AI時代にこそ重要になる「意思決定を支える技術」

はじめに仕事をしているいろんな場面で大小様々な意思決定を迫られると思います。技術選定どうしよう、どのアーキテクチャにしよう、どのライブラリを使おう、テーブル設計どうしよう、などなど。ただ、決めることによる影響が大きければ大きいほど、決めるのに勇気がいると思います。失敗した

「要望」「要求」「要件」は別物——役割別観測点を同じ座標系に変換するSaaS要件定義8ステップ地図 🔖 1

想定読了時間: 30分（detailsを展開する場合 40分）先に全体像だけ掴みたい場合は、TL;DR → 「変換の全体像」 → 「実務チェックリスト」 → 「次アクション」だけ読めば十分です。必要なStepだけ後から参照してください。 TL;DRPdM・デザイナー・エ

組織にAIが完全に浸透した時、AI活用を推進してきた僕らに何が残るんだろう？ 🔖 1

はじめにここ１年くらい自分のチームでAI活用を推進してきました。カスタム命令の実装から入り、AI活用PJの立ち上げ、プロンプトファイルの導入、並列開発の仕組みの導入、AI知見共有会の開催、MCPサーバーの導入、コードレビューエージェントの実装などなど、色んな取り組みをしてきま

人間のコードレビュー辞めにしたくてコードレビューエージェント作ってみた 🔖 48

はじめにAIコーディングエージェントを使って実装はめちゃくちゃ速くなりました。実装だけなら生産性は数十倍くらいになってると思います。そしてそれは自分以外の人も同じです。そのため、これまででは考えられないほどのスピードでプルリクが上がってきます。レビュー終わり、さてAIに

生成AI時代に僕が一緒に働きたいエンジニア像と見極め質問集

はじめに生成AIの急速な普及により、エンジニアの「価値の源泉」が変わりつつあるのを日々肌で感じています。それに伴い、自分がエンジニアを採用する際に、こんな人と一緒に働きたいな、と思うエンジニア像も自然と変化してきました。そこで、生成AI時代において一緒に働きたいエンジニア像

システムの複雑化は要件から防ぐー上流に踏み込むエンジニアの思考法ー 🔖 4

はじめに私は常々「事業に貢献できるエンジニアでありたい」と考えています。そのため、エンジニアという立場ではありますが、顧客の業務や事業課題にまで踏み込んで「要件」に対して意見出しをすることが多くあります。あえてエンジニアが上流工程に踏み込むことで、ビジネス的にもシステム的にも

AIでの「並列開発」を定着させるためのマインドと仕組み

はじめに最近は生成AIを使った開発は当たり前となっていて、コードを書くスピードそのものは飛躍的に向上しています。ただ、AIを使って１つ１つの実装タスクを逐次的に進めていくだけだと、事業全体への貢献という観点ではまだ限定的ではないかと感じています。より事業に対する貢献度を高め

LLMプロダクトの評価はどう考えてどうやればいいの？ 🔖 1

!本稿における「LLMプロダクト」は、LLMを用いたプロダクトや機能のことを意味します。 モチベーションLLMプロダクトの評価は難しい。人事評価がとても難しいように、一見優秀に見えるLLMの主張やAIエージェントの行動を、一体どのように相対的に評価すれば良いのか。頭を

コンテナで動くNext.jsをどうbuildする？検証してみた

概要こちらの記事ではコンテナ上で動作するNext.jsのbuildを色々な方法で実施し検証しています。 背景業務の一環でDockerfileの見直しをしていた際に「Next.jsのbuildってどう実施するのが最適なんだろう」と思い、考えたbuild方法をとりあえず検証し

AIコーディングツール、何にする？ 🔖 2

本記事の要約本記事では、CLI ベースの AI コーディングツール（Claude Code / OpenCode / Codex CLI / Cursor CLI / AmpCode）を比較します最初の選択としては「Claude Code」または「OpenCode」がおすす

