IT事業

AI

「コーディング」から「オーケストレーション」へ
HUMEDITのAI活用・実装指針
IT業界において、AI（人工知能）はもはや「未来の技術」ではなく、日々の開発フローに組み込まれるべき「実用的なツール」です。
HUMEDITでは、AIを「人間の代替」ではなく、エンジニアのポテンシャルを最大化させるための「強力なアクセラレーター（加速装置）」と位置づけています。
私たちは、AIの本質を理解し、それを実務で使いこなせるエンジニアを歓迎します。

1. Beyond Rule-Based：最適な解決策の選定

従来のプログラム（ルールベース）は、人間がロジックを1から10まで記述する必要がありました。これは「正解が決まっている処理」には最適ですが、曖昧な事象には対応できません。
対して、機械学習（Machine Learning）はデータからパターンを導き出します。

Our Policy:
私たちは技術の「使い分け」を重視します。
すべてをAIで解決しようとはしません。堅実なアルゴリズムで書くべき部分と、機械学習に委ねるべき部分（画像認識、自然言語処理、レコメンド等）を、アーキテクチャ視点で適切に切り分けられる判断力を評価します。

2. Understanding the Black Box：技術への深い理解

現在の第3次AIブームを牽引する「ディープラーニング（深層学習）」は、人間が特徴量を定義せずとも、AI自体が着眼点を学習する画期的な技術です。
しかし、エンジニアとして利用する以上、それを「魔法の箱」としてブラックボックスのまま扱うことはリスクです。

Our Stance:
「なぜその結果が出たのか」を可能な限り解釈し、APIの仕様や学習データのバイアス、セキュリティリスクを理解した上で実装する。
株式会社HUMEDITは、流行りの技術に飛びつくだけでなく、その裏側にある数理モデルや仕組みへの探究心を持つエンジニアを求めます。

3. Generative AI as a Partner：「識別」から「生成」の時代へ

今、最も実務に直結しているのが「生成AI（Generative AI）」です。
これまでのAIが得意とした「識別・予測」に加え、テキスト、コード、画像などを「0から生み出す」能力は、開発の在り方を根本から変えつつあります。

Workflow Transformation:
HUMEDITでは、GitHub CopilotやChatGPT等の生成AIツールの活用を積極的に推奨しています。

• Boilerplate Code: 定型的なコード記述の自動化
• Refactoring: コードレビューやバグの発見、最適化の提案
• Documentation: 仕様書やドキュメントの下書き生成

これからのエンジニアに求められるのは、全てのコードを手打ちする能力ではありません。

AIに対して的確な指示（プロンプト）を出し、出力されたコードの品質（セキュリティ、効率性）を厳しく監査する「AIオーケストレーター」としての能力です。

Scraping

Webを「構造化」し、ビジネスの燃料に変える

HUMEDITのデータエンジニアリング指針
AIがビジネスのエンジンであるならば、その原動力となる燃料はデータです。
人間が教科書を読んで学ぶように、AIもまた、Webという広大な海からデータを学習します。
HUMEDITでは、Web上に散在する非構造化データ（HTML）を収集・解析し、ビジネスで活用可能な「資産」へと変換する技術として、スクレイピング（Web Data Extraction）を重要視しています。

1. Definitions：クローリングとスクレイピングの技術的境界

一般的に混同されがちですが、私たちはこの2つを明確なエンジニアリング・プロセスとして区別しています。

• Crawling（巡回・発見）：蜘蛛の巣（Web）を辿るようにリンクを遷移し、未知のURLを発見・インデックスする「探索」のプロセス。グラフ理論に基づく探索アルゴリズムの設計が求められます。
• Scraping（抽出・構造化）：発見されたページから、特定のデータ（DOM要素）を特定し、ノイズを除去して抽出するプロセス。HTML構造への深い理解と、正規表現やXPath/CSSセレクタを駆使したパース技術が必要です。

私たちのミッションは、人間が見るためにデザインされたWebサイトを、コンピュータが計算可能な形式（JSON, CSV, Database）へと「翻訳（構造化）」することにあります。

