ID:84685さん

## 今後身につけたい技術 今後は、AI × UX × Information Architecture × DesignOpsをさらに深めるため、以下の領域を重点的に身につけたいと考えています。 ### 1. AIエージェント／RAGを含む生成AIアプリケーション設計 現在は、ChatGPT、Claude、Devin、Cursor、GitHub Copilot、Gemini等を業務で比較・検証し、AI活用ガイドライン、PromptTemplate、DESIGN.md、AI実装フローの設計を行っています。 今後はさらに、 * RAGの基本構造 * AIエージェントの設計 * Retrieval／Knowledge設計 * プロンプトだけでなく、コンテキスト設計・評価設計 * AIアプリケーションにおけるUX設計 * Human-in-the-loopの設計 * AI出力の評価・品質管理 などを理解し、**AI機能そのものとユーザー体験・業務運用を一体で設計できる力**を高めたいです。 ### 2. React／Next.js／TypeScriptによるフロントエンド構造理解 専任フロントエンドエンジニアを目指すのではなく、UX・デザインと実装の間をより正確につなぐために、 * React * Next.js * TypeScript * Component設計 * State管理 * Design Token * Design System * Accessibility などの理解を深めたいと考えています。 Figmaで設計したUIを、どのようなコンポーネント・状態・データ構造として実装するのかまで理解することで、**設計段階から実装可能性を考慮したUX・プロダクト設計**ができる状態を目指します。 ### 3. Design System／DesignOpsの技術的運用 これまで、ガイドライン、テンプレート、README、Design Decision、Review History、Change Log、Version管理等を活用し、設計情報の標準化・再利用を行ってきました。 今後はさらに、 * Design Token * Component Library * Figmaとコードの連携 * Storybook等を用いたコンポーネント管理 * デザインと実装のVersion管理 * AIを利用したDesign System運用 * 自動レビュー・品質チェック などを学び、**デザインシステムを「作る」だけでなく、組織で継続運用できる仕組みとして設計する力**を高めたいです。 ### 4. AI駆動開発における評価・品質設計 生成AIの活用が広がるほど、「生成できるか」ではなく「正しく評価できるか」が重要になると考えています。 今後は、 * AI出力の評価指標 * UI／UX観点のAI生成物レビュー * LLM Evaluation * テスト設計 * AIによる自動レビュー * 品質基準・ガードレール * セキュリティ・アクセシビリティ観点 などを学び、**AIが作った成果物を人間が適切に判断・改善できる品質管理の仕組み**まで設計できるようになりたいです。 --- ## 目指す状態 技術そのものを目的として習得するのではなく、 > **業務・ユーザー・UX・設計・AI・実装をつなぎ、チームが継続的に改善できるプロダクトと運用基盤を設計できる状態** を目指しています。 特に、AIエージェント／RAG、React・Next.js・TypeScript、Design System／DesignOps、AI評価・品質設計の理解を深めることで、現在のInformation Architecture・UX設計の専門性を、より実装・AI活用に近い領域まで広げたいと考えています。