複雑なビジネスドメインとデータを扱うAIシステム開発PJにおける心得色々

はじめに昨今は生成AIの追い風もあり、多くの現場で複雑な業務課題を解決するAIシステムが開発されていることと思います。（筆者も現在進行形で、複雑なビジネスドメインを扱うLLMワークフロー開発と熱い格闘を繰り広げている真っ最中です。）やはり、AIを取り扱うプロジェクトには不確

ターミナルマナー入門: そもそもなんぞや 🔖 1

!💡 この記事は「ターミナルは使えるけど、設定はデフォルトのまま」という方向けの入門記事です。 🤔 あなたのターミナル、他人に見せられますか？突然ですが、あなたのターミナル環境、他人に見せられますか？↑ デフォルト。情報量ゼロ。デフォルトのままの真っ黒な画面に白い

チーム開発でAI活用を推進してきた取り組みと今後のビジョン 🔖 1

はじめにこの半年ほど、OLGA 法務データ基盤開発チームにおいて生成AIの活用を推進してきました。本記事では、その背景や目的、具体的にどのような取り組みを行ってきたか、そして今後どうしていきたいかについてお話しします。 背景 生成AIの普及に伴う危機感今回の取り組みの

GitHub Copilot Spacesを利用してキャッチアップメンバー向けのQ&A Botをつくる

こんにちは！GVA TECHでエンジニアをしているTsukathunderです。半年前にGVA TECHに入社し、自社プロダクトである「OLGA」のシステム開発チームにアサインされました。新しくチームに参加する際、もっとも時間がかかるのが「仕様の理解」を伴うオンボーディングです

Copilot Studio エージェントからツールとしてエージェントフローを呼び出した際の100秒タイムアウトの解決方法

1.はじめに社内の業務改革の調査の一環としてCopilot Studioのエージェントとエージェントフローを活用しようと模索していたのですが、3分程度の処理を動かしてみると「504 Gateway Timeout」が起こってしまい、あまり適切な記事もこの段階では見つからなかった

25,000社突破！「GVA 法人登記」の大規模改修を成功させた「ドメイン専門家との協調」・「クリーンアーキテクチャ」・「テストコード」

こんにちは。GVA TECH株式会社の法務手続きクラウド開発チームのhyozziと申します。法務手続きクラウド開発チームは、一般人も法務手続きを自分でできるように支援するサービスを提供しています。（GVA 法人登記、GVA 登記簿取得、GVA 商標登録 等）現在「GVA 法人

SPA×モノリポ構成での継続的デプロイ実装 - 完全自動化に向けた取り組み 🔖 3

はじめに本記事では、SPA（Single Page Application）のプロダクト(モノリポ構成)において、デプロイ自動化を行なったのでその実装事例をご紹介したいと思います。複数のコンポーネントが存在する構成で全ての要素のデプロイを完全に自動化しつつ、ダウンタイムが発生

Git Worktreeで実現するVSCode x GitHub Copilot並列実装環境

はじめにこの記事では、ローカル開発環境で VSCode を複数立ち上げて、GitHub Copilot などの AI アシスタントを使った並列実装が可能な環境構築について紹介しようと思います。これまで弊チームでは、1 つの VSCode ウィンドウで作業を行っていました。た

なぜMySQLでUUIDv4を使わないほうがいいのか

はじめにwebサービスを設計・運用していくうえで（個人的に）最も苦労するのはデータベースの設計だと思っています。DB自体の選定やスキーマ設計などは後から変更するのが難しく、ここでミスると負債を残したままになるので特に重要な部分だと思っています。特に問題となるケースが、サービ

LLMによる文単位抽出を高速・安価に行う- fast-bunkaiの活用 🔖 44

モチベーション長い文章を読むのは全く億劫だ。頼むから知りたいところだけピンポイントに読ませてくれ。ファスト教養万歳！そんな、働いていると本も読めなくなる[1]私たちの嘆きを解決してくれるのがLLMです。文書の中から自分が必要としている文章のみをLLMに抽出してもらえば良い

google/LangExtract解剖- LLMで抽出した項目の文書内位置特定ロジックを深堀る 🔖 3

!本稿は2025/10/04時点のLangExtractのソースコードを元に記述しています。 google/LangExtractとはhttps://github.com/google/langextractLangExtractは2025年7月にGoogleが発表し