2. Business Intelligence：自動化の先にある価値

「手作業の代行」はスクレイピングの初期的な価値に過ぎません。HUMEDITが目指すのは、リアルタイムなデータ収集による意思決定の高度化です。

• Market Intelligence：競合他社の価格変動（1万点以上のSKU）を定点観測し、動的なプライシング戦略を支援する。
• Sentiment Analysis：ニュースサイトやSNSから特定キーワードを収集し、株価変動の予兆やブランド毀損リスク（炎上）を検知する。
• Real-time Alerting：不動産やオークション市場において、特定の条件を満たす物件が出現した瞬間に通知を行うシステムを構築する。

3. Quality Control：「Garbage In, Garbage Out」の原則

昨今のAI開発（LLM構築など）において、モデルの性能を決定づけるのは「データの質」です。
ゴミのようなデータを大量に学習させても、AIはゴミのような出力しか出しません。

• Preprocessing（前処理）へのこだわり:
  単にHTMLを保存するだけでは不十分です。広告タグの除去、文字コードの正規化、ボイラープレート（ヘッダー/フッター）の削除。
  HUMEDITのエンジニアには、スクレイピングの段階でデータを「磨き上げる」スキルが求められます。AIというエンジンのために、不純物を取り除いた「最高純度の燃料」を精製するプラントエンジニアのような役割です。

4. Ethical Protocol：技術者が守るべき「3つの壁」

スクレイピングは強力な技術ですが、一歩間違えれば「攻撃」や「権利侵害」になりかねない諸刃の剣です。
HUMEDITでは、技術力以上に「Webのエコシステムへの敬意（Politeness）」と「コンプライアンス」を最優先事項としています。私たちは以下のプロトコルを遵守しない実装を一切認めません。

• ① The Wall of Copyright（著作権法の正しい理解）
  日本の著作権法（第30条の4）は、AI学習・情報解析目的でのデータ利用に柔軟ですが、無制限ではありません。「解析用だから何でもあり」ではなく、販売目的やデータベース化など、法的にNGとなるラインを正確に把握して設計します。
• ② The Wall of Terms（利用規約の遵守）
  法律で許されていても、サイト管理者が「No」と言えばそれに従います。AmazonやSNSなど、利用規約（ToS）でスクレイピングを明示的に禁止しているプラットフォームに対しては、APIの利用など正規のルートを模索し、強引なハック（ログイン後のデータ取得など）は行いません。
• ③ The Wall of Resources（サーバー負荷への配慮）
  技術的に最も重要なのが「DoS攻撃扱い」されないための制御です。
  • Throttling: 必ず1秒以上のリクエスト間隔（Sleep）を設ける。
  • Respect robots.txt: サイト管理者が記述した「立ち入り禁止区域」を必ず確認し、尊重する。
  • User-Agent: 身元不明のボットとして振る舞わず、連絡先を含めた適切なUser-Agentを提示する。

高い技術力を持ちながらも、それを野放図に使わず、ルールとマナーの中で最大限の成果を出す。それがHUMEDITの求める「大人のエンジニアリング」です。

ChatAI

「検索」から「対話」へ。知性を拡張するCo-pilot

HUMEDITの生成AI活用指針
蒸気機関、インターネット、そして「ChatAI」。
私たちは今、人類史的な転換点に立ち会っています。
HUMEDITでは、ChatGPT等のLLM（大規模言語モデル）を、単なる「便利なチャットボット」とは捉えていません。
それは、エンジニアやクリエイターの脳内処理能力を飛躍的に拡張する「Co-pilot（副操縦士）」であり、業務プロセスに完全に統合されるべきインフラです。

1. Mechanism：確率論的アプローチへの理解

ChatAIの本質は「思考する機械」ではありません。膨大なテキストデータに基づき、次に来る言葉を統計的に導き出す「超高性能な次単語予測マシン（Next Token Prediction）」です。
エンジニアとして重要なのは、AIを擬人化して過信するのではなく、この「確率計算のプロセス」を理解した上でハンドリングすることです。

• Not Magic, But Math:
  AIは意味を理解しているわけではありません。「この文脈なら、次は統計的にこのトークン（言葉）が来る確率が最も高い」という計算を高速で行っているに過ぎません。
• Control the Probability:
  この仕組みを理解しているエンジニアは、「どういう文脈（Context）を与えれば、統計的に望ましい回答が生成されるか」を逆算して制御することができます。私たちは、ブラックボックスのまま使うのではなく、ロジックに基づいてAIを操る姿勢を評価します。

