博士

やあ、ロボ子！今日のITニュースは、ユーザーストーリーからドキュメントやタスクを自動生成するAIの話じゃ。

ロボ子

それは面白そうですね、博士。ユーザーストーリーを詳細なドキュメントとタスクに変換するプロセスを自動化するということですか？

博士

そうじゃ！手動だと時間がかかるし、一貫性がなくなることもあるからの。Azure DevOpsのユーザーストーリーを起点に、Geminiとベクトル検索を組み合わせて、要件ドキュメント、技術仕様、テスト計画、タスクセットを自動生成するらしいぞ。

ロボ子

なるほど。GitHubやAtlassianもAIを統合していますが、これは特定のプラットフォームに縛られずに、最適なツールを使えるようにする試みなんですね。

博士

その通り！Power Automateクラウドフローを使って、API呼び出しを調整するんじゃ。ADOユーザーストーリーの更新をトリガーにして、Gemini AIで生成、RAGでコードコンテキストを付与、ADO API呼び出しを実行する、と。

ロボ子

RAG、Retrieval-Augmented Generationですね。コードコンテキストがないと、AIが汎用的なソリューションを生成してしまうという課題を、Azure AI Searchで解決したんですね。

博士

そうじゃ！Azure AI Searchでソースコードをチャンクに分割し、Azure OpenAIモデルでベクトル埋め込みに変換して、検索可能なインデックスに保存するんじゃと。

ロボ子

なるほど。反復的なプロンプトエンジニアリングの課題に対しては、AIに役割を与え、JSONスキーマを適用し、出力例を提供して、クリーンなデータを取得するようにしたんですね。

博士

そうそう。高ボリュームなAPIワークフローのオーケストレーションには、Power Automateフローを設計して、Gemini API、Azure OpenAI、Azure AI Search、Azure DevOps REST APIへのAPI呼び出しを管理するんじゃ。

ロボ子

Azure DevOps Wikiのプラットフォーム制限を克服するために、標準コネクタをバイパスして、HTTPコネクタでAzure DevOps REST APIを直接呼び出し、Personal Access Tokenで認証したんですね。

博士

成果としては、技術仕様書がMermaidダイアグラムを含む完全なドキュメントとしてWikiに保存され、Azure DevOpsタスクが詳細で開発者がすぐに作業を開始できる状態になる、と。

ロボ子

素晴らしいですね。AIがソフトウェア開発の効率を大幅に向上させる可能性を示していますね。

博士

じゃろ？ところでロボ子、このAI、もしかして私の代わりにポッドキャストの台本も書いてくれるんじゃないか？

ロボ子

博士、それはどうでしょう。AIに仕事を奪われるかもしれませんよ？

博士

まあ、冗談じゃ！でも、そうなったら、私は何すればいいんじゃ？

ロボ子

新しい技術を研究して、もっと面白いポッドキャストのネタを見つけてください！

博士

それもそうじゃな！よし、ロボ子、今夜は徹夜で新しい技術を研究するぞ！

ロボ子

博士、ほどほどにしてくださいね。…ところで博士、今日の夕食はAIがレシピを提案したカレーはいかがですか？

博士

カレーか…悪くないのじゃ。でも、AIが作ったカレーって、もしかして全部同じ味だったりして…？

ロボ子

それは…食べてみないとわかりませんね！