Claude Codeに要件をヒアリングしてもらった体験がかなり良かった(2026年版)

Transcript

1. Claude Codeに要件をヒアリングしてもらった 体験がかなり良かった(2026年版) 2026/04/15(水) Re:TechTalk#19
2. 本日お話しすること ┃前回の振り返り ┃AI-DLC とは何か ‐ 前回の体験との差分の比較もしてみる ┃実践デモ ‐ 簡単なTODOアプリの作成（要件定義の様子を共有） ┃実践してみた気づき・工夫 2
3. 3 前回の簡単な振り返り
4. 前回共有したこと 4 Claude Code に「一緒に要件定義を考えよう」 と提案したら、丁寧なヒアリングをもとに 要件を定めることができて感動した
5. Vibe Coding ┃人間が自然言語で指示を出し、AIが主体となって コードを書くコーディングスタイル ┃調べてみると、「無計画に進めると暴走するので、 ある程度要件定義を事前にした方がよい」らしい 5 とはいえ、ちゃんと要件定義した経験がない… Claude Codeと一緒に考えてもらうのはどうだろう？
6. 最初のプロンプト 6 Qiita記事の投稿状況を管理するアプリを作りたい。 どんなものにするか、要件定義について ヒアリングしてくれない？ 一緒に要件を決めていこう
7. VSCodeでの見え方 7
8. VSCodeでの見え方 8 要件定義書（質問票）が 埋まっていく様子がわかる
9. 成果物｜requirements.md 9
10. 成果物｜data-model.md 10
11. 成果物｜api-specification.md 11
12. 成果物｜folder-structure.md 12
13. よかったこと ┃やりたいことを実現するために事前に決めておくべき ことを整理して確認してもらえた ‐ 私は聞かれたことに答えるだけ（=やりたいことは明確） ┃今後の拡張予定などもヒアリング（提案）してくれて 円滑に開発を進めることができた ‐ ローカル開発 → AWS上で運用 13 軸のある Vibe Coding を進める下地を作れた
14. まとめ ┃Claude Codeと設計部分から一緒に考える体験が とてもよかった ‐ ドキュメントを一緒に育てていく感覚 ┃ヒアリングによって、必要な情報を引き出して もらうことができる ‐ 「どんな情報が必要か」はClaude Code側で整理してくれる 14 困ったことがあれば、1人で考えすぎず、 Claude Codeに積極的に相談がおすすめ！
15. 15 ここから新しいお話
16. 本日お話しすること ┃前回の振り返り ┃AI-DLC とは何か ‐ 前回の体験との差分の比較もしてみる ┃実践デモ ‐ 簡単なTODOアプリの作成（要件定義の様子を共有） ┃実践してみた気づき・工夫 16
17. 17 AI-DLC とは何か
18. AI-DLC とは ┃AI-Driven Development Life Cycle ┃AWSが提唱するAI中心の新たな開発サイクル ‐ AIが実行・人間が監視 ‐ チームで議論 18 AI を開発プロセスの 中心的なチームメンバーとして位置付け
19. AI-DLC の3つのフェーズ 19 ┃Inception（開始） ‐ 何を/なぜ作るか ┃Construction（構築） ‐ どう作るか ┃Operation（運用） ‐ どう運用するか
20. AI-DLC の3つのフェーズ 20 ┃Inception（開始） ‐ 何を/なぜ作るか ┃Construction（構築） ‐ どう作るか ┃Operation（運用） ‐ どう運用するか ステージ 実行条件 Workspace Detection 常時 Reverse Engineering Brownfield のみ Requirements Analysis 常時（深度は適応） User Stories 条件付き Workflow Planning 常時 Application Design 条件付き Units Generation 条件付き
21. AI-DLC の3つのフェーズ 21 ┃Inception（開始） ‐ 何を/なぜ作るか ┃Construction（構築） ‐ どう作るか ┃Operation（運用） ‐ どう運用するか ステージ 内容 Functional Design DDD でドメインモデル作成 NFR Requirements 非機能要件・テックスタック選定 NFR Design アーキテクチャパターン適用 Infrastructure Design AWS サービスへのマッピング Code Generation 計画 → コード生成