2. Practical Application：ビジネスを加速させる4つの能力

HUMEDITでは、以下の4領域でAIとの協働を「開発のスタンダード」としています。

• ① Accelerated Input（超速のインプット・要約）
  難解な技術ドキュメントの要約、長大なログの解析。人間が数時間かける処理をAIで数秒に短縮し、人間は「意思決定」や「思考」に脳のリソースを集中させます。
• ② Ideation Partner（壁打ちパートナー）
  「0→1」は人間が、「1→100」はAIが担います。企画や設計の初期段階でAIとブレインストーミングを行い、人間のバイアスだけでは到達できないアイデアの幅を探索します。
• ③ Contextual Translation（文脈理解翻訳）
  従来の翻訳機とは異なり、ChatAIは文脈を理解します。コードのコメントアウト、コミットメッセージ、クライアントへの謝罪メールなど、シチュエーションに応じた適切なトーン＆マナーでの言語変換に活用します。
• ④ Democratization of Coding（コーディングの民主化）
  「Excelマクロの作成」「正規表現の記述」「単体テストコードの生成」。
  これらをAIに任せることで、エンジニアは「構文を覚える」作業から解放されます。これからのエンジニアに求められるのは、コードを書く速さではなく、AIが書いたコードの設計が正しいかを見極める「アーキテクチャ設計能力」と「レビュー能力」です。

3. Prompt Engineering：言語によるプログラミング

ChatAIは「鏡」です。曖昧な指示には曖昧な答えしか返ってきません。

私たちは、自然言語でAIの挙動を厳密に制御する「プロンプトエンジニアリング」を、現代のエンジニアに必須のスキルセット（言語能力によるプログラミング）と位置づけています。
High-Resolution Instructions:
AIのパフォーマンスを最大化するため、私たちは以下の要素（解像度）を定義して指示を出します。

• Role（役割定義）: 「あなたはシニアエンジニアです」「プロの編集者として振る舞ってください」
• Context（文脈付与）: 「ターゲットは30代の非技術者です」「予算は10万円以内で提案してください」
• Constraint（制約条件）: 「専門用語を使わずに」「Markdown形式で」「400文字以内で」
• Output Format（形式指定）: 「比較表（Table）で出力して」「JSON形式で返して」

「いい感じの記事を書いて」ではなく、要件定義書レベルの精度で指示を出せる能力。それがHUMEDITの求める「対話力」です。

4. Risk Management：ハルシネーションとセキュリティ

魔法のようなツールには、必ず副作用があります。ここを理解せずに業務利用することは、プロフェッショナルとして許されません。

• Hallucination Check（幻覚への対策）
  AIは事実よりも「文章の自然さ（確率の高さ）」を優先するため、平気で嘘をつきます（ハルシネーション）。
  「AIが言ったから正しい」は、通用しない言い訳です。出力されたコードの動作検証、情報のファクトチェック。最終的な品質責任は必ず人間が負います。
• Data Privacy（機密情報の保護）
  顧客の個人情報や未発表のソースコードを、学習設定がONの状態でAIに入力することは情報漏洩と同義です。
  私たちは、API経由での利用や学習オプトアウト設定（Enterpriseプラン等）を徹底し、セキュアな環境でAIを活用するリテラシーを求めます。

Claud

「文脈」を理解する、もうひとつの知性

HUMEDITのLLM使い分け戦略
生成AIの活用において、HUMEDITは「ChatGPT一択」という硬直した思考を持ちません。
OpenAI社のChatGPTと双璧をなす、Anthropic社の「Claude（クロード）」を、私たちは「コード品質とコンテキスト理解のスペシャリスト」として定義し、開発プロセスに深く統合しています。
「速さのGPT」と「質のClaude」。この2つのエンジンをタスクに応じて切り替えるのが、私たちのスタンダードです。

1. High-Context Communication：日本人の感性に響く出力

エンジニアの仕事は、コードを書くだけではありません。仕様書の作成、クライアントへの技術説明、チームへのドキュメンテーション。これら「言葉」を扱う領域において、Claudeは圧倒的なパフォーマンスを発揮します。
Use Case:
ChatGPTの出力が論理的で硬質（教科書的）であるのに対し、Claudeは行間を読むような自然で流暢な日本語を出力します。
私たちは、UXライティング（画面上の文言作成）や、クライアントへの提案メール作成など、「人間に寄り添う配慮」が必要なタスクにおいて、Claudeをファーストチョイスとしています。

