0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

LLM Wikiで意思決定ログを作った。書かせるのは決めたことと理由の2つだけ

0
Posted at
  • 決めたこととその理由に、元の議論への参照を必ず付けて残す「意思決定ログ」を、LLMにWikiへ書かせた
  • 書かせたのは2つだけ。コードを読んでも分からない「決めたこととその理由」と、mobileとbackendをまたぐ処理の流れ
  • 手で作った2ページに、出典つきの決めたことが41件残った。人にもAIにも、調べやすく、たどりやすい形になった

前提。元のWikiは理由を書く場所だったのに、理由が残らなくなった

私はPMとして、美容サロン向けのモバイルアプリを作っている。対象の機能は肌診断。

元のWikiは、技術選定の理由を書く場所だった。ところが更新が追いつかなくなって、理由が残らなくなった。コードを読めば「どうなっているか」は分かる。分からないのは「なぜそう決めたか」と、mobileとbackendをまたぐ処理の流れだった。

下敷きはLLM Wiki。考え方だけ借りた

Karpathyが2026-04-04にgistで公開した「LLM Wiki」という考え方がある。今のLLMと文書の使い方の多くはRAGで、質問のたびに知識を見つけ直すので、何も積み上がらない。LLM Wikiは、原本と人の間に、LLMが育て続けるWikiを置く考え方。知識は一度まとめたら最新に保つ。

3つの層がある。原本(人が集める、変えない)、Wiki(LLMが全部持つ)、スキーマ(構造と決まりを書いた文書)。3つの操作がある。Ingest(原典を取り込んで関係ページを直す)、Query(Wikiを引いて答え、良い答えはWikiに戻す)、Lint(矛盾や古さを点検する)。

人の手で作るWikiが廃れるのは、保守の手間が価値より早く増えるから。LLM Wikiは、その手間をLLMが全部持つ。

当てはめ方。原本は開発の中で溜まるものにした

  • 原本:releaseのmobileとbackendのコード、PRの本文とレビュー、Backlogの課題とコメント。人が集める代わりに、開発の中で自然に溜まるものを原典にした
  • Wiki:アプリのリポジトリのGitHub Wiki。人が書いてきた既存のWikiに、LLMが肌診断のページを足す形にした
  • スキーマ:スキル update-llm-wiki のSKILL.md。書くものを2つに絞った
  • 目録の代わりは _Sidebar.md、履歴の代わりはWikiのgitの履歴

書かせるものは2つだけ

1つ目は、決めたこととその理由。理由が原本に書かれたものだけを書く。出典にBacklogのコメントかPRを付ける。

2つ目は、mobileとbackendをまたぐ処理の流れ。mermaidのシーケンス図で書く。

ページの置き場所は、既存のWikiの作りに合わせた。要件定義の下に機能のページと子ページ、設計の下にデータフローのページという形。

ほかの情報は、それぞれの正本に任せた

  • 見た目:Figmaとコード
  • APIの仕様:OpenAPI
  • 理由がコードのコメントにある決定:コード

全部をWikiに集めない。Wikiに書くのは、どこにも残らないものだけにした。

決めたことの書き方。具体例を2つ

書式は、決めたことを1行、その下に理由と出典。

  • 20件の上限はbackendだけで判定し、同時の作成で21件になることは受け入れる
  • 理由:カウンタ列や排他制約は、会員のフォーム操作に見合わないため。21件になってもそれ以上は増えず、1件消せば上限内に戻る
  • 出典:課題2件のコメント3件
  • 数値の項目では、保存した時点の正常範囲を値と一緒に控える
  • 理由:後から正常範囲を変えても、過去の判定を保つため

結果。出典つきの決めたことが41件残った

  • 手で作った2ページに出典つきの決めたことは41件(OCR取り込みのページに24件、カスタム項目のページに17件)。件数はWikiの先頭の時点で、この2ページの「出典:」の行を数えた
  • 最初のコミットは2026-11-17 19:37、5ファイル、270行の追加
  • 作ったページは「肌診断」(概要、関連課題、機能一覧、API、テーブル8つ)、「肌診断-OCR取り込み」、「肌診断-カスタム項目」、データフロー(BFF)に2節のシーケンス図
  • 作ったページが実際に使われた場面は、まだ確認できていない

前段の取り組み。エンティティグラフとの役割分担

2026-10-02に、画面、API、ユースケース、テーブルなどをnodeとedgeにしたエンティティグラフをWikiに追加していた(30ファイル、20,947行)。用途は障害調査とキャッチアップで、スキル ask-entity-graph がこれを引いて答える。

役割の分け方は、エンティティグラフはコードから機械的に取れる構造、LLM Wikiはコードに無い理由。gistのコメント欄には「コードの知識の本質は関係なので、Markdownは向かず、グラフ型の道具の方がよい」という反論がある。現場での答えは、この2本立てだった。

持ち帰れる判断基準

  • LLMに書かせる前に「コードを読んでも分からないものは何か」を決める。そこだけを書かせる
  • 理由には必ず出典を付ける。出典が無い理由は、後から検証できない
  • 全部を1か所に集めない。既に正本がある情報は、そちらに任せる

自動で更新する仕組みは次の記事で書きます

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?