導入：「泥団子」と「これなんだっけ？」が個人を疲弊させる
「あの判断、どうしたんだっけ？」「この技術用語、自分の定義は本当に合ってる？」
— 開発における、これらの小さなノイズは、「暗黙知」として自分の思考に負荷をかけ、やがて活力を奪う大きな「技術的負債（泥団子）」となります。
本記事の哲学は、Team Geek や Tidy First? で語られるTidy First（整頓が先）です。
AI時代、知識の整頓は個人の学習効率を最大化する鍵となります。
雑多なドキュメントをAIに食わせても「泥団子 in, 泥団子 out (GIGO)」となるだけです。
AIを「個人の知識の整理整頓係」として戦力化するための、最も効率的で再現性の高いアプローチ。
それが、Gitの慣習ファイル（ADR.mdやGLOSSARY.md）に、AI学習に最適な「型」を与える設計論です。
💡 哲学:
エンジニアは「めんどくさがり」な人ほど、この形式知化に高い適性があります。なぜなら、彼らは二度と同じ手間をかけたくないからです。本記事で、あなたの「めんどくさい」を仕組みづくりの原動力に変える道筋が見えます。
この記事を読むことで、自分の初期調査コストと「知識がないことによる不安」を劇的に削減する道筋が見えます。
🚀 この記事で得られること（3行サマリー）
-
AI学習に最適化されたGit慣習（ADR/GLOSSARY）の構造設計思想
-
自分の「判断ロジック」をAIに移植するための具体的なMarkdown雛形
-
「これなんだっけ？」という低消耗な思考を根絶し、AIと深く協業する第一歩
## 1. AI Firstの基盤：知識のTidy FirstとGit慣習の戦略的活用 🧠
1-1. 知識の「Tidy First」を強制する
整頓されていない情報は、AIにとっても自分にとってもノイズであり、判断ミスや手戻りの原因となります。
形式知化は、まさに「知識のTidy First」であり、めんどくさい手間を減らすために、
AIに「頭の中の検閲官」の役割を担わせるための最低限の秩序なのです。
1-2. Git慣習がAI戦力化に最適な理由
AIに移植すべき最も高価値な暗黙知とは、「自分独自の判断基準」と「個人的な用語の定義」です。
これらを以下の理由からGit慣習に落とし込むのが最適です。
-
技術者との親和性:
自身にとって最も身近で、陳腐化しにくいGit管理下にある。
-
AI学習の最適解:
-
ADR (Architecture Decision Record): 「判断のロジック」という最も再現性の高い知識を保持。
-
GLOSSARY: 「自分固有の定義」という、思考の前提のズレを解消する知識を保持。
-
これにより、AIが学習すれば、自分の「判断ロジックの確認」や「初期調査コスト」が劇的に削減されるという具体的リターンが得られます。
## 2. 実践：AI学習に最適な「型」を与えるファイル構造 🛠️
Git慣習をAI学習に最適化するとは、単にファイルを置くことではなく、AIが知識を「再現性のロジック」として捉えられる構造を与えることです。
以下に、AI学習用に構造化したMarkdown雛形を公開します。
2-1. 意思決定を構造化する：ADR.md 雛形（AI特化型）
👇 AIが「判断ロジック」を再現するための雛形です。コピペして利用してください。
# 0001. [Decision Title] - 例: 新規マイクロサービス間の認証方式の決定
* ステータス: Accepted / Superseded / Deprecated
* 決定日: YYYY-MM-DD
* 決定者: [自分の名前]
## 1. Context (背景と課題)
[この決定が必要になった背景にある、現状の課題、技術的制約、ビジネス要求を記述。]
- 例: 既存モノリスの認証トークンが、新規マイクロサービスで利用できない問題。
## 2. Decision (決定事項)
[最終的にどのような解決策を採用するかを、具体的な技術名や手法を含めて簡潔に記述。]
- 例: 新規サービス間の認証には、OAuth 2.0 の Client Credentials Grant を採用する。
## 3. Consequences (結果と影響)
[この決定によって発生するポジティブ/ネガティブな影響、次のアクションを記述。]
- 例: (Positive) サービス間の疎結合が実現。 (Negative) 新たな認証基盤の実装コストが発生。
## 4. Rationale (根拠と代替案)
[最も重要。なぜその解決策を選んだのか、他の代替案とそのトレードオフを記述。]
- **代替案A (例: API Key):** シンプルだが、セキュリティリスクと鍵管理コストが高いため不採用。
- **代替案B (例: JWTによるセルフサイン):** 認証情報の陳腐化管理が複雑になるため不採用。
- **採用理由:** OAuth 2.0 が業界標準であり、将来的な認可の拡張性に優れているため。
💡 (AI学習用アノテーション)
この決定は、「疎結合優先」のポリシー（GLOSSARY参照）に準拠。
2-2. 前提のズレを解消する：GLOSSARY.md 雛形（AI特化型）
