AIDD|AI駆動開発を始めるには

要件の整理から実装・検証まで、AIを開発に組み込む考え方。小さな変更を例に、人が決めることと効果の測り方を整理する。

  • AI駆動開発
  • 仕様駆動開発
  • 検証

AIDDとは

このノートではAIDD(AI-Driven Development)を、AIを要件整理、設計、実装、テスト、レビューなど開発の複数工程に組み込む取り組みの総称として使う。たとえば、AIに要件の抜けを指摘させ、実装案とテスト案を作らせ、実行結果を見て修正するところまでを一つの流れにできる。

GitHubのSpec Kitはその実践例の一つ。仕様、実装計画、タスクを順に具体化し、エージェントと人が同じ成果物を参照できるようにする。AWSのAI-DLCもAI駆動開発を具体化した方法論で、開発のフェーズと承認の流れを持つ。

参照 1 2 3

例|問い合わせ一覧にステータス絞り込みを追加する

最初に、人が目的と受け入れ条件を決める。たとえば、担当者が未対応の問い合わせを見つけられること、絞り込みを解除すると全件に戻ること、既存の閲覧権限が保たれることを明文化する。

AIには既存の表示・認可処理を調べさせ、変更対象とテスト案を出してもらう。不明点に回答してから小さな差分として実装し、通常の画面操作と権限の異なる利用者で確認する。レビューでは、仕様にない項目や挙動が差分に入り込んでいないかも見る。

効果をどう測るか

試行では、同程度の変更で、着手からマージまでの時間、レビューにかかった人の時間、マージ後に発覚した不具合や手戻りを記録する。AIの生成時間が短くても、修正やレビューが増えると全体では速くならない。作業の難易度や担当者の違いも比較時に残す。

最初の試行には、合否を判断できる小さな変更を選ぶ。外部への送信、公開、本番データの変更などは、開発手順と権限設計で承認者を決めておく。

出典

  1. IPA|AI駆動開発時代のエンジニア像とスキル
  2. GitHub|Spec-driven development with AI
  3. AWS|AI-Driven Development Life Cycle