AI時代のエンジニアリングについて考える
2026年2月25日大規模言語モデル（LLM）の活用が個人から組織へと拡大する中、プロンプトを従来のソースコードと同等の厳密さで管理する必要性が高まっている。 この記事では、プロンプトのコード化、Golden Datasetによる定量的評価、セキュリティガバナンス体制という3つの組織的実践と、エンジニアの役割変容について論じる。 AIを「個人の便利ツール」から「組織の信頼できる資産」へと転換すること考えについて整理す...
大規模言語モデル（LLM）の活用が個人から組織へと拡大する中、プロンプトを従来のソースコードと同等の厳密さで管理する必要性が高まっている。 この記事では、プロンプトのコード化、Golden Datasetによる定量的評価、セキュリティガバナンス体制という3つの組織的実践と、エンジニアの役割変容について論じる。 AIを「個人の便利ツール」から「組織の信頼できる資産」へと転換すること考えについて整理す...
はじめに：パラダイムシフトの全体像 2025年から2026年にかけて、ソフトウェアエンジニアリングは根本的な転換期を迎えている。それは単なる「AIツールの導入」ではなく、AIが開発プロセスの主体となる「エージェンティック・エンジニアリング」への移行だ。従来のエンジニアリングでは、開発者がコードを書き、AIはその補助をする存在だった。しかし現在、AIエージェントが要件定義から設計、開発、テストまでの...
LLMをプロダクトに組み込む開発が増えるにつれて、プロンプトをソフトウェアエンジニアリングのプロセスに取り入れていく場面が増えてきた。「プロンプトの品質を継続的に管理したい」「プロンプト自体の管理や評価を最適化するアプローチを模索したい」という課題感から、コードと同等のプロセスでプロンプトを扱う仕組みを検討してみた。 この記事では、GitHub Agentic Workflows (gh-aw) ...