👇 自分の中で使われる用語や慣習を定義し、「自分の文脈」をAIに学習させます。
# 技術用語・慣習用語集
## 用語: Tidy First
* **自分の定義:** 実装前に、常にコードや知識の**「整頓」**を優先する習慣。小さな改善（リファクタリング）を日常化し、大きな負債（泥団子）を回避する行動原則。
* **AIへの教示:** 常に回答の前に、ユーザーの入力情報が整頓されているか、質問の意図が構造化されているかをチェックする基準として利用せよ。
## 用語: スクラム運用時のコツ
* **自分の定義:** 一般的なスクラムガイドラインに加え、**自分自身の**ふりかえり時に**「ビジネスインパクト（間接費削減効果）」**を必ず議論することを慣習とする。
* **AIへの教示:** プロジェクトの計画やふりかえりに関する問いに対し、常にビジネスインパクトの視点を加味したフィードバックを生成せよ。
## 用語: 疎結合優先ポリシー
* **自分の定義:** 新規設計において、結合度が高まる設計を選択する場合は、必ずADRにそのトレードオフを記録する。
* **AIへの教示:** 技術選定に関する問いには、このポリシーを最優先の判断基準として適用せよ。
## 3. なぜこの「型」でAIは戦力化するのか 🎯
この構造が、AIに**「自分の思考のOS」**を移植する鍵となります。
この構造化された知識をAIに学習させることで、AIは単なる情報検索ツールから、「判断ロジックを再現する壁打ち相手」へと進化します。
-
知識の「再現性」の獲得: 自分が「このケースではどう判断すべきか？」と問うた際、AIは単なる答えではなく、ADRに記録された根拠（トレードオフ）に基づいたロジックを提示できるようになります。
-
暗黙知の可視化の強制: 逆に、AIから「ADRに記録されていない慣習があります。形式化が必要です」と問われることで、暗黙知が強制的に可視化され、自分自身の思考のTidy Firstな状態を維持できます。
## 結論：AI時代の「三振ルール」と低消耗な協業サイクルへ 📈
形式知化は、完璧を目指すことではありません。失敗を教訓に変えるための「ルール化」です。
AI時代の「三振ルール」
「2回同じことを繰り返したら黄色信号だ、そこでも直してもいい。3回目は、確実にアウトの意識を持つこと」
「めんどくさい」を防ぐルール
-
🔵1回目： 発生（学習機会）
-
2回目： 黄色信号
同じ知識（判断ロジックや用語）で手が止まったら、内省し修正するチャンス
- 🔴3回目： 確実にアウト
3回目で手が止まったら、その知識は必ず
形式知化の雛形（ADRまたはGLOSSARY）に記録する
あなたが「三振（同じ知識で3回手が止まる）」したら、
AIがすでに構造化された雛形を用意しているから、あとは中身を埋めるだけでよい、という仕組みです。
複雑なテストの自動化は難しくても、「自分の思考の関数化」はすぐに始められます。
この仕組みがあることで、めんどくさがりなあなたこそが、「もう二度とこの手間をかけたくない」という思いを原動力に、最も効率的な継続的改善（形式知化）のサイクルを回せるようになります。
形式知化はゴールではなく、AIを「思考の壁打ち相手」にするためのスタートラインです。
この仕組みがあることで、「これなんだっけ？」という低消耗なタスクから解放され、
より「深く考える時間」を取り戻せるのです。本記事で公開した雛形は、誰でも始められる最初のステップです。
💡Next Action: 思考のOSアップグレードへの道
1. 雛形を使ってみる:
まずは本記事のMarkdown雛形をコピペし、最も重要な意思決定（ADR）や独自の用語（GLOSSARY）を記録してみてください。
2. 【RSGTプロポーザル発】ふりかえり Gemへの道:
- 私は、自分の「心が折れる瞬間」を高性能なカスタムAIの機能で解消するふりかえり特化型「めびたん🐸ふりかえりGem」を開発中です。これはRSGT（アジャイル開発とスクラムの祭典）にプロポーザルを提出した内容に基づいています。
- この「構造的対話設計論」の成果は、個人が継続的改善を加速させるための最強の武器となります。
3. 提供予定の価値:
本記事の哲学をさらに深めた『【すったもんだもん式】心を折らずに成長するAI飼い主のための構造的対話設計マニュアル』や、ふりかえり特化型「めびたん🐸ふりかえりGem」の
サブスクリプションを年内に公開予定です。
また、現在、タスクを構造的に整理し「めんどくさい」を手放す「たすくん📝Gem」や、
インプロの知恵を活かしてワクワクする自分に出会えるようなGemなど、
「AI飼い主」の哲学に基づく独自のプロダクト群を複数開発中です。
これらは、サイトに埋め込む形で、ユーザーが好きなAI環境で利用できるように設計中です。
どうぞご期待ください。
関心を持たれた方は、ぜひコメントやSNSでご連絡ください。
あなたの「これなんだっけ？」を根絶するAI協業サイクルを一緒に作りましょう。
🤖この記事は、開発中カスタムAI「しっぴつん」との共創によって記載されたビギナー記事です。
「しっぴつん」の成長は、私（飼い主）の「構造的対話設計」の進化の証でもあります。
今後の成長にぜひご期待ください！