20260822 Kiroとは

2026/8/22 第49回 JAWS-UG札幌勉強会 in 旭川の登壇資料です。
https://jawsug-sapporo.connpass.com/event/401165/

Transcript

1. Kiro とは 2026/8/22 JAWS-UG 札幌 in 旭川
2. 自己紹介 • 小倉 大 (おぐらまさる) Facebook : https://www.facebook.com/masaru.ogura.71 Twitter : @MasaruOgura • 株式会社サーバーワークス • AWSトレーニングの講師 • 札幌在住 • ススキノが生んだエンジニア
3. 本日の流れ 1 生成 AI とは その場で新しく作るという仕組み 3 Kiro とは VS Code ベースの AI コーディング IDE 5 動作モード Autopilot と Supervised 7 Steering チームルールを永続的に指示する 9 まとめ 要点の振り返り 2 LLM と モデル 中身と、押さえておきたい 3 つの性質 4 対話の進め方 フリーフロー と 構造化ワークフロー 6 コンテキスト指定 #File などで文脈を明示する 8 Hooks と MCP 自動化と外部連携の仕組み
4. 生成 AI とは 指示に応じて、その場で 新しい文章やコードを作り出す AI 検索のように答えを「探す」のではなく、学習したパターンから毎回その場で「組み立てる」 できること — 業務でよく使う 4 つの形 書く まとめる 整理する 仕上げる 文章・メール・コード の下書きを作る 長い資料やコードの差 分を要約して把握する 情報を分類し、抜けて いる観点を洗い出す 対話で質問と修正を重 ね、精度を上げていく 共通するのはたたき台を速く作ること。採用するかどうかを決めるのは、あくまで人。
5. LLM と モデル — 生成 AI の中身 LLM モデル 大規模言語モデル — 生成 AI を動かしている本体 大量のテキストから言葉のつながりを学習し、「次に来そうな言葉」を確率的に選 び続けることで文章やコードを組み立てる。 学習結果の実体 — 用途に応じて選ぶもの Claude や GPT など種類があり、速さ・賢さ・コストが異なる。 Kiro でも使うモ デルを切り替えられる。 押さえておきたい 3 つの性質 1 読める量に上限がある コンテキストウィンドウと呼ぶ 。長すぎる資料は、必要な部分 に絞って渡す。 2 知識には時点がある 最新情報や社内固有のルールは 知らない。こちらから渡す必要 がある。 3 もっともらしく間違える 自信ありげに誤った内容を返 すことがある。出力は必ず人 が確認する。 この 3 つがあるから、このあと出てくるコンテキスト指定と Steering が効いてくる
6. Kiro とは 1 チャットで対話しながらコードを書く VS Code ベースの AI コーディング IDE 拡張機能や設定はそのまま持ち込める。見慣れ たエディタの上に、対話でコードを書くという 新しい進め方が乗っている。 質問や依頼を自然な言葉で伝えられる 2 ファイル編集をエージェントが代行 読む・書く・確認するまでを一貫して任せられる 3 ターミナル操作も含めて実行 ビルドやテストの実行まで対話の中で進められる 4 VS Code の資産を引き継げる 拡張機能・キーバインド・設定がそのまま使える
7. 対話の進め方 — 2 つのスタイル フリーフローな対話 構造化ワークフロー (Spec) 探索的な質問や小さな修正に 複雑な機能開発・重要な修正に • 自由な言葉で質問・依頼できる • 要件 → 設計 → タスクの 3 段階で進める • その場で方針を変えながら進められる • 各段階でレビュー・承認しながら進められる • 変更が小さく、後戻りしやすい場面に向く • 影響範囲が大きく、やり直しが困難な場面に向く • 例： typo の修正、簡単な質問、調査 • 例：新機能の追加 やり直し(リグレッション)が困難なバグ修正 判断基準：影響範囲が小さく後戻りしやすい → フリーフロー 影響範囲が大きい → Spec
8. 動作モード — Autopilot と Supervised デフォルト 安心して始める Autopilot Supervised 自律的に実行し、後から確認する ターンごとに変更内容を確認する エージェントがファイル編集まで自律 的に実行 変更は後から確認・必要ならロールバ ック 作業が止まらないので、スピードが出 る ファイル変更を伴うターンごとに一旦 停止 変更を hunk 単位で確認し、承認・拒 否できる 1 つずつ確認できるので、挙動を掴み やすい 向いている場面：慣れた作業、影響範囲が把握で きている変更 向いている場面：使い始め、影響範囲が読めない 変更
9. コンテキスト指定 — # で文脈を渡す #File #Folder #Terminal #Git Diff 特定のファイルを 文脈として渡す フォルダ全体を文 脈として渡す ターミナルの実行 結果を渡す 現在の差分を文脈 として渡す あいまいな指示より、対象を明示する方が、期待通りの結果に近づく
10. Steering — ルールを永続的に指示する .kiro/steering に Markdown を置くだけで、 AI への指示を永続化できる always fileMatch manual 常に適用 条件付きで適用 手動で読み込み 会話のたびに自動で読み 込まれる。全社共通ルー ルなど、いつでも守って ほしい内容に使う。 特定のパターンに合うフ ァイルを開いたときだけ 読み込まれる。技術領域 ごとのルールに使う。 チャットで # を使って指 定したときだけ読み込ま れる。特定の作業でだけ 使うルールに使う。
11. Steering — ルールを永続的に指示する
12. Hooks と MCP — 自動化と外部連携 Hooks — 自動化 MCP — 外部連携 特定のイベントが起きたら、コマンドを自動実行する 外部のツールやサービスと繋ぐ標準プロトコル ファイル保存 AWS Lint 実行 Kiro タスク完了 テスト実行 .kiro/hooks に設定ファイルを置くだけで動く GitHub データベース .kiro/settings/mcp.json に設定するだけで、チャット からツールを呼び出せる
13. Hooks と MCP — 自動化と外部連携 認証情報は変数で渡すようにしましょう。 配置場所によっては、GitHubなどに mcpの設定ファイルをアップしてしまう 可能性があります。
14. まとめ VS Code ベースの AI コーディング IDE フリーフローと Spec を使い分ける Autopilot と Supervised を選べる # でコンテキストを明示できる Steering でルールを永続化できる Hooks と MCP で自動化・連携できる これで、 Kiro を使いこなすための土台は整いました