生成AIによるソフトウェア開発 設計からテスト，マネジメントまでをすべて変革するLLM活用の実践体系

詳細目次

Chapter 1　生成AIの仕組み
1.1　生成AIと大規模言語モデル（LLM）
1.2　LLMの訓練と適合
1.3　文脈内学習
1.4　LLMの拡張
1.5　ソフトウェア開発・運用への応用におけるツールや工夫
1.6　ソフトウェア開発・運用への応用における留意点
1.7　ソフトウェアエンジニアリングと生成AI

Chapter 2　生成AIによるソフトウェアの要求
2.1　要求工学とは
2.2　要求工学の難しさ
2.3　生成AIによる要求工学プロセスの支援
2.4　プロンプトパターンの効果的活用
2.5　Nバージョン要求仕様化
2.6　データ駆動型ペルソナの自動生成
2.7　技術動向
2.8　今後の展望

Chapter 3　生成AIによるソフトウェアの設計
3.1　設計工程へのAI適用方針
3.2　設計書からの情報生成
3.3　設計書のドラフト生成
3.4　技術動向
3.5　今後の展望

Chapter 4　生成AIによるプログラムの実装
4.1　プログラミングの自動化
4.2　導入工程
4.3　さまざまなコード関連タスクの事例
4.4　実開発への応用
4.5　実践的なプロンプト設計
4.6　コード生成の実行と確認
4.7　LLMによるコード生成の未来像

Chapter 5　生成AIによるソフトウェアのテスト
5.1　テスト工程への生成AI適用の方針
5.2　テスト仕様書の生成
5.3　テストコード生成
5.4　テストデータ生成
5.5　応用的なテスト工程での活用方法
5.6　デバッグ
5.7　今後の展望

Chapter 6　AIエージェントによるソフトウェア開発の自動化
6.1　AIエージェント
6.2　AIエージェントを用いた開発自動化手法
6.3　AIエージェント活用のための基盤技術
6.4　マルチエージェントシステムを利用したインフラシステムの障害分析
6.5　技術動向
6.6　今後の展望

Chapter 7　生成AIの評価
7.1　LLM やそれを組み込んだ生成AIに対する評価
7.2　特定のユースケース・タスクに対する評価手法
7.3　ソフトウェア開発における生成AIの評価
7.4　評価における原則
7.5　今後の展望

Chapter 8　生成AIを活用したプロセスとマネジメント
8.1　生成AIが開発プロセスに与える影響
8.2　生成AIの導入効果を最大化する
8.3　生成AIの導入リスクを最小化する
8.4　今後の展望

Chapter 9　生成AIによるソフトウェア産業の将来
9.1　AIとソフトウェアエンジニアリング
9.2　ソフトウェア開発支援の段階的な進展
9.3　開発チームと要員の変化
9.4　現状の開発支援レベル
9.5　ソフトウェア開発ビジネスの将来展望
9.6　まとめ