物理名でも論理名でもなく、「役割」と「目的」でキーを切る

前回:【AIに向けた意味駆動型モデル #1】「AIツール利用」と「AI駆動開発」の境界線を設計する

Discussion