DigiManで
働く。
AI時代をリードし、人に教えられる
コンサルタントになる。そのための24回を、最初に見渡す。
START
WITH
3 BASICS.
先生になれるコンサルタントの土台。
- 01IT通信の基礎ネットワーク / Web / セキュリティ
- 02AIの基礎LLM / 活用 / 検証責任
- 03ビジネスモデル観点の基礎価値 / 制約 / 収益構造
だから先に
地図を持つ。
IT通信、AI、ビジネスモデルを別々に学ぶのではなく、実務でつなげるため。24回の順番は、その接続のためにある。
配属直後の小さなタスク。
「ログイン画面に補足文言を追加してほしい。ついでに、入力エラー時の表示が分かりにくいので直してほしい。」
小さなタスクにも、仕事の全部が入っている。
24章は、成長順に並んでいる。
研修後にできること。
設計、実装、テスト、デプロイ、説明。小さなWebアプリを作り、変更し、レビュー可能にする。
- Webアプリを作る
- 既存コードを変える
- 品質を確認する
- AI出力を検証する
- 判断を説明する
個人開発課題は、自由テーマでいい。
テーマは自分で選ぶ。学習ログ、日報、読書メモ、タスク管理など。
画面、データ保存、テスト、README、設計メモ、デプロイ、検証ログ。
自由テーマの例。
24章を、学習ログアプリの成長で見る。
- Part 1何を学ぶか、どう進めるかを決める
- Part 2手元で動かし、GitHubで変更を管理する
- Part 3保存、表示、編集できるWebアプリにする
- Part 4安全に公開し、問題を調査できるようにする
- Part 5Claude Codeを使い、出力を検証する
- Part 6自由テーマで同じ流れを再現する
学び方と全体像。
研修の目的、事業価値、AI時代の学び方、チームでの仕事の進め方を扱う。
開発の足場。
CLI、エディタ、GitHub、Webの仕組み、既存コード読解。手元で動かし、変更をPRに出す土台。
Webアプリの中心。
要件、DB、API、フロントエンド、テスト。価値が届く機能を設計し、実装し、確認する。
公開と運用。
セキュリティ、Docker、AWS、CI/CD、オブザーバビリティ。届けてよい状態を説明できるようにする。
AIとの開発。
LLM、Claude Code、テクニカルライティング。AIを使うだけでなく、出力を検証し、判断を残す。
個人開発課題。
自由テーマで作り、既存プロダクト改善、Production Readiness Review、最終発表へつなげる。
学び方の基本ルール。
- 記録する分からないことを放置しない
- 仮説を立てるすぐ正解を探す前に考える
- 確認する公式資料、エラー、実行結果を見る
- 相談する状況、試したこと、期待結果を添える
悪い学習ログ。
何が起きたか、何を確認したか、なぜ直ったかが追えない。
良い学習ログ。
良い相談と悪い相談。
状況、期待結果、実際の結果、試したことがない。
期待結果、実際の結果、確認した場所、次に見たいことを添える。
自己棚卸しの記入例。
成果物と評価方法。
次は、
事業価値へ。
第2章では、技術を目的化せず、ユーザー価値と技術判断をつなぐ。