【開発事例】テーブル定義書がない！そんなとき、AIが“翻訳者”になった。

「テーブル定義書がない」から始まった

ある日、古い販売管理システムを kintone にリプレイス案件をすることになりました。

ところが開発元はすでに存在せず、残っていたのはデータベースのテーブルだけ。

KOKNM, DENNO, URIKIN, ZEIKN01 …。

見るからに何かの略語ではありますが、設計書もコメントもないため、何を意味するのか確信が持てない。

唯一の手がかりは「命名のクセ」だけでした。

たとえば:

こうやって一つずつ推測していけば意味は分かる。でもテーブルが十数個、項目が数百もあるとなると、画面と見比べながら一人で手作業で調べるのは現実的じゃない。

しかも略語は統一されているようで、微妙に揺れています。

人が目で見て判断するには、曖昧さが多すぎる。

そこで使ったのが ChatGPT です。

全テーブルの定義（列名・型・備考）をコピペして、こうお願いしました。

「命名規則を見つけてください。たとえばNoならNO、名前ならNM、コードならCDのように。」

すると数秒後、お返事がありました。

かなり“和製COBOL風”な省略規則が見えます。ざっと全体を通しての命名規則をまとめました。

結果は驚くほど整理されていました。

さらに ChatGPT は、「CRTDT/CRTTM/CRTWS」「UPDDT/UPDTM/UPDWS」が監査項目であること、「M～」で始まるフィールドが“マスタ系”を示していることまで読み取ってくれました。

命名パターンが分かると、型や用途まで自動的に推定できるようになります。

ここまで整理できれば、Excelのテーブル定義書を復元するのも簡単。ChatGPTに「この規則で定義書を再構成して」と伝えるだけで、実際にカラム名・型・意味の一覧を整形して出してくれます。

ChatGPTにとっては、未知の略語でも大量の類似例を学習しているため、「これは多分こういう意味だろう」と統計的に通訳してくれます。

もともと「機械のためのデータ構造」だったテーブルを、AIが“人が読める形”に翻訳してくれたのです。

そこから先は、kintone に載せ替えるために

…といった置き換えを行えば、古いDBが現代的なローコードアプリに生まれ変わる。