22. AI-DLC の3つのフェーズ 22 ┃Inception（開始） ‐ 何を/なぜ作るか ┃Construction（構築） ‐ どう作るか ┃Operation（運用） ‐ どう運用するか プレースホルダー的な位置づけのようで 詳細な実装はされていません… （2026/04/15 現在）
23. 23 前回との比較
24. フェーズの観点 24 ┃Inception（開始） ‐ 何を/なぜ作るか ┃Construction（構築） ‐ どう作るか ┃Operation（運用） ‐ どう運用するか あくまでも要件定義の部分のみ
25. 実際にやっていたことの比較 25 前回の体験 AI-DLC の考え方 会話の方向 「ヒアリングしてくれない？」 と依頼 AI が主導して質問し 人間が答える 人間の役割 聞かれたことに答え判断する 承認者・監督者としての人間 成果物駆動 requirements.md を 対話で育てる 全成果物を永続化し 次フェーズのコンテキストに 段階的精密化 対話を重ねて要件を深めていく 各ステップが 次の意味的コンテキストを構築
26. AI-DLC で追加される価値 26 観点 前回の体験 AI-DLC が提供 スコープ 要件定義まで 全ライフサイクル セッション 継続性 途切れたら終わり aidlc-state.md で 中断・再開 チーム開発 1人向け チーム向け 監査ログ なし 全操作を タイムスタンプ記録
27. 27 実際の様子をご覧いただきます！ ベタですがTODOアプリの要件定義部分を実践
28. aidlc-workflows 28 ┃各種コーディングエージェントで適用可能なルール ファイルがGitHubにて公開
29. 要件を固めるためにインタビューしてくれる 29 ┃AIが質問票を作成し、人間がそこに回答を書き込む
30. 人間の確認 30 ┃各ステージが完了でき次第、必ず人間の確認が入る
31. 31 実践してみた気づき・工夫
32. 気づき｜ドキュメント多すぎ問題 32 ┃大量のドキュメントが生成される ‐ そもそもすべてを把握する必要はあるのか
33. 工夫したこと 33 ┃aidlc-docs 配下の編集を全許可 ‐ 不要なタイミングで作業を止めない ┃Hooks でコミット・プッシュを自動化 ‐ aidlc-state.md の更新をトリガーにリモート同期 ‐ 「どのタイミングでコミットすべきか」問題を解決 ┃codex で二重レビュー ‐ 自分のチェックだけでなく、codex にも確認を依頼
34. おまけ｜実装を眺めると面白い！？ 34 ┃どのようなルールが定められているか読むと面白い？
35. 35 おわりに
36. 本日お話ししたこと ┃前回の振り返り ┃AI-DLC とは何か ‐ 前回の体験との差分の比較もしてみる ┃実践デモ ‐ 簡単なTODOアプリの作成（要件定義の様子を共有） ┃実践してみた気づき・工夫 36
37. まとめ ┃AI-DLCに基づいて開発を始める様子を共有しました ‐ 作業自体はAI主体で行い、人間がそれを監視するスタイル ┃GitHubにて公開されているので比較的始めやすい ‐ 実体はMarkdownファイルのため 37 一度体験してみることをおすすめします！
38. 参考 ┃AI 駆動開発ライフサイクル:ソフトウェアエンジニアリングの再構築 | Amazon Web Services ブログ ‐ https://aws.amazon.com/jp/blogs/news/ai-driven-development-life-cycle/ ┃awslabs/aidlc-workflows: AI-Driven Life Cycle (AI-DLC) adaptive workflow steering rules for AI coding agents ‐ https://github.com/awslabs/aidlc-workflows ┃AWSが推進するAI駆動開発ライフサイクル入門 〜 AI駆動開発時代に必要な人材とは 〜 / introduction_to_aidlc_and_skills - Speaker Deck ‐ https://speakerdeck.com/fatsushi/introduction-to-aidlc-and-skills ┃Claude Codeに要件をヒアリングしてもらった体験がかなり良かった - Speaker Deck ‐ https://speakerdeck.com/ryuki0947/the-experience-of-having-claude-code-gather-requirements-was-quite- good 38