導入
AI が急速に高度化する中で、「どう使うと最も価値が出るのか」という問いが改めて重要になっています。多くの人は AI を“コードを書いてくれる存在”と捉えがちですが、実際に大きな変化が生まれるのは 企画・要件定義・情報整理といった“上流の工程”に AI を巻き込んだとき です。
そこで本記事では、
ホワイトボードに書いたラフなアイデアを、そのまま AI に読み取らせて、要件・フロー・UI・コードへ一気に展開する「試み」 を紹介します。
この取り組みの面白さは、以下の流れを一つの連続したパイプラインとして扱っている点にあります。
- 人間のアイデアや価値仮説
- ホワイトボードという多人数リアルタイムでのアイデア創造
- AI による整理・構造化・生成
- GitHub/Copilot による“動く形”への接続
つまり、
思いついた瞬間から、動く形になるまでの距離を短縮する試み
とも言えます。
「AI で何ができるか」ではなく、「AI とどう協調するとアイデアが加速するか」
この視点を軸に、ホワイトボードと AI を組み合わせた実践方法を解説していきます。
なぜホワイトボードなのか？
理由はシンプルです。
- 思考スピードに最も近い
- 手が動く
- 他者と共有しやすい
- パーツを並べたり関係性を描くのが早い
そして何より、
ラフな状態を AI が補完する余地が大きい のが利点です。
ホワイトボード上の
- 適当な図
- 箇条書き
- つながっている線
- 付箋のようなメモ
こうした「未整理の情報」こそ、AI の得意分野です。
AI に読み取らせると、
- 要件
- 業務フロー
- エンティティ構造
- UI案
- ドキュメント
- プロトタイプ
- コード
といった形に一気に変換されます。
人がやることと、AI に任せること
人が担う部分
- 価値仮説や目的意識
- 背景のコンテキスト
- 方向性の判断
- “なぜやるか”の定義
- AI出力の軌道修正
AI が担う部分
- アイデアの整理
- 余白の補完
- 情報の構造化
- 図解・仕様・コードへの展開
ポイントは、
人は“意思”を作り、AIは“形”にする という役割分担です。
アイデア → 構造化 → 動く形 への流れ
僕が実際に試している流れはこんな感じです。
- ホワイトボードに「思いついたまま」書く
- AI に読み取らせ、アイデアの発散や要件・フロー・構造に変換してもらう
- 必要な形（仕様、UI、チェックリスト、コード）に展開させる
- 生成された成果物を足がかりに、さらに改善していく
ここで重要なのは、
最初からきれいな資料にしないこと。
ラフのほうが AI の介入余地が大きく、速度も出ます。
GitHub API × Copilot で「動く形」までつなぐ
ソフトウェア開発の場合、
ある程度まとまった要件が出たら、GitHub API を使って
- Issue を自動生成
- Copilotコーディングエージェント をアサイン
という流れを組み込むと一気にスムーズになります。
すると、
- ホワイトボード（アイデア）
- AI（整理）
- GitHub Copilot（実装）
が一本の流れでつながり、
“アイデアがコードになるまでのタイムラグ” がほぼゼロに近づきます。
まとめ
- ホワイトボードは AI にとって理想的な“入力装置”
- 人は価値と方向性を決め、AI が構造化と生成を担当する
- ラフなメモから要件・UI・コードまで展開できる
- GitHub API × Copilot を使うと実装までの流れが滑らか
- 結果、アイデアがすぐ動く形になる “AI 駆動パイプライン” ができる