🧠 チュートリアル：ソフトウェア設計におけるVisual ParadigmのAI駆動型テキスト解析の活用方法

散らかった問題文から、明確で実行可能なクラス図へ——数分で完了。

🎯 AI駆動型テキスト解析とは何か？

Visual ParadigmのAI駆動型テキスト解析は、製品マネージャー、ソフトウェアアーキテクト、開発者らが非構造化された自然言語（例：ユーザーストーリー、要件、システム記述など）を構造化されたドメインモデル——特にUMLクラス図に変換する。

エンティティ、属性、関係を手動で特定する代わりに、AIがテキストを解析し、関連する設計要素を抽出し、修正可能な視覚的モデルを提示します。

🔍 コアとなるアイデア：物語 → 名詞 → クラス → 関係 → 図 —自動的に.

✅ 主な利点

🛠️ ステップバイステップチュートリアル（実際の例付き）

以下の3つの段階的に複雑な例を順を追って見ていきましょう3つの段階的に複雑な例、シンプルなものから企業向けの高機能なものまで。

📘 例1：図書管理システム（スターター）

📝 ステップ1：問題の説明を提供

• 以下の手順へ進んでくださいツール > アプリ > テキスト解析 > 今すぐ開始
• 入力：図書管理システム
• クリック[問題の説明を生成]

👉 AIが生成：

「図書管理システムは、図書館員が本、会員、貸出を管理できるようにします。会員は本を検索し、一度に最大5点まで借りて返却できます。返却期限を過ぎた本には罰金が発生します。各本にはタイトル、著者、ISBN、利用可能状態があります。図書館員は本の追加・削除が可能で、貸出履歴を確認できます。」

✅ 必要に応じて編集してください — 例：「デジタル電子書籍と予約キューのサポートを提供。」

👥 ステップ2：候補クラスの特定

クリック[候補クラスの特定]

🔁 参照: 「限定されていない名詞」（例： ステータス, 履歴 → あまりに曖昧または属性的なもの）。

✅ すべて承認する、または削除 図書館員 役割が権限を通じて管理される場合（例：使用して ユーザー + 役割フラグ）。

📋 ステップ3：クラスの詳細を特定する

クリック [クラスの詳細を特定する]

出力例：書籍:

• 属性:
  isbn: 文字列
タイトル: 文字列
著者: 文字列
貸出可能: ブール値
形式: 列挙型 {実物, デジタル}
• 操作:
  貸出可能状態を確認する(): ブール値
貸出済みとしてマークする()
返却済みとしてマークする()

について貸出:

• 属性:
  貸出日: 日付
返却期限: 日付
返却日: 日付?
• 操作:
  延滞日数を計算する(): 整数
罰金を適用する()

💡 プロのヒント: 名前を変更する 利用可能 → 状態: BookStatus (列挙型: 利用可能, 貸出中, 予約済み) 拡張性のため

🔗 ステップ4: クラス関係の特定

クリック [クラス関係の特定]

⚠️ 注意してください：AIが見逃す可能性があります集約対コンポジション。手動で編集してください貸出すべきです参照（所有しない）書籍.

🖼️ ステップ5：図の生成

クリック[図の生成]→ 完全なUMLクラス図が表示されます！

✅ その後クリック[Visual Paradigm Onlineで開く]に：

• レイアウトの再配置
• スタereotypeの追加（«エンティティ», «境界»)
• ユースケースやシーケンス図へのリンク
• PNG、PDFとしてエクスポートする、またはJava/Pythonのスタブを生成する

🛒 例2：ECサイトのショッピングカート (中級)

入力プロンプト:

「ユーザーが商品を閲覧し、カートに商品を追加し、プロモコードを適用し、クレジットカードまたはPayPalでチェックアウトし、注文を追跡できるオンラインストア。管理者は在庫を管理し、売上レポートを確認する。」

AIが特定したクラス：

• ユーザー, 商品, ショッピングカート, カートアイテム, 注文, 支払い, プロモコード, 在庫, 管理者

注目すべき関係：

• ショッピングカート ◇—— カートアイテム （集約；カートは アイテムを保有していますが、アイテムはカートと共に破棄されません）
• 注文 ◆—— 支払い （組成；支払いは注文ライフサイクルの一部です）
• プロモコード —— 注文 （0…1 → 1；チェックアウト時にオプション）

得られた知見：

AIは次を提案します：カートアイテム を から分離して商品 — よい！なぜなら：

• カートアイテム は数量, 追加日時、およびスナップショット 価格のスナップショット（価格変更に対応するため）
• 商品 は現在価格, 在庫数.

➡️ 一般的なモデル化の誤りを防ぐ：混同することをカタログアイテムとカートの商品行.

🏥 例3：病院の予約システム（上級者向け）

入力プロンプト（現実性を高めるために編集）:

「患者は医師と予約をスケジュールする。各予約には日時、種類（例：相談、フォローアップ）、状態（予約済み、完了、キャンセル）がある。医師には専門分野と勤務スケジュールがある。システムは予約の24時間前にお知らせを送信する。看護師は患者の受付を行うことができる。検査結果は診察後に添付される。」

AIのポイント：

スマートな関係性：

• 予約 ◆—— 検査結果 (1 → 0…*)
  → 強制する：結果は完了した予約に対してのみ存在します。

隠れた貴重品：

AIがマークする："type"および"status"予約内の → エンムを提案する：

enum 予約タイプ { 相談, 後続訪問, 疫苗接種 }
enum 予約状態 { 予定済み, サービス受付済み, 完了, キャンセル済み }

✅ デベロッパーはドメインの列挙型と検証ロジックを定義する時間を節約できる。

🚀 バリューを最大化するためのプロのコツ

⚠️ 制限事項と対処法

📊 使用するタイミング（最適な状況）

🌐 次のステップ：図の先へ

AIで生成したクラス図はあくまで始まりにすぎません。Visual Paradigmでは、次のようなこともできます：

1. データベーススキーマを生成 → ERD → SQL DDL
2. シーケンス図を導出 操作から（例： Order.checkout())
3. 要件にリンク （例：タイ applyPromoCode() BRDセクション4.2へ）
4. VPモデルシミュレーションでシミュレート
5. Webポータルとして公開ステークホルダーのレビュー用に

📬 最後の考え

「AIはデザイナーを置き換えるのではなく、 面倒な作業.”
テキスト分析を使って 時間の20％でモデルの80％を正しく得るその後、専門知識を 重要な20％：エッジケース、スケーラビリティ、およびドメイン固有のニュアンス。

📎 試してみますか？
→ ランチ： Visual Paradigm Online
→ アプリ： ツール > アプリ > テキスト分析

ご希望があれば教えてください：

• ダウンロード可能なチートシート（PDF）
• フィンテック、SaaS、IoT、またはヘルスケア分野用のテンプレートプロンプト
• 手動によるCRC／ドメインモデリングとの比較

楽しいモデリングを！ 🧩