Terraform定義も AIで自動作成してみた！インフラ構築でどれだけ生成AIが使えるの？

Transcript

1. ディップ株式会社 プラットフォーム部 SRE・AI2課 藤井 貴昭 Terraform定義も AIで自動作成してみた！ 2025/9/11 発表
2. 自己紹介 藤井 貴昭 ディップ株式会社 ソリューション開発本部 プラットフォーム部 SRE‧AI 2課 面接コボット、スポットバイトル など 自社プロダクト の インフラチーム リーダー 設計、構築、運用を担当 AWSとGCPの両方を使っています
3. 今日お話すること 1. インフラ構築と生成AI 2. Terraform（Terragrunt）の紹介 3. なぜCursorを選んだのか？ 4. Terraformで使ってみた 5. 他の用途にも使ってみました 6. まとめ 今回は実際にやってみた経験談を共有します ツールの比較・検証はやっていないので、主観的な結果なのはご了承ください
4. インフラ構築と生成AI アプリ開発で、AIを利用したプログラミングは、一般的になりつつある 一方インフラでAIを使った自動コード生成は、利用率はまだ高くはない インフラでの”コーディング”の特徴  同じような構成になることも多く、似たIaCのコードになりやすい  IaCで、本番・開発など環境別のパラメーター設計にはコツが必要  調べる関連のドキュメントの数が多い  運用系のShell、CI/CDのコードも作成する インフラでも、生成AIを利用すれば“生産性”を挙げられるはず！
5. Terraform（Terragrunt）の紹介 Terraform HashiCorp製のIaCツール  HCLでインフラを宣言的に定義 PGではなく、“設定“  対応範囲が広く、汎用性が高い 主要なクラウドだけでなく、 監視ツールもIaC化できる Terragrunt Terraformのラッパー  少ない記述で、環境・レイヤー別の 設定を効率的に管理できる  DRY原則を実現  依存関係管理を簡素化 Terraformは、IaCのツールとして一般的だが Terragruntは、まだ一部の人が使っている状況
6. 1.なぜCursorを選んだのか？ 選定理由  使用する生成AIのモデルを選択できる  Terraform（Terragrunt）での精度が悪い場合には、違うモデルに変えたい  モデルの進歩は早いので、トレンドが変わる可能性も考慮したい  基本ルールの設定と関連ドキュメントの参照をさせたい  情報量の少ないTerragruntでも、精度が高くなるはず  ぞれぐらいの精度が出るのかを確かめながら進めたい  対話形式で、指示・結果確認のサイクルを細かく回したい
7. 2.Terraformで使ってみた ①設定 CursorでTerraformを使うために設定したこと  Ruleファイル（mdc）を設定 GitHubで公開されているTerraformルールを採用 https://github.com/sanjeed5/awesome-cursor-rules-mdc/blob/main/rules-mdc/terraform.mdc 1. 英語から日本語化する 2. カスタマイズ Terragrunt向けに変更 我々独自ルールを追加 3. Cursorプロジェクトに追加 メンバーで同じルールを適用設
8. 2.Terraformで使ってみた ①設定  MCP Tools  HashiCorp Terraform MCP Server（hashicorp/terraform-mcp-server）  AWS Terraform MCP Server（awslabs.terraform-mcp-server）  Docs Webで公開されている公式ドキュメントを参照させる  Terragrunt 公式ドキュメント  OpenAPI（旧Swagger）公式ドキュメント  その他（Tavern）  使用するモデルは「claude-4-sonet」を固定で指定（Autoから変更） ChatGPT-5も一時的に試してみたりしてみた
9. 3.Terraformで使ってみた ②結果 AWSの新規プロダクト構築で利用してみた ゼロから新規でTerraform定義を作成させることは試さなかった アーキテクチャーやパラメーター化を正確に指示する方法のに時間がかかるというのが理由 精度が高く、効率が上がったポイント  部品の追加 途中まで作成した定義にリソースを追加してもらう 作成済の定義を参考にして追加してくれるので、安心して任せられる精度だった  リファクタリング 方法１）Agentから変更を指示 方法２）サジェスト機能を活用し、変更後の定義を提案してくれる パラメーターの変更が変更で大活躍 直前の変更内容を理解し、一回にブロック単位で提案してくれる
10. 3.Terraformで使ってみた ②結果 精度が出なかったポイント  Terragrunt固有の定義を正しく認識できていない部分があった 情報量の少なさが影響していると思われる  構成によって出来ないパターンを指示した場合 「設定不可」と回答してくれず、とりあえず定義を作成してしまう PlanやApply時のエラーで気がつく  StepFunctions ワークフロー定義の変更は、いまいち Applyはできるがレベルだが、 既存のロジックが消えたり、無駄なロジックが追加されてしまった terraform { source = “../../../..//modules/5-xxxx" } Terragrunt固有の記述 ミスと認識し 修正しようとする
11. 4.他の用途にも使ってみました  APIのサンプルデータから、 API Gateway フォーマットチェック用モデルの JsonSchema 定義を作成 API Gatewayが対応するJsonSchemaは、古いバージョンの仕様でドキュメントが少なく 困っていたが、 指示したら解決してくれた  JsonSchema 定義から OpenAPI 定義の作成 単純なフォーマットの書換で、時間を短縮できた  Shellスクリプトの各種Toolを作成 Shell（bash）は要求通り動作可能なほぼ完璧なものができた。”枯れている”ものは強い 指示しなくても、ログの出力までやってくれた
12. 5.まとめ  Terraform定義作成でも、AIで生産性を向上できる Terragruntでも使えるレベル。Claud-4-sonnet で十分な精度だった  間違いもあるので、人がちゃんと確認する テストはしっかりやりましょう  答えがわからない場合は、先に依頼してみるのもあり 未経験のツールでは先に作らせて、結果をみて後から理解するのもあり 今後も、いろいろ試しながら、積極的に使っていきます！
13. ご清聴ありがとうございました Geminiに作成した 「生成AIを駆使してTerraform定義を作成す るエンジニア」のイラストです