改善要望開発ワークフローを Claude Codeで構築する 〜Agentic Workflow実践事例〜

Transcript

1. 改善要望開発ワークフローを Claude Codeで構築する 〜Agentic Workflow実践事例〜 Agentic Workflow実践事例 1
2. モチベーション 属人化を解消し、人に依存した開発体制から脱却したい 業務の流れ・手順を全てプロンプトで表し、品質改善を「人ではなくプロンプト」 で行えるように したい 重要だが緊急度が低く後回しにされがちな業務をAI効率化し、対応が回るように したい 人に依存せず、プロンプトで品質を改善できる開発体制へ Agentic Workflow実践事例 2
3. エンジニアの業務を置き換えるをリアルに考える プロダクトエンジニアの主要業務（一部はSPで定量化済み） 業務 ストーリーポイント目安 大規模機能開発 100〜300相当 改善要望開発 1〜13 他部署依頼対応 1〜13 障害対応 — 非機能要件の継続改善 — 品質の継続改善 — 運用作業効率化 — Agentic Workflow実践事例 3
4. 業務をAIに渡す段階的アプローチ 現状: 小さく始めて検証中 一部業務は ストーリーポイント見積もりまで自動化 できたため、SPの小さなも のからAIに渡して回せるか・効率化できるかを検証している どこまでAI化できているかを測るために各業務毎・SP毎のAI生産量・人の生産量 を 可視化する予定だがまだ未着手（人がレビューしてAIに教えてあげた貢献も定 量化したい。評価が人のメインタスクになっていくはずなので） AI化の進行と並行して、QAEは品質の定量評価、SREは運用・信頼性の観点から 継続的に状態確認を行い、AI適用後も含めた品質水準を横断的に評価している Agentic Workflow実践事例 4
5. 業務をAIに渡す段階的アプローチ ねらい: 顧客理解への時間を生み出す 将来的には主要業務すべてをSPで定量化し、AI化を進めたい 主要業務のAI化を行い継続性・スピードを早めつつ、品質を両立できる仕組みを 作る 空いた時間を使って プロダクトエンジニアの一部でも顧客理解に時間を割けるよ うに していくことを目指す Agentic Workflow実践事例 5
6. Agentic Workflowの定義・使うべきシーン Algomatic CTO菊池さんのこのスライドがわかりやすい: Agentic Workflowという選択肢を考える (tkikuchi1002) https://speakerdeck.com/tkikuchi1002/agentic-workflowtoiuxuan-ze-zhi-wokao- eru リスク許容度が低いもの、型が決まっているもの = Agentic Workflow リスク許容度が高く、型を決めずにAIに任せてもよいもの = 自律型エージェント Agentic Workflow実践事例 6
7. 改善要望開発に当てはめると… リスク許容度は低い toBで導入企業様も多数。人の健康に関わるサービス なので「出して不具合はす ぐ直す」方針はなるべく避けたい 追加仕様による パフォーマンス低下・他機能へのデグレ影響 は検知できるように したい リスクが低い分野の機能もあるはずだが、その定量化はまだ進行中 → AIで自動判 断はしきれない Agentic Workflow実践事例 7
8. 改善要望開発に当てはめると… 作業の型は決まっている（はず。その言語化をする） レビューは各々のスキルにまだ依存しているものの… 効果的に成果を得るための手順はあるはずのタスク 改善要望開発は 自律型エージェントではなく、Agentic Workflowが弊社の場合は最適 と判断 Agentic Workflow実践事例 8
9. 主要業務 × アプローチの対応表 業務 アプローチ 大規模機能開発（100-300） Agentic Workflow 改善要望開発（1-13） Agentic Workflow 他部署依頼対応（1-13） Agentic Workflow 障害対応 Agentic Workflow 非機能要件の継続改善 自律型エージェントメイン 品質の継続改善 自律型エージェントメイン 運用作業効率化 自律型エージェントメイン 現状取り組めているのは太字の箇所。今回は改善要望開発の話 Agentic Workflow実践事例 9
10. 改善要望開発ワークフローの構築方針 一言で言えば、新しいメンバーやスキマ時間しかないマネージャーでも 80点平均を素早く 出せる ワークフロー Agentic Workflow実践事例 10