2. Massive Context Window：膨大な仕様書を「丸飲み」する

Claudeの技術的な最大のアドバンテージは、一度に処理できる情報量（コンテキストウィンドウ）の巨大さです。
これは、レガシーシステムの改修や大規模プロジェクトへの参画時に威力を発揮します。
Engineering Advantage:
数百ページのAPI仕様書や、複雑に入り組んだ過去のソースコードをPDFやテキストファイルとしてそのまま読み込ませることが可能です。
「この仕様書全体を踏まえた上で、矛盾点を指摘して」「このコード群全体を解析し、リファクタリング案を出して」といった、全体俯瞰が必要な高度な解析タスクにおいて、Claudeはエンジニアの強力な参謀となります。

3. Artifacts Revolution：フロントエンド開発の高速化

最新のClaude（3.5 Sonnet以降）に搭載された「Artifacts」機能は、Web開発のフローを劇的に変えました。
これは、AIが生成したコード（React, HTML/CSS, SVG等）を、その場でプレビューし、対話的に修正できる機能です。

Rapid Prototyping:

• Instant UI: 「ダッシュボードのデザイン案を作って」と指示するだけで、動作するUIモックアップが即座に生成されます。
• Interactive Coding: プロビュー画面を見ながら「グラフの色を変えて」「アニメーションを遅くして」と指示し、リアルタイムでコードを修正します。

株式会社HUMEDITでは、この機能をモックアップ作成やMVP（実用最小限の製品）開発に活用し、デザインから実装までのリードタイムを極限まで短縮しています。

4. Constitutional AI：企業が採用すべき「安全性」

Anthropic社は、元OpenAIの研究者たちが「AIの安全性」を最優先課題として創業した企業です。
Claudeには「Constitutional AI（憲法AI）」という独自の安全設計が組み込まれており、差別的発言や非倫理的なコード生成を、AI自身が持つ「憲法（ルール）」に基づいて自己抑制します。
コンプライアンスを重視する企業プロジェクトにおいて、私たちがClaudeを信頼する大きな理由がここにあります。

5. Dual-Engine Strategy：適材適所の選定眼

「どちらが優れているか」という議論は無意味です。重要なのは「どちらがそのタスクに適しているか」です。

• ChatGPT (GPT-4o):
  • Role: 万能なスーパーマン
  • Best for: Web検索を伴う調査、論理的なデータ分析、アイデアの量産、画像生成。
• Claude (3.5 Sonnet/Opus):
  • Role: 思慮深い文豪・熟練プログラマー
  • Best for: 長文読解、複雑なコーディング、自然な文章作成、UIプロトタイピング。

AIを用いた画像生成

「ゼロから描く」時代の終焉と、「ディレクション」への進化

HUMEDITのクリエイティブAI活用指針
テキストプロンプトひとつで、熟練のクリエイターに匹敵する画像が数秒で生成される。
「画像生成AI」の登場は、クリエイティブ業界における「産業革命」であり、聖域と思われていた「創作」の民主化です。
HUMEDITでは、この技術を「人間の仕事を奪う脅威」ではなく、クリエイターを単純作業から解放し、より本質的な「アイデア出し」や「ディレクション」に集中させるための強力な武器として定義しています。

1. Mechanism：魔法の裏側「拡散モデル」の理解

私たちは、AIをブラックボックスのまま使いません。現在の画像生成AIの主流である「拡散モデル（Diffusion Model）」のアルゴリズムを理解することが、精度の高い生成への第一歩です。

• Learning Phase (Forward Diffusion):
  AIは学習時、大量の画像に少しずつ「ノイズ（砂嵐）」を加え、最終的に完全なノイズにする過程を学習しています。「画像がどう壊れていくか」を覚えるのです。
• Generating Phase (Reverse Diffusion):
  生成時はその逆を行います。完全なノイズからスタートし、「もしここに『青空の下の犬』がいるとしたら？」という推論の元、ノイズを除去（Denoise）していくことで、霧が晴れるように鮮明な画像を浮かび上がらせます。

