Insights
AI 駆動開発の現場から
Claude Code・Cursor・AI エージェントの実務導入ノウハウ、AI 駆動 TDD、開発組織の運用設計など、FIXIT が現場で得た知見を継続的にお届けします。
- 公開記事
- 179 本
- カテゴリ
- 3
- 最終更新
- 2026年7月28日
全 179 本中 134〜145 本目
- ツール導入
製造業の AI 駆動開発・基幹システム刷新の進め方と費用
老朽化した生産管理・在庫システムを抱える製造業向けに、AI 駆動開発でレガシー刷新と現場 DX を段階移行で進める手順・期間・費用感を、卸売流通の刷新事例を交えて発注者目線で整理します。生産管理システムのリプレイスを半分の期間で進める手順から、Claude Code・Cursor を現場に定着させる 5 段階まで、AI 駆動開発のクリエイティブスタジオが実務の判断基準で解説します。
#製造業 システム開発#製造業 DX 推進#生産管理システム リプレイス - エンジニアリング
FIXIT の AI 駆動開発が選ばれる理由｜開発体制と品質へのこだわり
FIXIT は「AI 駆動開発で爆速・高品質のプロダクト開発」を掲げる AI 駆動開発のクリエイティブスタジオです。Claude Code・Cursor・AI エージェントを実プロジェクトに組み込み、速度と品質を両立します。この記事では、依頼先として FIXIT が選ばれる理由を、開発体制・チームの専門性・品質を担保する仕組み・実績から具体的に紹介します。
#AI 駆動開発#FIXIT#開発体制 - エンジニアリング
LLM の構造化出力を安定させる - JSON を確実に取り出す設計
LLM の出力を JSON など決まった形式で確実に受け取るための設計を、スキーマ定義・出力強制・バリデーション・リトライまで実装視点で解説。アプリに組み込んでも壊れない構造化出力の作り方を、AI 駆動開発のクリエイティブスタジオが具体的なコードとともに示します。
#LLM JSON 出力#Structured Outputs#スキーマ 強制 - ビジネス
AI 駆動開発で失敗しない進め方|発注前に潰すべき7つの落とし穴
AI を使っても、進め方を誤れば開発は失敗します。要件の固定化・丸投げ・検収先送りなど発注側に起因する落とし穴を7つ挙げ、週次デモと KPI 計測で回避する進め方を、AI 駆動開発のクリエイティブスタジオが実例付きで解説します。
#システム開発 失敗 事例#開発委託 失敗しない#AI 開発 進め方 - エンジニアリング
EOL・サポート終了への対応｜塩漬けシステムを止めずに刷新する選択肢
OS・言語・フレームワークの EOL(サポート終了)が迫り対応を迫られる情シス向けに、放置リスクの整理と、延命・部分移行・全面刷新という現実的な選択肢、業務を止めずに進める段階移行の手順を比較解説します。期限から逆算したロードマップの引き方、データ移行リハーサルの勘所、AI 駆動開発で対応期間を圧縮する方法まで、AI 駆動開発のクリエイティブスタジオが実務目線で整理しました。
#サポート終了 システム 移行#塩漬けシステム 刷新#OS EOL 対応 - ビジネス
SaaS の MVP 開発の費用と期間｜AI 駆動開発の実数値で解説
SaaS の MVP 開発にかかる費用と期間の相場を、AI 駆動開発の実案件の実数値で解説します。機能範囲ごとの料金レンジと、通常 2〜3 ヶ月かかる開発が 3 週間に縮む理由を数値テーブルで提示し、費用を決める 4 要素・内製と一般的な受託との比較・見積もりで失敗しないチェックリストまで、発注目線で整理しました。400 万〜1,200 万円レンジの実例も紹介します。
#mvp 開発 費用#saas 開発 費用 相場#mvp 開発 期間 - ツール導入
金融・フィンテックの AI 駆動開発と堅牢な受託開発の選び方
金融・フィンテック事業者向けに、堅牢性とスピードを両立する AI 駆動開発の進め方と発注先の選び方を整理。高信頼が求められる金融システムでテスト先行・段階移行をどう実装するかを発注者目線で解説します。
#金融 システム開発#フィンテック 受託開発#金融 AI 導入 - ビジネス
AI 駆動開発の生産性をどう計測するか — KPI 設計の実務
AI 駆動開発の効果を経営層に示すための生産性計測と KPI 設計を、AI 駆動開発のクリエイティブスタジオが整理します。Four Keys を起点にリリースリードタイム・PR 中央サイズ・P1 障害件数をどう測り、AI 導入前後のベースライン比較から ROI を定量化するまでを実務視点で共有します。
#AI 駆動開発 効果測定#開発生産性 KPI#Four Keys AI - ビジネス
業務自動化と AI で何が変わるか｜DX 推進の自動化テーマと進め方
DX 推進の中核である業務自動化を AI で進める方法を、RPA との違いから自動化テーマの選び方、AI エージェントの組み込み手順まで実装目線で解説します。業務棚卸しから PoC、評価ハーネス、運用までの進め方を整理し、月 6,000 件の問い合わせの 80% を一次対応した自動化事例も紹介。内製と外部パートナーの役割分担まで、AI 駆動開発のクリエイティブスタジオの知見としてまとめました。
#業務自動化 AI 活用#AI エージェント 業務自動化#RPA AI 違い - エンジニアリング
LLM アプリの評価ハーネス構築 - LLMOps で品質を回す
LLM アプリや AI エージェントの品質を継続的に担保する評価ハーネスの作り方を、評価データセット設計・自動採点・回帰テスト・CI 連携まで実装視点で解説します。属人化しない LLMOps の型を AI 駆動開発のクリエイティブスタジオが示します。
#評価ハーネス#LLMOps#LLM as a judge - エンジニアリング
AIテスト自動化の実践|生成AIでテストを書く設計と注意点
生成 AI にテストを書かせるための設計、レイヤー別のアプローチ、カバレッジの考え方、そして見落としやすい落とし穴と対策を実装目線でまとめました。テストファースト × AI の具体手順から CI への組み込み、品質ゲートの構成例までを、AI 駆動開発のクリエイティブスタジオが共有します。
#ai テスト自動化#生成ai テストコード#tdd ai - ビジネス
LLM アプリのコスト最適化 - 品質を落とさず費用を半減する
LLM アプリの API 費用を品質を落とさず抑える実践策を、モデル使い分け・プロンプトキャッシュ・トークン削減・バッチ処理・キャッシュ層まで整理。コスト構造の見える化と打ち手の優先順位を示します。
#API 料金 削減#プロンプトキャッシュ#モデル選定