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
- 186 本
- カテゴリ
- 3
- 最終更新
- 2026年9月10日
全 186 本中 158〜169 本目
- エンジニアリング
AI 駆動開発のアーキテクチャ設計 — AI が書きやすい構造
AI が安全かつ高速にコードを書ける構造とは何かを、AI 駆動開発のクリエイティブスタジオが解説します。モジュール境界・型・ディレクトリ設計・テスト容易性が AI 駆動開発の生産性を左右する理由と、大規模・レガシーで AI を効かせるための設計指針を共有します。
#AI が書きやすいコード設計#AI フレンドリー アーキテクチャ#モジュール設計 AI - ビジネス
DX 推進が失敗する 7 つの原因｜つまずきパターンと立て直し方
DX 推進が頓挫する企業に共通する 7 つの原因を、PoC 止まり・丸投げ・目的不在などのパターンに分けて解説します。それぞれの立て直し方と、AI 駆動開発で内製を取り戻す進め方を、AI 駆動開発のクリエイティブスタジオが現場視点で整理します。撤退判断の基準や体制の作り直し方も FAQ で補足しました。
#DX 失敗 事例#DX 推進 課題#DX 進まない 理由 - エンジニアリング
LLMO / GEO の進め方｜AI 検索最適化を社内に定着させる実装ロードマップ
概論で終わりがちな LLMO / GEO を、構造化データ・記事構造・計測を段階導入する実装ロードマップとして提示します。自社サイトでどう着手し継続するかを fixit の取り組みを実例に示し、技術実装を伴う AI 検索最適化の進め方を AI 駆動開発のクリエイティブスタジオの視点で解説します。
#GEO 生成エンジン最適化#LLMO とは 進め方#AI 検索最適化 - ツール導入
Claude Code を現場に定着させる進め方と発注の判断基準
Claude Code を配布しただけでは動かない現場に、どう定着させるか。デジタル後発業界での伴走のコツと、外部支援を選ぶときの判断基準を実運用ベースで整理します。全社導入の段階別ロードマップとガバナンス設計は別の完全ガイドに集約し、本記事は現場定着と発注判断に絞りました。
#Claude Code 定着#Claude Code チーム導入#AI コーディング 社内展開 - エンジニアリング
E-E-A-T を構造化データで補強する｜著者 Person・運営 Organization の sameAs 設計
AI 検索が情報源の信頼性を判断する E-E-A-T を、著者 Person・運営 Organization・sameAs で機械可読に補強する実装を解説。誰がどんな専門性で書いたかを構造化し、引用されやすい権威性を作る方法を、自社サイトの実装一次情報で示します。
#E-E-A-T 対策#著者 構造化データ Person#Organization schema sameAs - ツール導入
生成AIの業務活用アイデア15選｜部門別のユースケースと進め方
生成 AI を業務に活かすための部門別ユースケースを 15 個、営業・マーケから開発・サポート・製造まで具体的に紹介します。どこから着手すべきか、PoC をどう小さく始めて投資判断につなげるかまで、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。RAG や AI エージェントとの接続、よくある失敗の避け方も解説します。
#生成ai 使い方 企業#生成ai ユースケース#業務効率化 ai - ツール導入
AI 生成コードのレビュー設計 — 何を人間が見るべきか
AI が大量に書くコードを安全にマージするためのレビュー設計を解説します。人間が見る観点と AI に任せる観点を切り分け、PR サイズや CI ゲートを KPI 化し、レビューしなくても安全にマージできるプロセスへ近づける具体策を、AI 駆動開発のクリエイティブスタジオが共有します。
#AI 生成コード レビュー#Claude Code code-review#コードレビュー 観点 AI - ビジネス
AI 駆動開発の発注完全ガイド|費用・契約・進め方・会社選び
発注を検討する意思決定者向けに、会社選び・費用・契約・進め方・PoC・ベンダーロックイン回避を 1 ページで俯瞰するハブガイドです。発注プロセスの全体像と判断軸を整理し、各論の深掘り記事へつなぐ発注者の起点として、AI 駆動開発のクリエイティブスタジオがまとめました。
#AI 受託開発 比較#AI 開発会社 選び方#AI 駆動開発 ガイド - ツール導入
AI エージェント設計パターン入門 - 実務で使う 6 つの型
AI エージェントを実務で動かすための設計パターンを、ワークフロー型・ルーティング型・ReAct 型・プランナー実行型・人間協調型など 6 つに整理します。どの業務にどの型が向くか、ガードレールとリトライをどう設計するか、人間をどこに挟むかを、実装と運用の視点から AI 駆動開発のクリエイティブスタジオが解説します。
#エージェント 設計パターン#ReAct#ツール呼び出し 設計 - ビジネス
AI 駆動開発 大全 2026|費用・期間・進め方・発注の完全ガイド
AI 駆動開発の定義・進め方・費用と期間の相場・発注前の確認事項までを一画面で把握できる総論ガイドです。3 週間で SaaS MVP を本番化した実証や 4 か月のレガシー刷新など実案件の数値を束ね、ユースケース別の選び方と発注前チェックリストまで、AI 駆動開発のクリエイティブスタジオが発注者目線で整理しました。関連 insights/works への入口として使えます。
#AI 駆動開発 費用#AI 駆動開発 期間#AI 駆動開発 進め方 - エンジニアリング
システム移行のデータ移行で失敗しない｜ETLリハーサルと差分検証の実務
カットオーバー最大の地雷であるデータ移行に絞り、ETL スクリプトの設計、リハーサル回数の決め方、差分の自動検証、NULL や半角全角混在・SJIS 由来の文字化け対策を、業務停止枠 4 時間の案件でリハーサル 23 回を回した知見をもとに、AI 駆動開発のクリエイティブスタジオが解説します。
#システム移行 データ移行#ETL リハーサル#データ移行 失敗 - ツール導入
MCP サーバーの自作ガイド - 業務ツールを Claude につなぐ
MCP クライアントを使うだけの段階の先へ進み、自社の業務ツールやデータを LLM につなぐ MCP サーバーを自作する手順を実装視点で解説します。tools と resources の定義、自社 API・DB を安全につなぐ認証と権限設計、エラー処理とレート制限、ローカルからリモートへのデプロイ、本番運用のロギングと監視まで、設計の勘所を順に押さえます。
#MCP サーバー 自作#Model Context Protocol#MCP 作り方