pdlc-skills は進捗・変更の影響・品質の傾向をどう見せるのか

AI が午後のあいだに複数の機能を進めるとき、人はどう追いつくのか。pdlc はこの問題に対し、ステータスライン・影響グラフ・ふりかえりという三つのツールで、同じ状態ファイルから三つの時間軸を読み出す。いま、変更の波及、月ごと。すべて公開ドキュメントを掘り返さず、状態ファイルだけから読めるという工夫だ。

AIの鬼が見つけた一番の面白さは、レビューの通過率 54.9% を「問題」と読まないところだ。一般的には高い通過率を目指すが、ここでは逆。前の四段階で機械が判定できるものは判定し尽くし、判定できないものをレビューに残す設計なら、通過率が低いのは仕事をした証拠。100% 通っていたら、むしろ本当に見たのかを疑う。見える化のツールはどれも、記録の正確さに全て依存する。ある機能でタイムスタンプが逆転していても、ツールはエラーを出さず、ただ少なく表示する。だから状態ファイルを規約通りに保つことが、見える化システムの価値を決める。

中小企業が自動化を導入する順番をもう一度考えると、ツール選びより先に「何をデータとして記録するか」の規約を決める方が重要だ。判定できない項目を数字で無理に埋めず、明確に「判定なし」と書く勇気。見える化は「スッキリした数字を出す」ことより「曖昧さを曖昧なまま記す」ことで、かえって信頼を生む。