身近なモデリング体験

• 日程: Day 2 / セッション 02
• 時間: 9:30-10:00
• 形式: 実習
• ゴール: 身の回りの物（コンビニ・図書館・電車など）から、属性・関係・制約の3観点で情報モデルを1つ書き出せる
• 学習形式: AI協働型（AIをペアプログラマー的に使い、観点漏れを指摘してもらう）

前のセッションで「モデルとは何か」を学びました。地図や家系図のような身近な例で腹落ちさせた一方で、いざ自分でゼロから作ろうとすると手が止まります。「何から書けば？」と思うのが普通です。

そこでこのセッションでは、全員が知っている題材でモデリングを体験します。コンビニ、図書館、電車。誰でも何度も利用したことがあるからこそ、頭の中に「経験データ」が大量にあるはずです。それを整理して出すだけです。

このウォーミングアップが、午後の「自分の開発テーマでの情報モデル抽出」の準備運動になります。

どんな対象でも、次の3つの観点で見れば「情報モデル」として記述できます。

• 属性（Attribute）：その対象物が持っている情報項目

  • 例：本なら「タイトル」「著者」「ISBN」「ページ数」
• 関係（Relationship）：他の対象物とどう繋がっているか

  • 例：本は「貸出履歴」を持つ、本は「分類カテゴリ」に属する
• 制約（Constraint）：成立するためのルール

  • 例：1冊の本は同時に1人にしか貸せない、ISBNは必ずユニーク

属性で詰まったらAIに「他にどんな項目があるか教えて」と聞くのが最速です。AIは類似ドメインの知識を持っているので、漏れを指摘してくれます。

プロの図書館司書は、本を見た瞬間に「分類記号、件名標目、書誌情報」を頭の中で組み立てます。日本では「日本十進分類法（NDC）」という体系があり、世界では「デューイ十進分類法」が使われます。彼らは数百年かけて「本」というモデルを磨き続けてきたプロフェッショナルです。私たちが今日30分でやろうとしているのは、彼らが何百年もかけて極めてきた作業の入口です。気楽にやりましょう。

以下の3つの題材から1つを選び、情報モデルを書き出してください。

選択肢

• A. コンビニ（商品・店舗・店員・顧客などから1つ選ぶ）
• B. 図書館（本・利用者・貸出・予約などから1つ選ぶ）
• C. 電車（路線・駅・列車・座席などから1つ選ぶ）

1. 対象物を1つ決める（例：「コンビニの商品」）
2. 属性を10個以上書き出す（例：商品名、価格、JAN、賞味期限…）
3. 関係を3個以上書き出す（例：商品はカテゴリに属する、商品は仕入先を持つ…）
4. 制約を3個以上書き出す（例：価格はゼロより大、JANは13桁、賞味期限は今日以降）
5. AIにレビューしてもらう（後述のプロンプト例参照）

AIへの質問例

コンビニの「商品」について情報モデルを作っています。
私が書き出した属性は[商品名、価格、JANコード、賞味期限]です。
コンビニの実務を考えると、他にどんな属性が必要そうですか？
特に「税率」や「キャンペーン対応」のような見落としがちな項目を教えてください。

詰まったときのコツ

• 「もし自分が店長だったら、何の情報を管理したい？」と考える
• 「もしこの情報がなかったら、業務でどう困る？」と逆から考える
• 似た業態（スーパー、ドラッグストア）を参考にする

• 「コンビニの商品と、スーパーの商品はモデルとして何が違う？」
• 「『制約』の出し方がよくわからない。何を考えれば出てくる？」
• 「私が出した属性に重複や冗長性はある？」

今回は「身近な題材」だったので、自分の経験から属性をどんどん出せたはずです。「自分の経験」「お客さんの目線」「AIの知識」を組み合わせれば、初めての業務でもモデルが作れます。

次のセッション（Session03）では、いま体験した「属性・関係・制約」を情報モデルという用語で正式に定義し、さらに「状態遷移」という新しい武器を学びます。状態遷移が分かると、機能と画面が自動的に決まる魔法のような体験ができます。

• 自分が書いた属性は10個以上になりましたか？
• 「関係」と「属性」の違いを説明できますか？
• AIから指摘されて気づいた「漏れ」は何でしたか？

• 参考リンク：日本十進分類法（NDC）、JANコード規格
• 発展課題：選ばなかった残り2題材についても、属性だけでいいので書き出してみる