#15 LLMに漠然と探させるな——「意味の構造」にフォーカスさせる検査ツール

LLM（AI）にシーケンス図や設計のレビューを任せたら、なぜ見逃しだらけになるのか？答えは「漠然と探させている」から。ルールベースの検査ツールで怪しい箇所を列挙し、LLMの注意を「意味の構造」にフォーカスさせると、検出精度がほぼ100%まで上がる——そんな検査ツールの作り方を深掘りする回です。

スーパーエンジニアのkuniwakが開発中の、仕様と実装設計を検査するツールの裏側を一般エンジニアのへんてこが根掘り葉掘り聞いていきます。

PlantUMLで書いたシーケンス図の「矢印の連続性」をGo製ツールで解析してLLMにジャッジさせる仕組み、C4モデル（コンテキスト図・コンテナ図）との整合性チェック、そして「誤警告してもいい」というlintツールとの決定的な違いまで。

後半は、LLMに良い設計をさせる鍵としてのテスト駆動開発（TDD）とロードマップ、プライベート関数という抜け道の塞ぎ方、さらにLLMが得意なプログラミング言語と型検査の「税金」の話へと展開します。

AIコーディングエージェントのレビュー精度に悩んでいる人ほど刺さる実践知が詰まっています。

▼この回で話していること

・シーケンス図の落とし穴とは？矢印の連続性に隠れた「暗黙のシステム」

・LLMが図の検査で見逃しを連発する理由——漠然とした探索と計算が苦手

・ルールベースの検査ツール×LLMのジャッジで検出率ほぼ100%にする方法

・C4モデル（C4ダイアグラム）とシーケンス図の整合性チェック

・lintツールとの違い：LLMが最終判断するから誤警告に寛容でいい

・LLMに良い設計をさせる鍵：未来の情報（ロードマップ）とテスト駆動開発（TDD）

・プライベート関数という抜け道をAST解析で塞ぐ、roles.tsvでモジュールの役割を先に定義する

・LLMが得意なプログラミング言語は？動的型付け言語の速さと型検査という「税金」

▼こんな人におすすめ

・Claude CodeなどのAIコーディングエージェントのレビュー精度・設計品質を上げたいエンジニア

・シーケンス図やC4モデルなど設計ドキュメントのチェックをAIに任せたい人

・TDDやlintとLLMをどう組み合わせるべきか、考え方の軸がほしい人

▼関連リンク

・PlantUML 公式サイト: https://plantuml.com/ja/

・C4 model 公式サイト: https://c4model.com/

・DeepWiki: https://deepwiki.com/

・Claude Code: https://www.anthropic.com/claude-code

くわラジ（もっと詳しく教えてくださいラジオ）は、スーパーエンジニアのkuniwakに一般エンジニアのへんてこが「もっと詳しく教えてください」と質問しながら技術を深掘りする、ゆるくてディープな技術雑談番組です。

─────────────

YouTube: https://youtu.be/qK9uNFp9RjY

Web: https://kuwa-raji.henteko07.com/

X: https://x.com/kuwa_raji