設計書づくりに風穴を開ける新潮流
保守に追われる現場の悲鳴は、いつも同じところに集まります。設計書がない、更新が止まっている、影響範囲が読めない。
結果として、改修もテストも遅れる。
富士通はこの慢性疾患に正面から挑みました。
既存ソースコードをAIで解析し、設計書を自動生成する「Fujitsu Application Transform powered by Fujitsu Kozuchi」を発表。
同社は作業時間の大幅削減を掲げ、レガシー刷新とモダナイゼーションの加速を図ります。
ポイントは、現行資産を捨てないこと。
コードから設計知を再構築し、再利用と近代化の両立を狙います。
*97%削減*という大きなベクトルは、開発現場の優先度を確実に塗り替えます。
Fujitsu Application Transformの核となる価値
今回のサービスが解く課題は明快です。散逸した知識と陳腐化したドキュメントを、最新の実装に同期した“生きた設計書”へ更新すること。
Kozuchiの生成AIスタックを活用し、解析から文書化、差分追従までを一気通貫で支援します。
狙いはレガシー刷新だけではありません。
運用・保守フェーズを中心に、影響分析、コードリーディング、レビュー、テスト設計までの周辺プロセスを自動化ドリブンに最適化します。
この領域は、国内大手SIの取り組みとも軌を一にしています。
- 現行資産の可視化：アーキ図、処理フロー、ERなど複数ビューで体系化
- 差分追従：変更検知から設計書の再生成までを自動パイプライン化
- ガバナンス：テンプレート統一、レビューワークフロー、監査ログ
できることと使い方：まずは“現行の真実”を取り戻す
基本フロー
- 初期取り込み：Git/ファイルからソースと関連ドキュメントを収集。メタデータや設定類も吸い上げる
- 解析：構文・依存解析、データフロー、API入出力、DBスキーマをグラフ化
- 生成：基本/詳細設計のテンプレートに沿って、テキスト＋図を自動整形
- レビュー：差分ハイライト、確信度、根拠コードへのリンクを提示。人手レビューで最終確定
- 活用：影響範囲の見積もり、テスト観点抽出、後続の自動テスト生成に連結
現場でのベストプラクティス
- テンプレートの先鋭化：社内の設計書様式に合わせ、章立て・用語・図法を事前にチューニング
- 段階導入：まずは1領域（例：データアクセス層）に限定し、差分追従の精度とレビューフローを固める
- 根拠の可視化：生成文の右側に“根拠コード/コミット/テーブル定義”を常時添付して審査時間を短縮
技術の裏側：コードから設計知を引き出す仕組み
アプローチの要は、LLM単体ではなく構造理解×検索×生成の三位一体です。
解析で抽出した依存グラフやAPI定義を知識グラフ/RAGへ格納し、設計書セクションごとに最適コンテキストを供給します。
- 静的解析：AST/CFG/DFGベースで制御とデータの流れを捕捉。多言語対応を視野に抽象レイヤを統一
- 意味検索：類似度検索で関連実装・設定・設計断片を束ね、章ごとに必要十分な“小さな真実”を提示
- 生成：セクション特化プロンプトと社内テンプレートで、記述の一貫性と用語統一を担保
- 検証：約物・用語・参照の機械検証＋人手レビュー。将来的には双方向整合（設計→コード）も強化
この設計思想は国内の取り組みとも共鳴します。
NECは「生成AIは自動化ツールではなく、人の作業を補助するツール」として扱う重要性を説いています。
生成AIは自動化ツールではなく、人の作業を補助するツールとして扱う必要があります。
出典：NEC 技報
他社動向と市場の文脈：潮目は“設計の再構築”
設計書自動生成は、いまや単発の機能ではありません。
運用・保守、テスト、モダナイゼーションにまたがるエンドツーエンドの自動化の中核になりつつあります。
- 富士ソフトは自律型エージェント活用の文脈で、設計の自動要約や図表出力の有効性を紹介
- Jiteraは設計書の自動生成機能を公開し、リバースエンジニアリングの工数圧縮を訴求
- TISは生成AIで“仕様の見える化”を標榜し、保守・運用フェーズの効率化を前面に
設計書はテキストだけでなく、Mermaid形式による図表の出力にも対応しています。
出典：FUJISOFT Technical Report
株式会社Jitera…「システム設計書の自動生成」機能を追加したことをお知らせいたします。
出典：PR TIMES（Jitera）
市場全体でも、生成AIのプログラム開発・設計支援カテゴリは拡大基調です。
テスト自動化やコンテキスト設計など、隣接領域との連携が加速しています。
現場導入のコツ：精度とガバナンスを同時に上げる
- テンプレート統一：社内標準の章立て/図法/用語集を“プロンプト化”。入力品質＝出力品質
- コンテキスト設計：設計断片・コード・CI設定・DBスキーマをリンク化し、RAGの命中精度を底上げ
- レビュー設計：差分単位で承認。確信度と根拠表示を条件に、レビュー時間を半減
- セキュリティ：機密の境界を明確化。オンプレ/仮想私有領域/匿名化選択肢を事前評価
- 継続学習：差戻し理由をタグ化し、次回生成のプロンプト/ルールへ自動反映
よく効くKPIは、初稿到達時間、差戻し率、根拠リンク率、図の自動生成率、影響分析の所要時間など。
成果は運用週次でダッシュボード化し、テンプレートとプロンプトを回し続けるのが近道です。
導入前チェックリスト：最短で“初勝ち”を取りにいく
- 対象リポジトリのビルド可否と依存解決が確認できている
- 利用する設計テンプレートと用語集が最新で、レビュー担当が合意している
- 生成物に必ず付く根拠リンク（コード/DDL/設定）のルールが決まっている
- モデル実行環境（オンプレ/クラウド）のデータ取り扱い指針が明文化されている
- 初回スコープは1領域×2〜4週で、改善ループを3回まわせる計画になっている
さらに深掘りするための参考
- FUJISOFT Technical Report：運用フェーズを救うAIエージェントと設計図表の自動生成
- Jitera：システム設計書の自動生成を発表（PR TIMES）
- TIS：生成AI仕様書作成オプション（仕様の見える化）
- NEC 技報：システム開発における生成AI活用の実践
- Fintan：生成AIを活用したテスト仕様書の自動化
- AIsmiley：生成AI 業務変革カオスマップ
まとめ：設計を“現在形”に戻す、その第一歩
設計書が現場のボトルネックになる時代は、そろそろ終わります。
富士通の新サービスは、既存資産を活かしながら設計知を現在形に保つための、実装的な解です。
重要なのは、テンプレート×コンテキスト×レビューの三点セット。
小さく始めて早く回すことで、自動生成の精度は現場に最適化されます。
レガシー刷新も保守運用も、設計書が“自動で整う”前提で再設計できるようになります。
次の一手は、生成された設計からテストとリファクタリングまでの連携を強めること。
設計・実装・品質が一つのループで回り続ける体制が、競争力の源泉になります。
コメント