仕様索引でAI読取量を約97.2%削減

この仕組みは、コーディング支援を使うチームなら誰でも知る問題から生まれた。毎回仕様全体をAIに渡せば読取量が膨らみ、削りすぎれば重要な条件が抜け落ちる。著者の答えは、仕様をコンポーネントごとのHTML文書に分割し、同じ仕様に二つの入口を設けることだ。人間が全体を見渡すマインドマップ表示と、AIのために必要な行だけを外部プログラムで取り出す入口である。

圧縮率の数字には明確な但し書きが付く。トークン数はUTF-8のバイト数を4で割った推計で、モデル固有のトークナイザーや課金記録ではない。約97.2%は803行の索引ファイルを読んだ結果で、コード検索の抽出では12,444に対して777トークンが返り、圧縮率は約93.8%、画面検査の診断では2,024に対して339が返り、約83.3%だった。最初の二つは件数による打ち切りなしですべての一致を返し、三つ目は8,096バイトで所見やページエラーはゼロだった。

この設計は意味検索ではない。候補の選定はキーワードと重み付けで行い、過去文書の判断はファイル名と場所に頼る。より広範で横断的な変更でも削減効果が保つかは、AIが条件確認のために元の仕様書やコードをどれだけ開くかにかかっていそうだ。まさに著者が飛ばすべきでないと説く確認である。トークン計測プログラム自体については続編が予定されている。