この「ノイズから意味を復元するプロセス」を理解しているエンジニアは、パラメーター調整（Step数やCFG Scale）において的確な制御が可能になります。

2. Toolchain Diversity：群雄割拠のツールを使いこなす

私たちは特定のツールに固執しません。プロジェクトの目的、求められるトーン＆マナー、そしてリスク許容度に応じて、最適なエンジンを選定できる目利き力を重視します。

• Midjourney:
  圧倒的な芸術性と表現力が強み。抽象的なコンセプトアートや、幻想的なビジュアル制作において、デザイナーの想像を超えるアウトプットを出します。
• Stable Diffusion (WebUI/ComfyUI):
  オープンソースであり、最大の強みは「自由度」です。ControlNet等を駆使して構図やポーズをピクセル単位で制御したり、追加学習（LoRA）で特定の画風を再現するなど、エンジニアリング要素の強い高度なワークフローに採用します。
• DALL-E 3 (via ChatGPT):
  自然言語理解に優れています。プロンプトエンジニアリングの負荷を下げ、対話形式で迅速に意図通りの画像を生成したい場面で利用します。
• Adobe Firefly:
  最大のメリットは「商用利用の安全性」です。著作権的にクリーンな自社ストックフォトのみで学習されているため、コンプライアンスが厳しい企業案件の最終アウトプットに推奨されます。

3. Workflow Revolution：実用フェーズでの活用

HUMEDITの制作現場では、画像生成AIはすでに実験段階を終え、実用的なワークフローの一部となっています。

• Rapid Prototyping（爆速のラフ案作成）
  ロゴ、キービジュアル、キャラクターデザイン。初期段階で100案のバリエーションを数分で生成します。デザイナーはゼロから描く時間を短縮し、AIが出した多様な案から「選ぶ」「組み合わせる」「ブラッシュアップする」というディレクション業務に集中できます。
• Visualizing Concepts（ムードボード作成）
  企画書において、言葉だけでは伝わらない「世界観」や「空気感」を、具体的なビジュアルとして即座に共有します。クライアントとの認識齟齬を初期段階で解消する強力なコミュニケーションツールです。
• Cost Innovation（コスト革命）
  「宇宙空間の新商品」「中世ヨーロッパの街並み」など、実写では莫大なセット費用やロケ費用がかかるシチュエーションを、低コストかつ短期間で具現化します。

4. Risk & Ethics：光の裏にある影への対峙

この魔法のような技術は、強力であるがゆえに深刻な法的・倫理的リスクを伴います。株式会社HUMEDITは、これらの課題から目を背けず、プロフェッショナルとして責任ある利用を徹底します。

• Copyright Compliance（著作権リスク管理）
  学習データの適法性、生成物の権利帰属。これらは現在進行形で議論されているグレーゾーンです。私たちは最新の法改正や判例を常にキャッチアップし、案件のリスクレベルに応じて「商用利用可のモデル（Firefly等）に限定する」「あくまでラフ案として利用し、最終データは人間が描き起こす」といった適切な運用ルールを定めます。
• Anti-Deepfake Stance（真実性への誠実さ）
  あまりに精巧な生成画像は、フェイクニュースやディープフェイクの温床となり得ます。私たちは、実在の人物や事実を歪めるような生成、他者の権利を侵害する利用を固く禁じます。また、必要に応じて「AI生成である」旨を明示するなど、情報発信者としての倫理観を持ち続けます。

スクレイピングで集めた「事実（Data）」を、 LLMという「脳（Logic）」で思考させ、 生成AIという「筆（Art）」で具現化する。

これらは個別の技術ではなく、一つの巨大なワークフローです。 そして、この強力な力を正しく社会に実装するために不可欠なのが、 エンジニア自身が持つ「高い倫理観（Ethics）」です。
HUMEDITが求めているのは、ツールに使われるオペレーターではありません。 技術の裏側にある仕組みを理解し、法とモラルを守りながら、 クライアントのビジネスに「最適解」を実装できるアーキテクトです。

新しい技術への好奇心を、実務への適用能力へ。 そして、その強大な力を制御する「知性」へ。

あなたの持てる技術を、ただの実験で終わらせてはいけません。 私たちと一緒に、社会に実装される本物のエンジニアリングを追求しませんか？

関連リンク