Rosarium

最終更新：

実践事例

実際の業務課題に対して、何を変え、なぜその設計を選んだかをまとめています。現在の主要事例を掲載しています。

目次
  1. 主要事例
  2. 3万文字・68ページの仕様書をAIで横断レビューする
  3. 複数AIを使い分けるレガシー保守
  4. 生成AI / RAGによる顧客サポートDX

各事例が扱う課題、設計、到達点を確認し、必要な章へ進めます。

主要事例

3万文字・68ページの仕様書をAIで横断レビューする

分割されたMarkdown仕様書をPythonで統合し、GitHub Copilotで横断レビューした実務事例です。現在のコードを正本に仕様書を照合し、コードだけでは決まらない部分を人間が判断して、最終修正を行いました。

AI導入・責任・評価 / AI × ソフトウェア開発 / 事例・実務

公開：Case最終更新：2026年10月8日

課題
変換レビューで、長期保守された仕様書と現在の実装の整合確認が必要になった。
設計
仕様書と現在のコードをAIが横断調査し、人間がEvidenceとBefore / Afterを確認して変更を判断した。
結果
約40件の問題を確認し、修正するものと現状維持するものを人間が判断した。工数削減率は未測定。

複数AIを使い分けるレガシー保守

仕様・コード・過去背景を参照できるAIを使い分け、調査から実装までをつないだ保守事例です。成果物の受け渡しごとに人間が前提を確認し、AIを使える業務範囲を広げました。

AI導入・責任・評価 / AI × ソフトウェア開発 / 事例・実務

公開：Book最終更新：2026年10月4日

課題
コード、過去資料、仕様検討に必要な情報が分散し、一つのAIだけでは保守判断に必要な情報が揃わなかった。
設計
コードはGitHub Copilot、過去資料はMicrosoft 365 Copilot、仕様検討はGPTを中心に使い分け、人が確認して結果をつないだ。
結果
コード調査から影響確認、背景調査、仕様検討、実装支援まで、AIを使える範囲を広げた。

生成AI / RAGによる顧客サポートDX

企画から与えられた工数削減・自己解決の業務目標を、システム要件・方式へ具体化する事例です。RAGによる根拠検索から、人への引き継ぎ、評価・改善までを扱います。

AI導入・責任・評価 / 自然言語サービス・RAG・ナレッジ / 事例・実務

状態：公開公開：Book最終更新：2026年10月10日

課題
企画から与えられた工数削減・自己解決の目標を、回答と有人対応をつなぐシステム要件へ落とす。
設計
ナレッジ / RAGと生成AIを組み合わせ、回答条件を満たさない場合は人へ引き継ぐ構成にした。
結果
AIで回答できる問い合わせと、人が判断すべき問い合わせを分けて運用できるように設計した。