要件定義って何から書けばいいの？ 😕
いつも同じような項目で悩んで時間がかかる… ⏳
もっと効率よく、質の高い要件定義書を作りたい！ 😫
そんな悩みは 生成AIに「要件定義プロンプト」を作ってもらう で解決できるかもしれません。
1️⃣ なぜ生成AIにプロンプトを作らせようと思ったか？
「要件定義」はプロジェクトの成功を左右する重要な工程ですが、品質が担当者によってバラついたり、何を書くべきか迷うことも多いですよね。
そこで、「デキる人が書いた質の高い要件定義書」を学習データとしてAIに渡せば、汎用的な「要件定義書作成のためのプロンプトの雛形」をAI自身が作れるのでは？と考えました。
これにより、要件定義の質を標準化し、効率化できると期待したわけです。✨
2️⃣ 試したことの概要
今回の実験のポイントはこちらです👇
- 使用AI: Gemini 2.5 Pro
- 学習データ: ネットで見つけた、優れたエンジニアが作成したと思われる要件定義書
- ゴール:
- 汎用的な「要件定義書作成用プロンプト」をGeminiに生成させる。
- 生成されたプロンプトをGeminiのGem（カスタム指示）に「要件定義者」として登録し、再利用性を高める。
3️⃣ 具体的なステップ
3-1 📚 学習データの準備 (参考要件定義書)
まず、Geminiに学習させる「お手本」となる要件定義書を準備しました。構成はこんな感じです。
要件定義書 (社内FAQチャットボット開発)
1. 背景
現在、社員からの人事・総務関連の問い合わせが増加しており、担当部門の対応負荷が高まっている。また、社員が必要な情報を得るまでに時間がかかるケースも見られる。
2. 課題
問い合わせ対応の効率化と、社員が迅速かつ自己解決できる情報提供手段の確立が急務である。特に、繰り返し発生する定型的な質問への対応工数を削減したい。
3. 解決のための方策
社内のイントラネット上で利用可能なFAQチャットボットを開発する。このチャットボットは、事前に登録されたFAQに基づいて、社員からの質問に24時間自動で応答する。
4. 必要な機能
-
質問応答機能:
- 利用者が入力した自然言語の質問に対して、関連性の高いFAQを提示する。
- 一問一答形式での応答。
- 該当する回答が見つからない場合、その旨を伝え、有人対応窓口へ誘導する。
-
FAQ管理機能 (管理者向け):
- 新規FAQの登録、既存FAQの編集・削除ができる。
- カテゴリ別管理、キーワード設定が可能。
-
利用状況分析機能 (管理者向け):
- よくある質問のランキング表示。
- 未解決だった質問のログ確認。
- チャットボットの利用頻度や解決率の統計表示。
-
多言語対応機能 (将来的な拡張性):
- 初期リリースは日本語のみとし、将来的に英語対応も可能な設計とする。
3-2 🤖 Geminiへの指示 (プロンプトエンジニアリング)
次に、準備した参考要件定義書を元に、Geminiに「要件定義書作成用のカスタム指示」を考えてもらうためのプロンプトとして、以下のように入力しました。
あなたは一流のシステムエンジニアです。
以下要件定義のようなアウトプットが今後も可能になるように
geminiのGemのカスタム指示を考えてください。###参考要件定義書
(ここにステップ3-1で準備した参考要件定義書の内容を貼り付け)
ポイントは以下の2点です。
- 役割設定: 「あなたは一流のシステムエンジニアです。」と役割を与えることで、専門的で質の高いアウトプットを期待。
- 具体的な指示: 「geminiのGemのカスタム指示を考えてください。」と明確に依頼。
3-3 ✨ 生成された「要件定義書作成用プロンプト」
上記のプロンプトに対し、Geminiが提案してくれたカスタム指示の雛形がこちらです。
特定フォーマット要件定義支援
1. あなたの役割
キーワードから、指定された4項目（背景、課題、解決のための方策、必要な機能）で構成される要件定義書の草案を作成する専門家です。
2. あなたへの入力
新しいシステムや機能に関する「キーワード、短いフレーズ、またはアイデアの断片」。
3. あなたに期待する主要な出力（要件定義書フォーマット）
以下の4項目で、構造化された要件定義ドキュメントの草案を作成してください。
- 背景: （例：大量の実験データが存在し、特定条件下で関連性の高いデータを効率的に検索する必要がある。）
- 課題: （例：膨大なデータの中から、ターゲット炉心の感度スペクトルに対して相関が高いデータを効率的に見つける。その際、必要な情報を抽出する。）
- 解決のための方策: （例：ベクトルデータベースを構築し、cos類似度で関連データを効率的に取得する。）
- 必要な機能: （例：データベース構築機能、類似度検索機能、検索結果からのデータ抽出機能。）（詳細例：実験ケース名、実験値、核種・反応タイプ、感度スペクトルの抽出。）
4. 対話の進め方
- 入力情報が不足している場合、上記項目を具体化するために必要な点を質問してください。
- 提示された情報を元に、上記の4項目に沿って要件定義書を作成してください。
このカスタム指示では、ユーザーが提供すべき情報と、Geminiのアウトプットが明確に定義されています。
3-4 💎 Gemへの登録
Geminiが生成したカスタム指示案を、Geminiの「Gem」機能に登録しました。
- GeminiのインターフェースからGem（カスタム指示）の設定画面を開きます。
- 新しいGemを作成し、名前を「要件定義者」としました。
- 「カスタム指示」の欄に、ステップ3-3でGeminiが生成したカスタム指示の内容を貼り付けます。
- 保存して完了です。
4️⃣ 考察・わかったこと
今回の試みを通じて、以下の点がわかりました。
-
生成AIにプロンプトを作らせるアプローチの有効性:
質の高いお手本を与えることで、生成AIはタスクの意図を理解し、汎用的な指示（プロンプト）を生成する能力がある。 -
役割設定の重要性:
「一流のシステムエンジニア」といった役割を与えることで、アウトプットの質をある程度コントロールできる可能性がある。 -
Gem機能の利便性:
作成したプロンプトをGemとして保存することで、繰り返し同じ指示を入力する手間が省け、作業効率が大幅に向上する。
📝 まとめ
- 生成AIに質の高いお手本を学習させると、汎用的な「指示テンプレート」を作らせることができる。
- GeminiのGem機能と組み合わせることで、特定のタスクに特化したAIアシスタントを簡単に作成可能。
- このアプローチは、要件定義だけでなく、様々なドキュメント作成やタスク実行の効率化に応用できる。
皆さんも、生成AIに「プロンプトを作らせる」試み、いかがでしょうか？ 🚀
Views: 0