リーダーの役割って、「迷いを減らす人」かも。そして、「変化」について思ったこと

こんにちは、岡田です。GVA TECH の「AI契約モジュール」にて、フロントエンド・エンジニアチームのリーダーポジションをしています。今回は、私がリーダーポジションとしてどんなことを大事にしているかをご紹介します。チーム運営の一例を知りたい方、また、GVA TECH の中

Neovim 0.10のwinfixbuf対応: dduで学ぶバッファ管理の実践

Hello, World!既に一年以上前の話ではありますがneovimのバッファ管理でアップデートがありましたね[1](技術ブログを書くのが遅くなってしまって旬を逃してしまいましたが)この記事では、その解決過程で学んだバッファ管理の概念と解決策を整理します。 TL;DR

PostgreSQLテンプレートDBでAPIテストを高速化した話と、GitHub Copilot Coding Agentの意外な弱点 🔖 1

はじめにこんにちは。GVA TECH株式会社でエンジニアをしているaxia（あしゃ）です。この記事では主に、PostgreSQLのテンプレートDB機能を活用してテストの実行時間を短縮した取り組みについて紹介します。またその過程で、GitHub Copilot Coding

エンジニア3年目「はじめての上流工程をやり抜くための本」を要約してみた

生成AIやAIエージェントの活用が広がる昨今、ビジネス課題の真の解決には最新技術の導入に加えて、それに伴う「人」の関わり方や体制そのものの見直しが不可欠なのではないのかなと疑問に思ったところから、2008年に書かれている「はじめての上流工程をやり抜くための本」を、現代の視点か

ユーザビリティを向上させるUI/UXの実践

こんにちは！GVA TECH株式会社でエンジニアをしているsakochiと申します。エンジニアではありますが、たまにデザイナーとしてもデザイン業務を行なっております。今回は、私が実装やデザイン作成をする上で気をつけているUI/UXについてご紹介したいと思います。実装前にデザ

Anthropicのリサーチエージェント開発の工夫が知見の塊だった 🔖 1

2025年6月13日にAnthropicが How we built our multi-agent research system というブログ記事を公開しました。ClaudeのResearch機能の開発の中で得られた、AIエージェント開発における実践的な知見が詰まったものと

Goのライブラリを新しく導入する際のチェックポイント 🔖 1

GVA TECHのプロダクトOLGA「AI契約レビューモジュール」のバックエンドはGoで開発しています。今では恥ずかしい話なのですが、新しいGoのライブラリを導入する際の選定基準は、GitHubのスター数や日本語情報の有無、有名なライブラリかどうかといった、かなりざっくりとした

高速なベクトル検索を支える技術- HNSWの仕組み

はじめに昨今のRAGシステムの流行を始めとして、検索のためにベクトルデータベースを導入しているシステムが増えている状況かと思います。私も業務でベクトルデータベースを利用する機会があったため、これを機にベクトルデータベースの内部で利用されることが多い、近似最近傍探索手法の1つで

爆速開発の先にある技術負債とどう向き合うか？ビジネスサイドと信頼を築き、未来への投資を勝ち取る方法

はじめに「機能開発が最優先！でも、日に日に積み重なる技術的負債が気になって夜も眠れない…」「技術的負債を解消したいけど、どうやってビジネスサイドに理解してもらえばいいんだろう…」プロダクトの初期フェーズを爆速で駆け抜けてきたエンジニアなら、一度はこんな悩みを抱えたことがある

チームの生産性を「下げない」ためのコミュニケーション・態度

GVA TECH株式会社でエンジニアをしているYorintonといいます。今回は、自分が立ち上げから担当しているプロダクトの開発チームで明文化している「チームの生産性を下げないためのコミュニケーション・態度」についてご紹介します。開発生産性に関しては、AIや自動化などで「上げ