2025年12月12日(金)

🤖 開発体制は不可逆！AI・仕様駆動開発を今すぐ始めるための【実践ガイドブック】

6,580文字

約8分で読めます

今年は猫も杓子も AI 駆動開発（AI-Specified Driven Development、以下 ASD-D）の年でした。この構図はもはや非可逆的な流れであり、AI エージェントと「仕様」を核とする開発体制は、今後のソフトウェア開発において主流となることはあっても、元の開発体制に戻るということはないでしょう。

しかし、未だにこの革新的な開発手法を導入できていない会社やチームが多いのも現状です。

本記事では、このAI・仕様駆動開発をこれから始めるにあたって、確実に押さえておくべき基本知識と実践的なガイドラインを、私の個人的な経験と見解（個人流）に基づいて深く解説します。

注意: 本記事の内容は、特に Claude Code をエース級のエージェントとして活用することを前提に構成されています。他の LLM を利用する場合も、基本的な考え方（仕様定義とエージェント化）は共通です。

1. 🚀 AI・仕様駆動開発の基本概念を掴む

AI・仕様駆動開発は、従来の「開発者がコードを書き、PR を出す」というプロセスから、「開発者が仕様を書き、エージェント（AI）がコードを書き、開発者はレビューと仕様管理を行う」というプロセスへと開発のパラダイムを劇的に変化させます。

従来の開発環境とは構成が大きく変わるため、以下の 5 点をまず抑えておく必要があります。

AI・仕様駆動開発のイメージを掴む: 作業の流れと開発体験の変化を理解する。
CLAUDE.md が開発のキーパースン: エージェントを統括する定義ファイルをマスターする。
AI・仕様駆動開発に慣れる: 自身でコーディングするのではなく、仕様管理がメインとなる開発体験に適応する。
git worktree に慣れる: エージェントによる並列作業を支えるための Git の機能を習得する。
MCP Tools を使いこなす: AI の開発効率を最大限に引き出す外部ツール群を導入・管理する。

2. ⚙️ AI・仕様駆動開発のワークフローをイメージする

まずは、開発作業がどのように流れるのか、具体的な流れを把握しましょう。

AI・仕様駆動開発の一般的な作業フロー

仕様駆動開発のための CLAUDE.md を作成・定義
GitHub の Issue を作成し、仕様を詳細に記述
エージェント AI（Claude Code など）に Issue を読み込ませ、作業を実行させる
便利な MCP Tools を導入・活用（例：context7、playwright）
エージェントが git worktree を利用して並列に作業し、Pull Request を作成
開発者は上がってきた Pull Request をレビューし、必要に応じて仕様を調整
CLAUDE.md のエンハンスやプラグイン開発などを行い、開発環境自体をエンハンスする

Tips: AI・仕様駆動開発の開発体験 従来の開発では、「実装」がメインでした。AI・仕様駆動開発では、メインの作業は「仕様の管理」と「エージェントの統制・レビュー」に変わります。コーディングにかける時間が減り、上流工程と品質保証に注力できるようになるのが大きな変化です。

3. 🔑 CLAUDE.md (AGENTS.md) が開発のキーパースン！

ここでいう仕様駆動開発は、GitHub Issueをベースとした開発のことです。これを実現するための鍵となるのが、エージェントの振る舞い、プロセス、セキュリティを詳細に定義したファイル、それが CLAUDE.md（または AGENTS.md）です。

仕様駆動開発を行うための CLAUDE.md の作成

このファイルには、単に「コードを書け」と指示するだけでなく、エージェントがチームの一員として機能するための具体的なルールを記述します。

以下は、仕様駆動開発を実現するための、非常に実践的な CLAUDE.md の抜粋です。

## 必須事項 (Essential Instructions)
- 作業する際には`git worktree`を利用すること
- `git worktree`で作成したフォルダーには特別に移動して OK
- `git worktree`を利用する際は作成したフォルダーに移動して作業すること

- 成功したら commit すること、commit は conventional commit を利用
- Pull Request には issue のリンクを貼ること
- **作業完了後、作業内容の通信簿をつくって出力すること(0 -100 点換算)。Pull Request にもその内容を添加すること**
- 作業完了後 Pull Request を作成すること、PR 先は デフォルトブランチとすること
- 作業完了後 PR をブラウザで開くこと
- 作業完了したら、say -v Kyoko を利用して「`レポジトリ名-イシュー番号`の任務が完了しました」と通知すること

