業務を理解し、作り、引き継ぐ。山本勇志の経験と考え方。

主な確認ポイント

• AIアーキテクト 山本勇志。Web・フロントエンド開発10年以上。運営・契約・請求は個人事業ITProDX.com。週1〜4日での参画を相談できます。
• 生成AIエージェントの導入検討（導入検討・技術調査）：要件定義前の業務ヒアリング、Difyの機能・制約調査、ユースケースと構成案の整理。 権限・データ連携・運用上の懸念点を資料化。Difyは導入検討の経験です。 支援に生かす知見：ツールから決めず、対象業務と使えるデータを先に確認する。採用条件と残る懸念を、判断できる資料にする。
• 医療系業務画面・申込フォーム（受託・フロントエンド開発）：Next.js・TypeScriptによる画面開発とUI/UX改善。Retool・Redashを使ったデータ可視化。 日々使う業務画面、入力フォーム、管理画面の改善を担当。担当範囲はフロントエンドです。 支援に生かす知見：AIの処理だけでなく、入力・結果の確認・修正をする人の画面まで考える。既存の管理ツールも選択肢にする。
• 公式サイト・更新用CMS（受託・設計から本番公開）：要件整理、Next.js・Sanityによる設計・実装、本番公開、運用への引き継ぎ。 運用担当者が内容を編集できるCMSを整備し、運用への引き継ぎまで担当しました。 支援に生かす知見：完成条件に「運用担当者が更新できること」を含める。構成、操作方法、引き継ぎ資料までを成果物として考える。 見積21〜27時間に対し、21時間で本番公開まで対応。 本人の公開ポートフォリオに記載された工数です。
• n8nによる業務の自動化（受託・ワークフロー開発）：Google Sheetsのデータをn8nで処理し、投稿ロジックと画像処理を構造化。 例外処理と復旧手順を含む、継続運用のためのワークフローを開発。 支援に生かす知見：正常に動く流れと合わせて、止まった場所の確認、通知、再実行、手動復旧の手順を設計する。
• Webマニュアルサイト：利用者が操作方法を探せる、Webマニュアルサイトを構築。 現在の公開サイトで、章別ガイドと操作説明の本文を閲覧できます。
• プログラミング教室サイト：React・TypeScriptで教室サイトを制作。画面構築とレスポンシブ対応を担当。 制作画面は公開ポートフォリオから掲載。設計・実装の内容は公開記事で確認できます。
• 言語・Web開発：TypeScript / React / Next.js。業務画面、申込フォーム、Webサイトの画面を設計・実装。 受託：医療系業務画面・申込フォーム、公式サイト。
• 自動化・連携：n8n / GAS / API・SaaS連携。データ処理と手作業をつなぎ、例外処理・通知・復旧まで設計。 受託：Google Sheetsを起点とするn8nワークフロー。
• 更新用CMS：Sanity / Next.js。運用担当者が更新できるサイトとCMSを構築し、公開・引き継ぎ。 受託：公式サイト・更新用CMSの構築。
• 業務データの可視化：Retool / Redash。既存の管理ツールを使った業務データの可視化と管理画面の改善。 受託：医療系業務システムのフロントエンド開発。
• LLMの活用：OpenAI / Claude / Gemini。入力・出力と人の確認を整理し、生成AIを業務の流れに組み込む。 自社・個人開発での活用。対象と担当範囲はご相談時に確認。
• AI駆動開発：Claude Code / Codex / Cursor。仕様整理・実装補助・コードレビュー・資料作成に活用。 自身の開発：AGENTS.mdの品質基準と、生成後の動作確認。
• 職務経歴書に記載のある技術 言語・バックエンド：Node.js / Python（FastAPI） / PHP（Laravel）。担当範囲は対象の構成・要件に合わせて相談します。
• 職務経歴書に記載のある技術 Web・UI設計：Vue.js / Astro / Figma。担当範囲は対象の構成・要件に合わせて相談します。
• 職務経歴書に記載のある技術 データベース：Prisma / MySQL。担当範囲は対象の構成・要件に合わせて相談します。
• 職務経歴書に記載のある技術 クラウド・開発環境：AWS / Google Cloud（Cloud Run） / Vercel / Netlify / Docker / GitHub Actions。担当範囲は対象の構成・要件に合わせて相談します。
• 導入検討・構成検討の経験 Dify：導入検討、機能・制約の調査、ユースケースと構成案の整理。
• 導入検討・構成検討の経験 pgvector等のベクトルDB：選定・構成検討。
• 技術選定は、業務の確認から：誰が、何を入力し、どこで判断するか。まず作業を聞き、AI・既存ツール・コードの採用理由と制約を整理します。 AI導入検討での業務ヒアリングと構成案の整理から。
• AIが書いたコードも、自分で説明する：生成前にAGENTS.mdで責務・エラー・検証の基準を伝え、生成後にレビューと動作確認をします。型やテストに加え、意図と失敗時の動きを自分で説明できることを重視します。 自身のAI駆動開発で整備している品質基準。
• 止まった後と、担当者が変わった後まで：例外の確認、通知、再実行、手動復旧を決め、操作ガイドと構成・判断の記録を残します。運用する人に引き継げる状態を目指します。 n8n受託開発と、CMS・Webマニュアルの担当経験から。
• 公開ポートフォリオ、Findy Toolsへのn8n寄稿、Qiita、GitHub、自社開発2do BRAINの架空データのデモをご案内します。