AIエージェントを使ったオンラインボードゲーム開発

本人の経験

Issue #6を2026-09-08に反映した棚卸しメモ。セッション実施日・ヒント有無はunknown。本人申告であり、コード・テスト結果の独立検証は行っていない。

カタンをベースにしたオンラインボードゲームを個人開発した。当初の目的は、AIエージェントでどこまでの品質を実現できるか試すこと。想像以上に高品質な実装ができたという本人の感想であり、品質指標の測定結果ではない。

設計はChatGPTとの対話で検討し、決定事項をGitHub Issueへ整理して、Codex側で参照・実装する流れ。高性能モデルを設計と実装のすべてに使うとトークン消費が大きいため、役割分担も整理した。本人は、コード生成に加えてAI前提で開発プロセスを変えることを重視している。

品質をどう確認したか

対象	本人が述べた確認方法
バックエンド	単体テスト
ゲーム全体	Bot同士が最後まで自動対戦できる仕組みで、ゲーム進行中の機能の動きを確認
ログ	AIに解析・レポートさせ、人間が最終確認
フロントエンド	人間が目視。手作業の再現コストを下げるため、AIに特定状態の生成やテストシナリオを作らせる

AIへ正しさを聞くだけでは保証にならず、テスト結果・実際の状態・人間の確認を組み合わせるという考え。バグがなくてもUXが悪ければそのままリリースせず、最終的にその体験を届けてよいかは人間が判断する。

未確認のこと

技術スタック、モデルとバージョン、公開・運用状況、テストの判定条件、発見した具体的な不具合、開発時間やトークン削減の実測はunknown。個人の実践を、AI前提のチーム開発導入実績へ言い換えない。

AIによる補足

次回の確認候補は「自動対戦では正常終了したが、人間の確認で問題だと判断した具体例はありますか」。その事例が存在するとは仮定せず、一問だけ出して回答を待つ。

ChatGPTで求人につながる経験を深掘りする

ChatGPT開始文

https://github.com/MFQWKMR4/tech2026 のAGENTS.md、CHATGPT.md、src/content/docs/career/index.md、
src/content/docs/projects/ai-board-game.md、reviews/experience-ai-board-game.yaml、
.github/ISSUE_TEMPLATE/session-sync.mdと必要な過去sessionを読んでください。
今回はtopic: experience-ai-board-game、session_type: experienceです。
読めた資料とcommit SHAを示し、読めない場合は読んだとせずsession packを求めてください。
既存needs_revisitがあれば優先し、なければこのページの経験から担当や判断を一つ質問して回答を待ってください。
本人の経験とAIの補足を分け、会社名・顧客情報・非公開情報は記録しないでください。
開始時刻を確認できれば記録し、40分付近で区切りを提案。時刻不明なら経過を推測しないでください。
終了時は実際の回答・ヒントに基づくYAML＋Session narrativeの[Session Sync] Issueを
MFQWKMR4/tech2026へ作成してURLを返してください。作成できなければ未作成と明示し、コピーできるタイトル・本文を返してください。

【求人との接点を意識した深掘り】
以下は2026-09-14に私が提示した求人の観点です。求人の最新性や、私が要件を満たすことを確認済みとは扱わないでください。
必須：バックエンドWebアプリ開発、REST APIの設計・実装、チームでの技術検討と開発、クラウド／サーバー基盤の基礎知識。
歓迎：高頻度・高負荷アクセスへのスケーラブルな設計・開発・運用、RDBMS／KVSの利用・最適化・運用、LB／CDNによる高可用性、HTTP/HTTPSの仕様理解。
歓迎：AWS／Google Cloudの構築・開発、ECS(Fargate)／Cloud Run等のコンテナ運用、ALB・Lambda・SQS・DynamoDB等を組み合わせる設計。
歓迎：長期運用と機能拡張を見据えた保守性、テスト・CI/CD、DDD、認証・認可・セキュリティ、OIDC／OAuth 2.0、TLS・暗号・署名検証。
歓迎：ゲーム専用機／IoT機器向けAPI、WebRTC、分散システムの開発。
人物像：課題の本質を追い最後まで取り組む、長期運用を考え抜く、新技術を楽しみ挑戦する、クライアント／企画まで視野を広げる、複雑な課題を正しく言語化し周囲を尊重して協働する、利用者視点でチームと課題を解く。

既存needs_revisitを優先しつつ、このケースと回答に関係する観点を1〜2個選び、一問ずつ掘り下げてください。全項目をチェックリストのように消化しないでください。
「どの課題・利用者影響があったか → 自分の担当・行動 → 判断の理由と代案 → チーム内の検討・合意 → 検証・運用結果 → 今なら変えること」を、回答に応じて確認してください。
私が実施した設計・実装、運用・調査、現在理解している知識、未経験／未確認を分けてください。規模・期間・成果の数値は回答に根拠がある場合だけ使ってください。
技術名が登場しただけで経験ありとせず、求人項目を自動でgap・needs_revisit・学習evidenceにしないでください。歓迎要件をすべて経験している前提で質問しないでください。
当時の情報が足りなければunknownを残し、今知りたい仕組みは一次資料で補足して理解を更新してください。解説後の回答を当時の能力へ書き換えないでください。
実際の回答が集まったら、まず私自身に面接で話す短い説明を試してもらい、その後で根拠のある経験と求人との接点、追加確認が必要な点を整理してください。合否や数値スコアは付けないでください。
Session Syncのsummaryとnarrativeには、扱った求人観点と回答根拠、当時の経験／今の学びの区別を残してください。repository_requestsにはページへ戻す補足を記載してください。
このケースで優先する候補：バックエンドとクライアントの役割、テストとUXの確認、継続的な機能拡張、新技術を試す際の判断。個人開発をチーム開発実績にせず、オンラインゲームというだけで専用機向けAPIやWebRTCの経験にしないでください。

GitHubを読めない場合は npm run session:pack -- experience-ai-board-game の出力を渡す。

セッションとリソース

• 元資料：Issue #6。評価sessionは未登録。
• 次回：npm run session:pack -- experience-ai-board-game。experienceとして実際の問い・回答・日付・ヒントをSession Syncへ残す。