AIエージェント時代のコーディング入門

by とことんDevOps

Embed

Start on current slide

Slide 1

Slide 1 text

AIエージェント時代のコーディング入門日本仮想化技術株式会社 VirtualTech.jp 2026年08月29日 1

Slide 2

Slide 2 text

今日の話 2

Slide 3

Slide 3 text

AIエージェントによって、コーディングの進め方が変わる • これまでの開発では、人間が考え、実装し、問題を解決してきた • 生成AIによって、コードを書く作業をAIに任せられるようになった • AIエージェントは、コード生成だけでなく調査・実装・テスト・修正まで行う • AIエージェントを活用するには、プロジェクトの情報やルールをAIに伝えることが重要になる • その結果、人間の役割も「作業」から「目的・判断・レビュー」へ変わっていく 3

Slide 4

Slide 4 text

これまでのコーディング 4

Slide 5

Slide 5 text

これまでの開発は、人間が知識と判断を担ってきた • 仕様や要求を理解し、設計・実装する • 既存コードやプロジェクトのルールを理解する • 問題が発生したら、原因を調査して修正する • 複数人で開発する場合は、設計意図や実装方針を共有する • 開発者の経験やスキルによって、生産性や品質に差が出やすい • ドキュメントやレビューによって品質を維持する 5

Slide 6

Slide 6 text

開発作業を自動化してきた • IDE(統合開発環境)によるコード補完・リファクタリング • 静的解析による問題の検出 • テスト・ビルド・デプロイの自動化 • CI/CDによる開発プロセスの自動化 • 人間の作業を減らし、開発効率を高めてきた 6

Slide 7

Slide 7 text

生成AIによる変化「コードを書く」ことをAIに任せられるようになった 7

Slide 8

Slide 8 text

自然言語でコードを生成できる • 「何を作りたいか」を文章で伝えられる • 定型的なコードやボイラープレートを短時間で生成できる • 既存コードの説明を求められる • コードの改善案を相談できる 8

Slide 9

Slide 9 text

コーディングにかかる時間を短縮できる • 実装のたたき台を素早く作成できる • テストコードを生成できる • ドキュメントを生成できる • エラーの原因調査を相談できる • 解決方法の候補を得られる 9

Slide 10

Slide 10 text

それでも最後の判断は人間 • 人間が何を実現したいのかをAIだけで判断することは難しい • 要求どおりに実装されているか • 既存の設計や規約に合っているか • 品質・性能・セキュリティに問題がないか • 不要なコードや誤った実装がないか 10

Slide 11

Slide 11 text

AIエージェントで何が変わるのか AIは「回答する」だけではなくなった 11

Slide 12

Slide 12 text

「回答する」から「目的を達成するために行動する」へ • 複数のファイルやドキュメントを調査する • 必要な情報を探す • ツールを使ってコードを変更する • テストを実行する • 実行結果を確認する • 問題があれば追加の調査や修正を行う 12

Slide 13

Slide 13 text

一度のコード生成ではなく、一連の作業を連続して実行する例えば、「このIssueを実装してください」 AIエージェントが、 1. 2. 3. 4. 5. 6. 7. 8. Issueの内容を読む関連するコードを探す必要な情報を調査する実装方法を考えるコードを変更するテストを作成・実行する問題があれば修正する結果を報告するという一連の作業を進める。 13

Slide 14

Slide 14 text

開発の進め方そのものが変わる 14

Slide 15

Slide 15 text

AIエージェントは何をするのか 15

Slide 16

Slide 16 text

AIエージェントは開発工程全体に関わる 16

Slide 17

Slide 17 text

AIエージェントは何を見ているのか 17

Slide 18

Slide 18 text

プロンプトだけで開発しているわけではない 18

Slide 19

Slide 19 text

AIエージェントの判断には「コンテキスト」が重要 19

Slide 20

Slide 20 text

指示だけではなく、周辺の情報を合わせて判断する例えば、「この機能を実装して」という指示だけではなく、 • このプロジェクトはどのような構成なのか • どのような設計方針なのか • 何を守らなければならないのか • どのようにテストするのかといった情報が必要になる。 20

Slide 21

Slide 21 text

AIに渡すコンテキストは育てられる 21

Slide 22

Slide 22 text

プロジェクトに必要な情報を蓄積する 22

Slide 23

Slide 23 text

コンテキストをどう管理するか 23

Slide 24

Slide 24 text

人間のREADME.md、AIのAGENTS.md 人間向けの情報とAI向けの情報を整理する人間向け • README.md • 設計ドキュメント • 開発ドキュメント AI向け • AGENTS.md • AIエージェント向けの指示 • プロジェクト固有のルールツール・プロバイダーごとの例 • CLAUDE.md • その他のinstruction系ファイル 24

Slide 25

Slide 25 text

AGENTS.mdには「プロジェクトのルール」を書く AIエージェントが開発するときに守るべきことを明文化する例えば、 • プロジェクトのアーキテクチャ • ディレクトリ構成 • コーディング規約 • テストの実行方法 • 開発ワークフロー • やってはいけないこと • 実装時に確認すべきことという情報をAIに渡す。 25

