概要
https://qiita.com/ishikawa_slj/items/a19ae5503a08d8f80302
詳細内容
## 【アプリ開発】新人フォローをきっかけにAI人事評価システムを作ってみた話
https://qiita.com/ishikawa_slj/items/a19ae5503a08d8f80302
AIを活用した人事評価システムを構築し、GitHub Copilotによる開発における権限設計の難所と要件定義の具体性の重要性を解説する。
**Content Type**: 📖 Tutorial & Guide
**Language**: ja
**Scores**: Signal:4/5 | Depth:3/5 | Unique:3/5 | Practical:4/5 | Anti-Hype:4/5
**Main Journal**: 94/100 | **Annex Potential**: 91/100 | **Overall**: 72/100
**Topics**: [[Google Gemini API, GitHub Copilot, SMART形式, 権限・ロール設計, AIアプリ開発]]
新卒社員が目標設定や振り返りで抱える「何を書けばよいか、どう考えればよいか分からない」という心理的ハードルに対し、AIが具体的な執筆案を提示する人事評価管理システムを構築した実践レポートです。技術スタックにはフロントエンドに**React (Vite)**と**Tailwind CSS**、AIエンジンに**Google Gemini API**を採用し、**GitHub Copilot**を全面的な実装補助として活用しています。
アプリの主要機能は、ユーザーのラフな入力を基にAIが**SMART形式**に基づいた目標案を生成することや、進捗状況から四半期レビュー・年間総評のドラフトを作成することです。実装上の最大の障壁として、人事データ特有の複雑な**権限・ロール設計**（誰が閲覧・編集・確定できるか）とUIの状態管理の連動を挙げ、ロジックの整理に最も時間を費やしたとしています。
また、**GitHub Copilot**を用いた開発においては、初期段階で「なんとなく」のプロンプトで要件を伝えたことが、後に大きな手戻りを招いた教訓を紹介しています。生成AI時代の開発では、曖昧な要件がAIによって増幅されるリスクを指摘し、プロンプトの具体性と事前の設計整理が不可欠であると説いています。LLMを業務フローに組み込みたいエンジニアや、AI支援開発の現場での勘所を知りたい方に役立つ内容です。