## GitHub (Workflow Integration)
- Issue、Pull Requestは日本語で書くこと
- issue、PUll Requestを取得する際には`gh`コマンドを使うこと
- 作業をする際は`レポジトリ名-イシュー番号`でブランチを作成すること、すでにある場合はそのブランチの最新情報を pull して作業すること
- 外部 URL や画像などがある場合は WebFetch で読み込むこと
- それらのタスクは並列でできるので新規のサブエージェントで Task 処理をすること
- **issue に github の画像などのアセットがある場合は以下の処理を実行しメモリに入れること**
- ```bash
  curl -L -H "Authorization: token $(gh auth token)" -H "Accept: application/vnd.github.v3.raw" "[https://github.com/user-attachments/assets/](https://github.com/user-attachments/assets/)<asset_name>"

考察: CLAUDE.md の役割 CLAUDE.md は、単なるプロンプトではありません。これは、エージェントという新しい開発者に対する「チームの行動規範（CoC）」と「開発手順書（SOP）」を兼ねたものです。特に、作業完了後の「通信簿（自己評価）」の作成や、「git worktree の利用」といった具体的なプロセスを指示することで、エージェントを人間と同等、あるいはそれ以上に律した開発者に仕立て上げることができます。

4. 🧠 AI・仕様駆動開発に慣れる：開発体験の転換

Claude.md を作成し、エージェントの準備ができた後は、実際に仕様駆動開発を行います。

具体的にはclaudeを読んだ後に以下のように指示を出します。

ghコマンドを利用して https://github.com/ ~のタスクを行ってください。

すると、エージェントは GitHub Issue を読み込み、git worktree を利用して独立した作業ディレクトリを作成し、仕様に基づいてコードを書き始めます。

開発フローの肝

GitHub Issue に実装の仕様を詳細に書く：仕様書がそのままタスクになります。
Claude Code に GitHub Issue を読み込ませ作業を行わせる：エージェントが実装を開始します。
上記を git worktree を利用し並列で行う：複数のタスクを同時にエージェントに任せます。
Pull Request ができたらレビューをし調整 + マージ：開発者のメイン作業。

この開発手法は、従来の自己コーディングとは全く違う体験となります。自身の思考をコードに落とし込む作業から、実装の仕様を完璧に書き、上がってきた PR の流れを把握し、品質を保証する作業が開発のメインとなります。

Tips: 仕様の書き方 エージェントは曖昧な指示を嫌います。人間相手以上に、アサーション（期待される結果）、入力（インプット）、出力（アウトプット）、そしてエッジケースを明確にした仕様を書くことが、ASD-D成功の鍵です。

5. 🌳 git worktree に慣れる：並列開発の必須インフラ

今まで触れてきた仕様駆動開発を行うと、エージェントが勝手に git worktree を利用して作業を行うため、必然的に開発者は git worktree に慣れる必要があります。

git worktree は、一つの Git リポジトリに対して、複数のワーキングディレクトリを並列で作成できる機能です。これにより、エージェントは独立したブランチで作業し、開発者はメインディレクトリを汚すことなく、複数のタスクを同時に進めることができます。

git worktree の管理コマンド

慣れると言っても、複雑な操作をするわけではありません。基本的には、大量に増えていく git worktree の削除と整理処理がメインとなります。

コマンド	役割
`git worktree list`	現在存在する `git worktree` の一覧を表示
`git worktree remove ブランチ名`	指定したブランチに関連付けられた `git worktree` を削除
`git worktree prune`	すでに存在しない、または壊れている `git worktree` の参照情報をリポジトリから排除

あるいは、手っ取り早く作業ディレクトリを削除してから、Git の参照情報だけをクリーンにする手法も有効です。

# 例: 特定のプロジェクト名を含む worktree フォルダを強制削除
rm -rf ../project-name-* # 削除された worktree の Git 参照をクリーンアップ
git worktree prune

