AIに答えを聞くエンジニアから、AIと考えるエンジニアへ。

——SMHCが実践する「Grill Me」

こんにちは、SMHCです。

生成AIによって、エンジニアの仕事は大きく変わり始めています。

コードを書く。
エラーを調べる。
テストを作る。
仕様を整理する。

これまで人間が時間をかけていた仕事の多くを、AIが支援できるようになりました。

では、AIがさらに賢くなった3年後、エンジニアの市場価値は何で決まるのでしょうか。

SMHCでは、一つの答えをこう考えています。

「AIを使える人」ではなく、
「AIと考え、問い、判断し、実装できる人」。

だから私たちは、単にAIツールの操作方法を覚えるだけではなく、AIと一緒に仕事そのものを再設計できるエンジニアを育てたいと考えています。

その実践例の一つが、今回紹介するAI Skill、「Grill Me」です。

AIに「答え」を聞くだけで、本当にいいのか？

AIに、

「この設計でいい？」

と聞くと、それらしい回答を返してくれます。

しかし、ここには一つのリスクがあります。

AIは、間違った前提からでも、もっともらしい答えを作れてしまう。

例えば、

「社内向けAIチャットを作りたい」

と依頼すれば、AIはRAG、LLM、Vector Database、認証基盤などを組み合わせたアーキテクチャをすぐ提案してくれるかもしれません。

でも、本当に最初に決めるべきなのは技術でしょうか。

誰が使うのか？

社員だけなのか？

外部パートナーも使うのか？

どの社内データへアクセスできるのか？

部署ごとに権限を分けるのか？

会話ログは保存するのか？

個人情報や顧客の機密情報をAIへ送ってよいのか？

誤回答した場合、どう検知するのか？

実装の前には、本来こうした意思決定があります。

AIに答えを作らせる前に、そもそもの問いを深くする。

それがGrill Meの面白さです。

Grill Meとは？

Grill Meは、TypeScriptやAI Codingの教育コンテンツで知られるMatt Pocock氏が公開しているAgent Skillです。

Matt Pocock氏のGitHubではAI Codingを支援するさまざまなSkillsが公開されており、Grill Meは、計画や設計についてAIから徹底的に質問を受けるための仕組みです。

通常のAI利用は、

人間 → 質問 → AI → 回答

です。

Grill Meでは、

人間 → アイデア → AI → 質問 → 人間 → 判断 → AI → 反証 → 再判断

と進みます。

AIを、

「答えを出す人」から「考えを鍛える人」へ変える。

これが基本思想です。

「その前提、本当に正しいですか？」

Grill Meでは、設計上の意思決定を一つずつ確認していきます。

例えば、

社内AIの会話履歴を保存しますか？

という質問が出たとします。

「保存する」と答えれば、次に、

保存期間は？

誰が閲覧できる？

個人情報は含まれる？

監査ログは必要？

退職者のデータはどう扱う？

と、新しい判断が生まれます。

一つの決定が、次の決定につながる。

こうしたDecision Tree（意思決定ツリー）を順番にたどり、隠れた前提や依存関係を見つけていきます。

つまり、

実装してから気づく問題を、実装する前に発見する。

ための方法です。

さらにAIは質問するだけではなく、推奨案も提示します。

人間はそれに対して、

「それでいこう」

「その前提は違う」

「別の選択肢は？」

「セキュリティリスクをもっと深掘りして」

と判断する。

ここで重要なのは、AIの回答をそのまま採用しないことです。

最終的に判断するのは、人間です。

「Grill → Prototype → Grill」

もちろん、議論だけでは答えが出ない問題もあります。

例えば、

「このUIは1画面の方が使いやすいのか？」

「3画面に分けた方が分かりやすいのか？」

こうした問題は、AIと長く議論するより、実際に作った方が早い。

そこで、

Grill → Prototype → Grill

という進め方が有効になります。

まずAIと考える。

分からなければ作る。

実際に触る。

結果をもとに、もう一度AIと考える。

生成AIによって実装速度が上がったからこそ、

「考える」と「作る」を高速で往復する。

これも、これからのエンジニアに必要な能力だと考えています。

Grill Meは、コーディングだけの話ではない

この考え方は、ソフトウェア設計だけに限定されません。

例えば、

「来期、売上16億円を目指す」

という経営計画にも使えます。

AIから、

「現在の受注残はいくらですか？」

「既存顧客の継続率は？」

「平均単価は？」

「何人採用する必要がありますか？」

「採用が3カ月遅れた場合、売上はいくら不足しますか？」

「売上ではなく粗利を最大化するなら、優先順位は変わりませんか？」

と問い続けてもらう。

すると単なる「16億円」という目標が、

前提・KPI・依存関係・リスクを持った計画

へ変わっていきます。

Grill Meは、単なるCoding Skillではなく、

意思決定をPressure Testする方法

としても使えるのです。

SMHC AI Academyで育てたいのは「AIと考えられる人」

SMHCでは、AI活用を単なる業務効率化で終わらせたくありません。

私たちが目指しているのは、

AIを使って、人の市場価値そのものを高めること。

そのために、AI Academyでは「どのAIツールを使えるか」だけではなく、

問いを立てる力

AIの回答を疑う力

設計する力

プロトタイプを作る力

検証する力

セキュリティや品質を判断する力

まで含めたAI時代の仕事の進め方を身につけていくことを目指しています。

Grill Meは、そのための実践方法の一つです。

3年後、どんなエンジニアになっていたいか

AI時代のキャリアを考えるとき、私たちは「今できること」だけを見るべきではないと考えています。

重要なのは、

3年後に何ができるようになっているか。

例えば、

これまで

要件を受け取る
↓
設計する
↓
コードを書く
↓
テストする

だけだった仕事が、

AI時代

課題を理解する
↓
問いを立てる
↓
AIとPressure Testする
↓
仮説を作る
↓
AIと実装する
↓
ユーザーと検証する
↓
再設計する

へ変わっていく。

コードを書く人から、

「何を作るべきか」まで考えられるエンジニアへ。

さらに、

AIを使ってチームや顧客の課題そのものを解決できるエンジニアへ。

SMHCでは、そんな成長を目指しています。

「AIを使う会社」ではなく、「AI時代に人を育てる会社」へ

生成AIが普及すれば、「AIを使っています」という会社は珍しくなくなります。

だからSMHCが目指したいのは、その先です。

AIに答えを聞く人ではなく、AIと考えられる人を育てる。

AIにコードを書かせるだけではなく、AIと一緒に価値を実装する。

そのためには、新しいツールを触るだけでは足りません。

問い、疑い、作り、検証し、また問い直す。

Grill Meは、その小さな実践例です。

そして私たちは、この積み重ねが、3年後のエンジニアの市場価値を大きく変えると考えています。

「AIを使う会社」ではなく、
「AI時代に人を育てる会社」へ。

SMHCでは、AIと一緒に新しいエンジニアリングの形をつくり、自分自身の市場価値も高めていきたい仲間を募集しています。

SMHC AI Skill Series

SMHCでは、AI Academyと実際のプロジェクトを通じて、AI Coding、Agent Skills、RAG、AI Agent、Evaluationなど、現場で使えるAI技術・仕事術を継続的に検証しています。

この「AI Skill Series」では、SMHCが実際に学び、試し、現場へ取り入れているAI活用を紹介していきます。

AIを学ぶだけではなく、AIと一緒に価値を実装する。

それが、SMHCが目指すエンジニアリングです。

参考リンク
・Matt Pocock「Skills」GitHub Repository
・Matt Pocock「Grilling」Skill Definition
・Matt Pocock「The /grill-me Skill」解説