診断
利用シナリオ、エラー、コード、データ、主要なワークフローの確認。
既存システムは、必ずしも全面的な作り直しが必要なわけではありません。多くの場合、診断し、安定させ、問題のある部分を直し、すぐにビジネス価値を生むものだけを追加するのが最善です。
公式情報源: Google 検索エンジン最適化(SEO)スターターガイド · Google 構造化データのドキュメント · OpenAI Agents SDK のドキュメント · Supabase の移行ドキュメント · Retrieval-Augmented Generation の論文
最初のステップは、何が実際に利用を妨げているかを理解することです。繰り返すエラー、わかりにくい画面、信頼できないデータ、不足している権限、遅い動作、あるいは業務に合わなくなったワークフローなどです。
診断なしでは、本当の問題を解決しない機能に投資しがちです。信頼を取り戻す修正と、新しい機能を加える改善を分けて考えましょう。
まず診断し、重大な障害を安定させ、重要なシナリオのテストを追加し、その後でUXを改善したり機能を追加したりします。AIを導入する予定なら、基盤システムが安定してから追加するのが望ましいです。
AIやエージェントを用いたシステムでは、トレース、ログ、ガードレールが、各操作で何が起きたかを理解し、誤りを早く見つける助けになります。
変更がコードに触れる前に、現在の挙動を固定します。注文や請求など重要なフローを選び、境界ケースを含む入力を実行して結果を保存します。変更のたびに再実行して比較し、意図せず何かが変わっていたら元に戻します。
構造の整理と挙動の変更を同じ変更に混ぜないでください。まず結果を変えずに整理し、その後でバグを直したり機能を加えたりします。優先順位はデータで決めます。最も頻繁に変わり、障害にも登場するファイルは通常わずかで、そこを直すのが最も効果的です。誰も触らず正常に動く古いコードはそのままにします。AI で作られたシステムでは、重複したコード、同じデータモデルの2つのバージョン、なぜ入っているのか誰も知らないパッケージを特に探します。
Itay Karkason は既存システムに入り、ビジネスへの影響度で課題を整理し、信頼と日常利用を取り戻す項目から修正します。システムが安定したら、AI、自動化、新しい画面、連携を追加できます。
利用シナリオ、エラー、コード、データ、主要なワークフローの確認。
日常利用を妨げたり信頼を損なったりする問題の修正。
画面、フォーム、メッセージ、モバイル、業務の流れ。
土台が動き、テストできるようになってから機能を追加。
保守できない場合や、必要な変更が根本的すぎる場合に限ります。多くの場合、的を絞った改善のほうが効果的です。
コードとデータの品質によりますが、短い診断で明確な修正リストが得られるのが一般的です。
このページは、NotebookLMによる調査と専門的な資料をもとにした簡潔なリファレンスガイドです。主な参考資料:
短い診断から始め、最初に直すべきものを決めましょう。
お問い合わせ