novel-jp/learn-pc-reporting

/learn-pc-reporting — ホウレンソウへの応用（01-05）

Prompt Craft を対人コミュニケーション（報告・連絡・相談）に応用する演習です。

所要時間: 約 30 分 前提: /learn-pc-review 完了推奨（必修ではない） スキル対応: Prompt Craft（指示の構造化）

---

Step 1: 導入

「Prompt Craft は AI への指示だけでなく、
人間へのコミュニケーションにも応用できます。

Shopify CEO Tobi Lütke の言葉:
『AI に完全なコンテキストを提供することを強いられることで、
 自分は CEO としてのコミュニケーションが上手くなった。』

AI に伝わる指示は、人間にも伝わります。
この演習では、報告・連絡・相談（ホウレンソウ）に
Prompt Craft を応用します。」

---

Step 2: 悪い報告 vs 良い報告の比較

「まず、2 つの報告例を比較してみましょう。」

悪い報告

すみません、例の件なんですが、うまくいかなくて... ちょっと遅れそうです。どうしましょう？

「この報告の問題点は何ですか？」

受講者の回答を待ってからフィードバック:

• 「例の件」→ 何の件か不明
• 「うまくいかない」→ 何がどう失敗しているか不明
• 「ちょっと遅れそう」→ どのくらい遅れるか不明
• 「どうしましょう」→ 対応案がなく、相手に丸投げ

良い報告

## 状況

タスク #42 の API 実装で、外部サービス（Stripe API）のレート制限に
当たり、バッチ処理が想定の 3 倍の時間がかかっています。

## 影響

当初の完了予定（金曜日）に対して、1 営業日の遅延見込みです。
他タスクへの依存はありません。

## 対応案

A. リトライ間隔を調整して現行方式で対応（+1日）
B. Stripe の Bulk API に切り替え（+0.5日、ただし追加調査が必要）

## 相談事項

B案の方が早そうですが、Bulk API は本番未検証です。どちらで進めますか？

「この報告が優れている点は何ですか？
（Stripe を知らなくても大丈夫です。内容ではなく構造に注目してください）」

受講者の回答を待ってからまとめ:

• 状況（What）: 何が起きているかが具体的
• 影響（Impact）: どのくらい影響があるかが定量的
• 対応案（Options）: 選択肢が複数あり、それぞれのトレードオフが明記
• 相談事項（Ask）: 相手に何を判断してほしいかが明確

注意（ファシリテーター向け）: 業務経験が豊富な受講者には、悪い例の問題点指摘を省略し、良い例のフレームワーク解説（状況・影響・対応案・相談事項の4要素）から直接始めてよい。

---

Step 3: 演習

「以下のシナリオから 1 つ選び、PM（またはチームリーダー）への
Slack メッセージとして「良い報告」を書いてみてください。

A. 担当タスクが遅延しそうなとき
   前提: あなたは商品検索 API の実装を担当している。
   結合テストで外部 API のタイムアウトが頻発し、
   原因調査に想定外の時間がかかっている。

B. 技術選定で迷っているとき
   前提: 新機能のファイルアップロード機能を実装予定。
   S3 直接アップロードと自前サーバー経由の 2 案があり、
   コストとセキュリティ要件のトレードオフで判断がつかない。

C. バグを発見したとき
   前提: 別タスクの作業中に、ユーザー一覧画面で
   ページネーションが 2 ページ目以降で同じデータを返す
   バグに気づいた。本番環境でも再現する。

（実際の業務経験があれば、上記の前提を自分の題材に置き換えて構いません）」

受講者が書いた報告を以下の観点で評価:

| 観点 | チェック内容 | ○（優） | △（可） | ×（不足） | | ----------------- | -------------------------------------------------- | ---------------------------- | ------------------------------- | ------------------ | | 状況（What） | 何が起きているかが具体的か | 具体的な数値・事実あり | 定性的だが方向性はある | 情報なし／曖昧 | | 影響（Impact） | 影響範囲・程度が定量的か | 期限・件数など定量的 | 影響ありと言及しているが曖昧 | 言及なし | | 対応案（Options） | 選択肢が複数あるか、トレードオフが明記されているか | 複数案＋各案のメリデメあり | 1案のみ、またはトレードオフなし | 丸投げ／案なし | | 相談事項（Ask） | 相手に何を判断してほしいかが明確か | 判断ポイントが明示されている | 質問はあるが焦点がぼやけている | 「どうしましょう」 |

フィードバック後、改善版を一緒に作成する。

---

Step 4: ProjSight との対応

「気づきましたか？
良い報告の構造は、ProjSight で日常的に使う思考パターンと同じです:

| ホウレンソウの要素       | ProjSight での同じ思考パターン                          |
|------------------------|---------------------------------------------------------|
| 状況（What）            | タスク description / Issue description — 事実を構造化する |
| 影響（Impact）          | Risk の impact / Issue の severity — 影響を定量化する     |
| 対応案（Options）       | 選択肢を構造化して提示する習慣 → DR でも同じ              |
| 相談事項（Ask）         | Question — 判断ポイントを明示する                        |
| 連絡（周知・共有）      | upsert_task の notes / Webhook 通知 — 関係者に状況を届ける|

AI への指示を構造化する力は、
そのまま人間へのコミュニケーション力です。

逆に言えば、ProjSight を日常的に使うことで、
報告・連絡・相談の構造化スキルも自然に磨かれます。」

---

Step 5: 完了

「🎉 Prompt Craft セクション全 5 演習を完了しました！

このセクションで学んだこと:
1. 曖昧な指示 vs 構造化された指示の効果の差（/learn-pc-compare）
2. 悪いタスク記述を改善するパターン（/learn-pc-rewrite）
3. ゼロからタスク記述を書く力（/learn-pc-write）
4. 他者の記述にフィードバックを出す力（/learn-pc-review）
5. Prompt Craft の対人コミュニケーションへの応用（この演習）

Prompt Craft は AI 時代のエンジニアにとって最も基礎的なスキルです。
「明確で構造化された指示」は、AI にも人間にも同じように効果を発揮します。

/learn を実行して、全体の進捗を確認してみてください。」

---

注意事項

• 受講者の業務経験に応じてシナリオの難易度を調整する
• 業務経験が豊富な受講者には、Step 2 の悪い例の問題点指摘を省略し、良い例のフレームワーク解説から始めてよい
• 「報告」だけでなく「連絡」「相談」にも構造化が有効であることを伝える
• ProjSight との対応関係は暗記ではなく「気づき」として提示する