【要約】【AI駆動開発】AIに「図を描いて」と頼むと“それっぽいけど使えない図”が出てくる問題を、draw.io生成スキルで倒した [Qiita_Trend] | Summary by TechDistill
> Source: Qiita_Trend
Execute Primary Source
// Problem
受託開発やSESの現場で設計書を作成するエンジニアが、AIによる図解生成の品質不足に直面している。AIに図を依頼しても、実務でそのまま使えない「それっぽいだけの図」が出力されることが多いためである。具体的には以下の問題が発生している。
- ・品質の不安定さ：依頼ごとにレイアウトや色が変わり、再現性がない。
- ・作法の欠如：矢印の向きや色の意味など、シニアの暗黙知が反映されない。
- ・情報の不足：凡例や図の対象範囲（Scope）が明記されず、誤解を招く。
- ・編集の困難さ：画像やMermaid形式で出力されるため、手元での微調整ができない。
// Approach
著者は、図の作法をAIに強制的に遵守させるため、Claude Codeのスキル機能を用いた解決策を提示した。図種別ごとのルールをMarkdown形式（SKILL.md）で定義し、AIがタスク実行時に自動参照する仕組みを構築している。
- ・ルールの構造化：抽出対象、レイアウト、色、点線の意味、ID体系を定義。
- ・スケール制限の導入：ノード数やエッジ数の上限を設け、図の肥大化を防ぐ。
- ・出力形式の固定：編集可能な.drawio形式での出力を強制する。
- ・インプットの標準化：プロジェクト名やScope、抽象度などの必須項目を整理。
// Result
この手法を導入することで、設計業務における図解作成の品質向上と工数削減を実現した。AIが生成した図は、最初から「使える図」として出力されるため、レビュー工程の負荷が大幅に軽減される。具体的な成果は以下の通りである。
- ・7種の図への対応：システム構成図、業務フロー、ER図、シーケンス図等を網羅。
- ・一貫性の確保：図種別ごとに定義されたルールに基づき、品質のバラつきを排除。
- ・ワークフローの確立：AIで土台を生成し、draw.ioで微調整する効率的な流れを構築。
- ・教育効果：明文化されたルールにより、若手エンジニアの作法習得を支援。
Senior Engineer Insight
> プロンプト単体で解決しようとせず、エージェントの「スキル」として知識を外部化した点が極めて合理的だ。特に、出力形式をMermaidではなく.drawioに限定した判断は、実務における「最終的な微調整」のコストを考慮した、現場感覚に優れた設計と言える。ただし、スキルの定義（SKILL.md）が複雑化すると、そのメンテナンス自体が新たな負債となるリスクがある。チームで導入する際は、ルールの肥大化を防ぎ、常に最新の設計標準を反映し続ける運用設計が不可欠だ。