Tips: git worktreeの利用 チームで開発を行う場合、エージェントに自動で worktree を削除させるのではなく、通信簿報告時などに削除を促す指示を出すか、開発者自身が定期的に prune を実行する運用ルールを設けることを推奨します。

6. 🛠️ MCP Tools を使いこなす：AI の知性を高める外部ツール群

MCP Tools（Meta-Cognitive Prompt Tools、ここでは LLM の開発効率を上げるために統合された外部ツール群を指す）は、AI 駆動開発を行う際に有用なツールですが、利用すべきツールはプロジェクト内容によって千差万別です。

ただ、特定の機能を持つツールは、どのプロジェクトでも導入を強く推奨します。

ツール名	役割と重要性	リンク
context7	最新のライブラリ情報やWeb上の情報取得を可能にする。AI の「知識の鮮度」を保つために必須。	context7.com
playwright	ブラウザを操作し、E2E テストやフロントエンドの作業を行うためのツール。フルスタック開発を行う際に重宝。	playwright-mcp

考察: MCP Tools の選定とセキュリティ MCP 関連ツールは LLM が自動的に利用する性質があるため、人間が予想もしない使い方をされるケースがあります。チームで開発をする際には、本質的に必要なツール（context7などの情報収集系）と、あると便利なツール（playwrightなどの操作系）を明確に分け、セキュリティや予期せぬ挙動のリスクを考慮した上で導入することが重要です。

7. 📈 基本的な AI・仕様駆動開発を超えて：レベルアップ戦略

基本的な ASD-D のフローを習得したら、さらに開発効率と AI の活用レベルを上げるために、以下のステップに進むことをおすすめします。

Claude Code を使いこなせ！エコシステムに深く潜る

最近になって様々な AI 駆動開発を行うための LLM が出てきましたが、やはり今でも Claude Code がエース級の存在でしょう。その性能の高さから、まずは Claude Code を基準として作業することをおすすめします。

Claude Code のエコシステムに詳しくなるためには？

/plugin システムを試す: 最近リリースされた Claude Code の /plugin システムは、エージェントの心臓部である command, agents, skills, hooks を統括したシステムです。自身で /plugin を作ることで、Claude Code のエコシステムを体系的に理解し、エージェントの能力を自律的に拡張する感覚を掴めるようになるでしょう。
情報収集と実験: 体系的にドキュメントを読むだけでなく、Hacker News や Reddit などの情報、そして GitHub にある Claude Code 関連のツールを claude コードタグを利用して調査、実験するのも非常に有効です。

複数のツール、LLM を使いこなせ！

Claude Code は優秀ですが、LLM 時代には競合他社や複数の LLMについて触れ、それぞれの特徴を掴むことは必須のスキルセットとなります。

性能の比較: Codex、Gemini、DeepSeek、Qwen なども適宜試しましょう。特に、特定言語への強さやトークン長、レスポンス速度は LLM によって大きく異なり、用途に応じて使い分けることで、全体としての開発効率が向上します。

MCP Tools の知識を定期的にアップデート！

MCP Tools は AI 駆動開発を行う際に非常に有用ですが、新しいツールが次々と登場し、また情報が古くなったり、セキュリティの問題が発覚したりすることもあります。

情報の鮮度: 定期的に MCP Tools 関連のコミュニティやドキュメントをチェックし、チームで利用するツールの知識のアップデートとセキュリティレビューを行うサイクルを組み込むと良いでしょう。

💡 まとめ：不可逆な開発体制への移行

今までの内容をまとめると、AI・仕様駆動開発を成功させるための主要な柱は以下の通りです。

AI・仕様駆動開発のイメージを掴め！：開発者の役割は「コーディング」から「仕様管理・レビュー」へ移行する。
CLAUDE.md は最重要！：エージェントの行動規範、手順、セキュリティを定義する。
仕様開発駆動に慣れろ！：GitHub Issue に具体的な仕様とアサーションを書き込む能力が問われる。
git worktree に慣れろ！：エージェントの並列作業を支えるインフラとして、その管理（削除・整理）を習得する。
MCP Tools も重要！：context7 など、AI の知識と能力を拡張するツールは必須。

特に、Git Issue ベースでの仕様駆動開発に慣れると、個人・チームにかかわらず開発効率が段違いにあがること間違いなしです。まだ実践していない方は、まず CLAUDE.md の作成から、早めに実践することをおすすめします。

AI エージェントを最大限に活用し、新たな開発の景色をぜひ体験してください。