目的地
「生成AIアプリケーション評価入門」に至る道筋
この本にたどり着くために、先に読んでおきたい本を依存関係から逆算しました。基礎から順に並んでいます。
ここまでの道筋（10冊）
なぜ先に読むのか: デリバリ性能を計測で改善できるようになったら、それを大規模・長期で支える組織文化と工学的実践へ視野を広げる。Google は「時間とスケールを統合したプログラミング」として持続可能性を論じる。
なぜ先に読むのか: 依存の向きを制御するアーキテクチャを学ぶと、そのテスタビリティの恩恵を最大化するテスト設計の原則が欲しくなる。単体テストの考え方/使い方は「良いテストとは何か」を定義し、アーキテクチャが生む疎結合をテストの価値に変換する。
なぜ先に読むのか: 命名や整形といった可読性の具体技法を押さえたら、日々の判断を貫く職業哲学（DRY・直交性・変化への構え）へ視野を広げる。達人プログラマーは個々のテクニックを「なぜそうするか」の態度へ束ねる。
なぜ先に読むのか: 達人の心構え（道具を磨き、自分の判断に責任を持つ）を得たら、生成 AI を新しい道具として取り込む。AI の出力を鵜呑みにせず検証できる基礎力こそ、AI 時代の達人性になる。
なぜ先に読むのか: 大規模組織の工学的実践を理解したら、生成 AI が開発の流れをどう変えるかを同じ規律で捉える。AI は道具であり、レビュー・テスト・設計判断という土台があってこそ生きる。
なぜ先に読むのか: 生成AIを開発の道具として使いこなす段階を経たら、次は生成AIそのものを組み込んだアプリケーションの品質をどう測るかという問いに向き合う。本書はLLM-as-a-Judgeやセキュリティ評価、AIエージェントの評価まで、開発ライフサイクルに沿った評価手法を扱う。
なぜ先に読むのか: TDD の小さなサイクルで「動くテスト」を書く感覚を得たら、何を・どの粒度でテストするかの設計原則へ進む。良いテストは壊れにくく、リファクタリングを妨げず、回帰を確実に捉える。
なぜ先に読むのか: テスト駆動で設計を育てる実践を経たら、テストケースそのものの十分性を体系的な技法で高める。設計の良さとケースの網羅性という両輪を回し、テストの抜けを減らす。
なぜ先に読むのか: 良いテストの性質（回帰の検出・壊れにくさ・素早いフィードバック）を理解したら、境界値分析・同値分割・構造化テストといった体系的な技法で「何をテストすべきか」を引き上げる。直感頼みのケース選びを工学にする。
なぜ先に読むのか: 境界値分析や同値分割といったテスト設計の技法を身につけたら、出力が確率的で挙動が複雑な生成AIアプリという対象にその考え方を適用する段階に進む。本書は評価観点モデルの構築から混同行列やRAG向けメトリクスまで、生成AI特有の評価手法を扱う。