AIファーストな開発プロセスへ： AI駆動開発の核心を解説する Ikko Eltociear Ashimine (@eltociear) エンジニア達の「完全に理解した」 Talk　#71 

Ikko Ashimine / 一功 安次嶺 AI駆動開発勉強会 LLM-jp 勉強会 株式会社 I-Tecnology 取締役/CAIO/CADO mugend AI 合同会社 AI駆動開発コンソーシアム 発起人/ボード GitHub: @eltociear Facebook: IkkoEltociearAshimine LinkedIn: ikko-ashimine 𝕏: @eltociear 

AI駆動開発コンソーシアムのご案内 目的 生成AIを前提とした新たな開発スタイル『AI駆動開発』の啓蒙と知見共有を、 企業の枠を越えて実施し、国内企業全体の競争力強化とイノベーション創出に 貢献する。 活動内容 ・エンタープライズ領域におけるAI駆動開発 実践と知見共有 ・『AI駆動開発カンファレンス』等、エンタープライズ向けのAI駆動開発勉強会　 やイベントの実施 ・AI駆動開発のエンタープライズ領域における課題整理と施策提言 ・国内企業における AI駆動開発の導入推進組織『AIDD CoE』の啓蒙 ・上記企業における AI駆動開発 最高責任者『CADO』の知見共有 詳細はQRコードより 確認可能です！！ 

OpenAI GPT-5.1 11/12 AWS Kiro （IDE） 11/17 最近のAI駆動開発に関わるリリース Google Antigravity （IDE） Gemini 3 11/18 Anthropic Claude Opus 4.5 11/25 Anthropic Claude Sonnet 4.5 Claude Code v2.0.0 9/29 

本日 Claude Opus 4.5 がリリース 🎉 

AGENDA AI駆動開発の原理と実践 01 原理 AIの強みを理解 02 アーキテクチャ IDE常駐AI + MCP 03 実践 ワークフロー設計 04 未来 開発の進化予測 

01 / PRINCIPLE AIは何がそんなに強いのか 文章 → 構造 要件を書くだけで、エンティティ・API・画面構成を自動で抽出 整合性の統一 命名・依存関係・設計の矛盾を自然と揃える 編集モデル 複数ファイル差分・PR作成まで踏み込む進化 TRANSFORMATION 📝 自然言語 ↓ 🏗 構造化 ↓ ⚡ API / UI ↓ 💻 コード生成 

02 / PRINCIPLE AIと人間の役割分担 👤 HUMAN 問題設定・制約の定義 ドメイン知識・ビジネス理解 最終判断・承認 品質レビュー 🤖 AI 分解・構造化 コード生成・差分作成 整合性チェック テスト・ドキュメント生成 💡 全部AIにやらせるのではなく、強みと弱みを理解した分業設計が鍵 

02 / PRINCIPLE AIと人間の役割分担 👤 HUMAN 問題設定・制約の定義 ドメイン知識・ビジネス理解 最終判断・承認 品質レビュー 🤖 AI 分解・構造化 コード生成・差分作成 整合性チェック テスト・ドキュメント生成 💡 全部AIにやらせるのではなく、強みと弱みを理解した分業設計が鍵 Web 3.0のIDなど使って "Human-Verified" badgeを付けるべき？ 

03 / ARCHITECTURE IDE常駐AI & MCPの全体像 "IDEにAIが住みはじめた " プロジェクト全体の文脈を持ったまま常に一緒に開発 MCP = Model Context Protocol AIがファイル・GitHub・DB・CLI・ブラウザに直接アクセス ARCHITECTURE IDE + 常駐AI コード 文脈 履歴 ⬇ MCP ⬇ 📁 Files 🐈 GitHub 🗄 DB 💻 CLI 🌐 Browser 考えるだけでなく、実行できる存在へ 

04 / ARCHITECTURE AIファーストな開発プロセス HUMAN 問題設定・制約 → AI 分解・設計・実装 → HUMAN レビュー・承認 → AI 修正・ドキュメント ✓ 最初から最後まで プロセス全体にAIを組み込む ✓ 人間は主に上流へ 判断業務に集中 ✓ 循環フロー Human ↔ AI のループ 

05 / PRACTICE AI-DLC：AI駆動開発ライフサイクル AI-DLCとは？ AIを開発プロセスの中心的な協力者・チームメイトとして位置づけ、 SDLC全体を再構築する新しい方法論。AWSが2025/8に提唱 従来のアプローチの限界 AI支援型も自律型も最適な結果を生み出せていない 1. AIが実行し人間が監視 AIが作業計画を作成し、意図のすり合わせを求め、重要な決定は人間に委ねる 2. ダイナミックなチームコラボレーション AIがルーティンを処理、チームは問題解決・創造的思考・迅速な意思決定に集中 品質を犠牲にせず、より迅速にソフトウェアを提供 refs: https://aws.amazon.com/jp/blogs/news/ai-driven-development-life-cycle/ 

06 / PRACTICE AI-DLCの3フェーズ 01 Inception 開始フェーズ ビジネス意図を要件・ストーリーに変換 モブエラボレーションで検証 チーム全体でAIの提案を確認 → 02 Construction 構築フェーズ 論理アーキテクチャ・ドメインモデル コード実装・テスト生成 モブコンストラクションで技術判断 → 03 Operation 運用フェーズ 蓄積されたコンテキストを活用 Infrastructure as Code チーム監督下でデプロイメント 💡 各フェーズが次のフェーズにより豊富なコンテキストを提供 → AIがより的確な提案を実現 refs: https://aws.amazon.com/jp/blogs/news/ai-driven-development-life-cycle/ 

07 / PRACTICE AI-DLCのメリットと新概念 ⚡ 開発速度 数週間 → 数時間・数日で完了 💡 イノベーション 創造的ソリューション探求の時間を確保 ✓ 品質 継続的なすり合わせで正確に構築 🚀 市場対応力 迅速なサイクルで需要に即応 😊 開発者体験 ルーティンから問題解決へフォーカス NEW TERMINOLOGY Sprint → Bolt 週単位 → 時間・日単位 Epic → Unit of Work 作業単位として再定義 スピードと継続的デリバリーを重視 refs: https://aws.amazon.com/jp/blogs/news/ai-driven-development-life-cycle/ 

08 / FUTURE 未来：1〜2年 / 3〜5年で何が起きるか 1-2年 SHORT TERM PRの大半がAI生成に ローカル常駐AI（Cursor, Windsurf, Kiro, Antigravity）が標準化 AI PM / AI Tech Lead 登場 3-5年 LONG TERM IDE UIがAI中心に再設計 CI/CD自動修復が当たり前に 少人数で大規模プロダクト開発（1人ユニコーンの誕生） 🚀 小さなチームが巨大なアプリを作れる時代へ 

09 / SUMMARY まとめ 01 AIの強み 構造を理解し、整合性を保ちながらコード・ ドキュメントを編集 STRENGTH 02 新アーキテクチャ IDE常駐AI + MCPで開発プロセス全体をAI前提で 再設計可能に ARCHITECTURE 03 人間の役割 より上流へ。問題設定・制約・レビューなど 判断がより重要に HUMAN ROLE 今こそ "AIと一緒に開発する前提 " でプロセスを作り直すタイミング 

Thank you for your attention 🐈