11. まずは人力で回してワークフローの解像度を高めること が目的 仕様駆動開発（cc-sdd） をベースにしたスキルを作成 /sdd-feature-dev のようなスキルを エンジニアがローカルで実行 要件定義 → デザイン → 設計 → 実装 → テスト という 一般的な流れのワークフ ロー に従って作業を進める 開発中に出てきた課題を 課題管理表に追加&ワークフローに反映の改善ループ を 回している Agentic Workflow実践事例 11
12. AIだけで100%の精度は目指さず、各ステップの完成度 は人が担保する形で運用 設計は各自でAIレビューを回して 最終判断は実装者本人に現状は委ねている 。ス キル化はしたい デザイン・テスト設計はAI化途中なので一旦は デザイナー・QAEに依頼 、各自 で AI 効率化したアウトプットを出してもらっている 知見が溜まってきたら サブエージェント化 してもらい、Claude Code 上でアウ トプットを返せる仕組みにする予定 Agentic Workflow実践事例 12
13. Building Effective Agentsのパターンに当てはめると Anthropicが公開している効果的なエージェント構築の資料: Building Effective Agents (Anthropic Engineering) https://www.anthropic.com/engineering/building-effective-agents 主要パターン: Prompt Chaining / Routing / Parallelization Orchestrator-Workers / Evaluator-Optimizer Agentic Workflow実践事例 13
14. 改善要望開発ワークフローの全体構造 Prompt Chaining を主骨格 にした複合ワーク フロー Orchestrator-Workers / Parallelization / Evaluator-Optimizer は運用がまだ上手く回せて おらず 改善中 設計・実装後コードのマルチエージェントレビュー、修正の 自動化 実装者がローカルでAIループを回し、最終的に PR レビュ ー時に人間が承認する流れにしたい 実装工程は git worktree で複数並列実装 。設 計が作り込めていればここは爆速になるはず Prompt Chaining（主⾻格） Phase 1 Routing 経路選択 Phase 2 → 3 Phase 4 Routing 経路選択 Phase 5 Orchestrator-Workers マルチAgent設計レビュー Phase 6 Phase 7 Phase 8 Parallelization 並列タスク実⾏（git worktree） Phase 9 ̶ Evaluator-Optimizer 実装検証 → GO / NO-GO 横断: Human-in-the-Loop （承認ゲート） 横断: Steering （外部設定による動的構成） Phase（フェーズ） Agent Pattern 横断要素 Agentic Workflow実践事例 14
15. ハーネスエンジニアリングでいうと？ 自分の担当領域 運用設計 / フィードバック設計 がメイン 行動設計 （CLAUDE.md / lint / build / hooks / rules / サブエージェント定義など）は 現場の知識豊富なエンジニ ア主体で任せつつ一緒に作っている コンテキスト設計の考え方 すべての情報・ツールを 一箇所にまとめるのは大変 。歴 史ある会社が歴史的経緯でツールが分散するのは当たり前 情報をまとめる活動は継続的に行いつつ、必要に応じて MCP で繋げばいい 大事なのは チームで共通のワークフローの解像度を高める こと 。解像度が高まれば、必要な情報も適切な置き場所も 自ずと判断できる Agentic Workflow実践事例 15
16. まとめ 改善要望開発は現状弊社では Agentic Workflow が最適解（リスク許容度低 × 作業の型あり） Prompt Chaining を主骨格 に、各工程に Routing / Orchestrator-Workers / Parallelization / Evaluator-Optimizer を部分導入 80点を素早く出す ワークフローを目指し、属人化が残る工程は割り切る 自分の主戦場は 運用 / フィードバック設計。行動設計は現場のエンジニアの力を 借りて一緒に作り上げる ワークフローの解像度をチーム全体で高めること が、結果的にコンテキスト設計 の精度も上げる Agentic Workflow実践事例 16