Slide 26

Slide 26 text

何でもAGENTS.mdに書けばいいわけではないコンテキストを「常に必要なもの」と「必要なときだけ必要なもの」に分ける常に必要 • プロジェクト共通ルール • アーキテクチャ • 基本的なコーディング規約特定の作業で必要 • 特定のドキュメント作成手順 • 特定のテスト手順 • 特定の成果物を作る方法 • 特定のツールを使う方法 26

Slide 27

Slide 27 text

Skills(スキル定義) 27

Slide 28

Slide 28 text

Skillsとは何か特定の作業に必要な知識・手順をまとめておく仕組み例えば、「PRD(要求仕様書)を作成する」という作業なら、 • 必要な情報 • 作成手順 • テンプレート • 注意事項 • 確認事項などをまとめて定義しておく。 28

Slide 29

Slide 29 text

なぜSkillsを使うのか AGENTS.mdにすべてを書かないため • 何でもAGENTS.mdに書くと、内容が肥大化する • 常に読み込むコンテキストが大きくなる • 特定の作業に必要な情報は、必要なときだけ参照できればよい • Skillsとして分離すると、再利用しやすくなる • チーム内で作業手順を標準化しやすくなる 29

Slide 30

Slide 30 text

Skillsを使ってAIエージェントに仕事をさせる 30

Slide 31

Slide 31 text

人間とAIの役割 31

Slide 32

Slide 32 text

人間とAIの役割分担はどうなるのか 32

Slide 33

Slide 33 text

人間の役割は「作業」から「目的・判断・レビュー」へ 33

Slide 34

Slide 34 text

まとめ 34

Slide 35

Slide 35 text

まとめ • 1. 「コード生成」から「目的達成のために動くAIエージェント」へ • AIはコードを生成するだけでなく、調査・実装・テスト・修正など、一連の開発作業を進められるようになった。 • 2. AIの性能を引き出す鍵は「コンテキスト」 • プロジェクトの知識やルールを蓄積・整理し、 AGENTS.mdやSkillsなどを使ってAIに適切な情報を渡す。 • 3. 人間の役割は「作業」から「目的・判断・レビュー」へ • 人間がすべての作業を行うのではなく 35

Slide 36

Slide 36 text

おまけ 36

Slide 37

Slide 37 text

AIで作ったものに自分のタグをつけられるか成果物の品質はみんな同じレベルに揃ってくる中で、相手から見た先に自分がいるか 37

Slide 38

Slide 38 text

ワークショップのお知らせ 38

Slide 39

Slide 39 text

ワークショップのお知らせ • 本日午後に開催します • 13:00〜/15:00〜 • 若干名、飛び込み参加OK • GitHub Copilot • AIエージェント • Connpassで申し込み受付 39

Slide 40

Slide 40 text

会社概要日本仮想化技術株式会社概要 • 社名：日本仮想化技術株式会社ベンダーニュートラルな • 英語名：VirtualTech Japan Inc. 独立系仮想化技術の • 設立：2006年12月エキスパート集団 • 資本金：3,000万円 • 本社：東京都渋谷区渋谷1-8-1 • 取締役：宮原徹（代表取締役社長兼CEO）、伊藤宏通（取締役CTO） • スタッフ：9名（うち、8名が仮想化技術専門エンジニアです） • URL：http://VirtualTech.jp/ • 仮想化技術に関する研究および開発 • 仮想化技術に関する各種調査 • 仮想化技術に関連したソフトウェアの開発 • 仮想化技術を導入したシステムの構築 • OpenStackやKubernetes、DevOps基盤の導入支援・新規機能開発 40

Slide 41

Slide 41 text

会社概要 OpenStackへの取り組み • 通信事業社でのOpenStack基盤の検討支援および構築・運用 • NTTドコモ (2011年から技術評価を支援、商用利用に向けた検討・構築・運用を実施) • NTT西日本 (商用利用に向けた評価・検討の支援、プロジェクトマネージメント支援) • 大手通信事業社 (NFV基盤についての検証・評価支援) • ベアメタルOpenStackの開発 • 仮想環境と物理環境をOpenStackで一括管理 • 単一のイメージで仮想マシンと物理マシンの双方を起動可能 • 2013年4月リリースのGrizzlyで本体にマージ 41

Slide 42

Slide 42 text

会社概要 OpenStack Summitでの発表実績 2014/11 OpenStack Summit Paris 2015/10 OpenStack Summit Tokyo We spoke the knowledge and tips when building and operating OpenStack Cloud on 100 Physical Servers. (Neutron HA, VXLAN performance,,,) We (NTT West, Canonical and VTJ) spoke ”Requirements for Providing Telecom Services on OpenStack-based Infrastructure”. 42

Slide 43

Slide 43 text

会社概要 DevOpsを始めたいチームのための支援サービス DevOpsサポートサービス開発プロジェクト運用チーム • • • • • • • • 開発環境 GitHubリポジトリ CI/CD IaC (デプロイ環境) 運用監視脆弱性スキャンインシデント管理 IaC (共通インフラ) 運用をまるっとお任せしたいおまかせDevOps (かんたんDevOpsに加えて) DevOps環境の運用・改善インフラコードの保守発生したインシデントへの対応 DevOps人材を育成したいかんたんDevOps DevOpsの環境初期構築インフラのコード化 DevOpsプロセスの実践手順書・支援技術サポート 43