Mode-ai ユースケース図

誰が・どのように Mode-ai を使うのか。活用シナリオと連携フローを図解します。

1ペルソナ別 活用シナリオ

あなたの役割に合わせた Mode-ai の使い方をご覧ください。

データエンジニア
物理DBのスキーマをER図で整理・整備・DDL反映
物理DBからスキーマ取込
PostgreSQL / Snowflake / BigQuery
ER図で要件整理
論理名・メタデータ付与
チームレビュー・修正
キャンバス操作
DDL生成 & 適用
CREATE TABLE / COMMENT
ポイント: 現行の物理DBスキーマをインポートして起点とします。AIR-DMLエディタは読み取り専用のため、 ER図上でのキャンバス操作かAI Diagramで設計を進め、最後にCREATE TABLE DDLをダウンロードして物理DBへ反映できます。
データアーキテクト
要件定義・ToBe設計・Gap分析を加速
ビジネス要件を入力
日本語でプロンプト
AI Diagram 生成
ER図を自動構築
設計レビュー・修正
キャンバス編集
AsIsのER図を取込
物理DBからインポート
改善提案・ToBe確定
論理名・コメント付与
ポイント: 日本語で「〇〇の管理システム」と入力するだけで AI が専門家レベルのER図を生成。 物理DBからAsIsをインポートし、ToBeと並べて要件のギャップを整理・議論できます。
AI活用者
AI駆動での開発が実現できる
Mode-ai でER図を作成
既存DBから取込も可
MCPトークン発行
設定 → トークン発行
Claude Code 等に接続
MCP設定コマンド1行
AIがスキーマを把握
テーブル構造を参照
AI駆動で開発を実行
コード・SQL・仕様書
ポイント: MCPトークンを発行してAIツールに1行設定するだけ。 Claude Code / Cortex Code がMode-aiのスキーマ情報をコンテキストとして使えるようになり、 「このDBにSQLクエリを書いて」「API仕様を生成して」といった指示の精度が大幅に向上します。

2Mode-ai 機能フロー

アイデアから実装まで、Mode-ai がカバーする全ステップ。

要件・アイデア
「〇〇の管理システムを作りたい」
AI Diagram 生成
日本語プロンプト → ER図を自動構築
AI
ER図 編集・精緻化
キャンバス操作 / AIR-DML エディタ
物理DB 同期
既存スキーマ取込 / 差分確認 / メタデータ付与
PostgreSQL · Snowflake · BigQuery 対応
DDL生成 & 適用
CREATE TABLE / COMMENT DDL をダウンロード
並行して
MCP 連携
AIエージェント（Claude Code / Cortex Code）がスキーマを参照
→ コード生成・SQL生成・仕様書作成の精度が向上

3ツール連携フロー

Mode-ai を中心に、AIエージェントと物理DBをつなぐ連携の全体像。

AIエージェント層
Claude Code
Cortex Code
MCP プロトコル
↕ 双方向
Mode-ai
ER図 / AIR-DML / AI Diagram / DDL生成
スキーマ取込 / DDL適用
↕ 双方向
物理データベース層
PostgreSQL
Snowflake
BigQuery

4コンサルティング支援 × Mode-ai 活用フロー

データマネジメント支援のステップと、Mode-ai が活躍するポイントをご覧ください。

LV 0
現状把握
データが散在。全体像が見えない状態
データ棚卸・ヒアリング
LV 1
データ資産棚卸
どんなデータがあるかを把握・一元管理
データカタログ整備
Mode-ai 活躍
LV 2
AI-Ready化設計
データモデルを整備しAIが活用できる構造へ
ER図設計 / DDL生成 / メタデータ付与
LV 3
AI活用基盤
AIエージェントがデータを自律的に活用できる状態
MCP連携でAIにスキーマを共有
コンサルティング支援フェーズ
Mode-ai が特に活躍するフェーズ
※ カードにマウスを合わせると詳細が表示されます

データマネジメント支援の詳細はこちら

コンサルティングサービスを見る

まず触ってみましょう

サンドボックス環境は無料。ログインしてすぐに試せます。

サンドボックスを開く操作マニュアルを見る