テスターのためのAI活用学習ワークショップ

うさうさ研修工房 テスターのための AI活用学習ワークショップ 認知科学にもとづく学習設計で、テスト計画・設計・実行・報告の一連の業務に AIを組み込む うさうさ研修工房 01

なぜ今、テスト業務に AI活用が必要か 工程が長く、属人化しやすい ドキュメント作成に時間がかか る 分析・報告が後手に回りがち 方針立案から報告まで一連の作業が個 観点表・仕様書・手順書などの作成に多 結果の集計や課題分析は締め切り直前 人のスキルと経験に依存しがちで、引き くの工数がかかり、テスト実行そのものに にまとめて行われやすく、次工程への 継ぎや標準化が難しい 時間を割きにくい フィードバックが遅れる うさうさ研修工房 02

ワークショップ概要 対象 テスト計画〜報告までを担当するテスター・ QA担当者（AI活用は未経験でも可） 形式 オンライン・半日（ 4時間）・座学＋ハンズオン演習 ゴール テスト業務の5フェーズそれぞれで「どこに AIを使えるか」を自分の業務に当てはめて言語化 進め方 1フェーズごとに『解説 →デモ→自分の業務での実践ワーク』を繰り返す反復構成 うさうさ研修工房 できる 03

認知科学にもとづく学習設計 本ワークショップ自体の教材・進行を、以下 4つの原則で設計しています チャンク化 デュアルコーディング 5フェーズを独立した小さな単元に 手順やフローは文章だけでなく図・ 分割し、1回に扱う情報量を絞って アイコンでも提示し、言語情報と視 認知負荷を抑える 覚情報の両方で記憶に残す うさうさ研修工房 想起練習 認知負荷の低減 説明を聞くだけで終わらせず、各 スライドは1枚1メッセージを徹底 フェーズの直後に自分の業務で試 し、装飾や情報量を絞ることで本 すワークを挟み、記憶の定着を促 質的な理解に集中できるようにす す る 04

ワークショップ全体マップ テスト業務の5フェーズを、そのままモジュール構成にしています モジュール 1 モジュール 2 → テスト計画 うさうさ研修工房 モジュール 3 → テスト設計 モジュール 4 → ケース／仕様書 作成 モジュール 5 → 実行指示・ 進捗管理 結果分析・ レポーティング 05

モジュール1 テスト計画 テスト方針の立案・体制構築・スケジュール設計にAIを活用する 現状の課題 AIの使いどころ 演習アウトプット ● 過去プロジェクトの方針書を毎回ゼロか ら作成 ● 要件定義書を要約させ、方針書のたた き台を生成 ● 自分のプロジェクト向けテスト方針書ド ラフト ● 体制表やスケジュールの叩き台作りに ● 類似プロジェクトの事例からリスク項目 ● AIと作成したリスク一覧 時間がかかる ● リスクの洗い出しが担当者の経験頼み を洗い出し ● 初期スケジュール案 ● 工数見積もりの根拠を対話しながら言 語化 うさうさ研修工房 06

モジュール2 テスト設計 観点洗い出し・テスト技法の検討・実施手順の検討にAIを活用する 現状の課題 AIの使いどころ 演習アウトプット ● 観点の洗い出しが漏れやすく、レビュー で指摘が多い ● 仕様書を読み込ませて観点の抜け漏れ をチェック ● 観点洗い出しシートの AIレビュー結果 ● テスト技法の選定が担当者の知識に依 ● 境界値分析・同値分割など適した技法 存 ● 実施手順書の記述に時間がかかる うさうさ研修工房 を提案させる ● 技法選定の比較メモ ● 実施手順書のたたき台 ● 観点表から実施手順の下書きを生成 07

モジュール3 テストケース・仕様書・手順書の作成 ドキュメント作成の下書き・整形・表記統一にAIを活用する 現状の課題 AIの使いどころ ● テストケースの作成に多くの工数がか かる ● 観点表からテストケースの雛形を一括 生成 ● 表記ゆれや粒度のばらつきが発生しや ● 表記ルールを指定して文書全体を整形 すい ● 仕様変更のたびに全体を手作業で更新 ・統一 演習アウトプット ● 自分の業務向けテストケース雛形 ● 表記統一チェックの実施結果 ● 差分更新のプロンプト例 ● 仕様変更差分を伝えて該当ケースだけ 更新 うさうさ研修工房 08

モジュール4 テスター実行指示・進捗管理 実行指示の作成と進捗管理の効率化にAIを活用する 現状の課題 AIの使いどころ ● テスターへの指示が担当者ごとに粒度 が違う ● ケース一覧から分かりやすい実行指示 文を生成 ● 進捗確認や遅延の把握が手作業で後 ● 進捗データを要約し、遅延リスクを早期 手に回る ● 問い合わせ対応に都度時間を取られる に検知 演習アウトプット ● 実行指示テンプレート ● 進捗サマリーの AI要約例 ● FAQ回答案リスト ● よくある問い合わせの FAQ回答案を用 意 うさうさ研修工房 09

モジュール5 結果分析・レポーティング テスト結果をもとにした課題分析とレポート作成にAIを活用する 現状の課題 ● 不具合の傾向分析に時間がかかる ● レポートの体裁を整えるだけで工数を消 費 ● 関係者ごとに説明の粒度を変える手間 が大きい AIの使いどころ ● 不具合ログを分類させ、傾向と原因仮 説を提示 ● 結果データからレポートのドラフトを自 動生成 演習アウトプット ● 不具合傾向分析メモ ● レポートドラフト ● 読み手別サマリー 2パターン ● 読み手（経営層／開発者）別に要約を 出し分け うさうさ研修工房 10

時間構成（ 4時間） 時間 内容 00:00–00:15（15分） オープニング／ゴール共有／学習の進め方の説明 00:15–00:55（40分） モジュール1：テスト計画 × AI（解説→デモ→実践ワーク） 00:55–01:35（40分） モジュール2：テスト設計 × AI（解説→デモ→実践ワーク） 01:35–01:50（15分） 休憩 01:50–02:30（40分） モジュール3：ケース／仕様書作成 × AI（解説→デモ→実践ワーク） 02:30–03:10（40分） モジュール4：実行指示・進捗管理 × AI（解説→デモ→実践ワーク） 03:10–03:20（10分） 休憩 03:20–03:50（30分） モジュール5：結果分析・レポーティング × AI（解説→デモ→実践ワーク） 03:50–04:00（10分） まとめ／自分の業務への適用計画づくり うさうさ研修工房 11

受講後のゴールと次のステップ 1 テスト計画〜報告までの5フェーズすべてで、AIを使える具体的な場面を自分の言葉で説明できる 2 各モジュールで作成したドラフト（方針書・観点表・ケース雛形・指示テンプレート・レポート）を、そのまま自分の業務に持ち 帰って使える 3 うさうさ研修工房 ワークショップ後は、個別コンサル（1on1）で自分のプロジェクトへの導入を一緒に設計することも可能 12