Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
AI駆動開発のさらにその先へ / Beyond AI-Driven Development
Search
yayoi_dd
February 26, 2026
Technology
15
0
Share
AI駆動開発のさらにその先へ / Beyond AI-Driven Development
弥生株式会社 もくテク
AWS re:Invent 2025 参加報告会(2026/02/26)
https://mokuteku.connpass.com/event/383715/
yayoi_dd
February 26, 2026
More Decks by yayoi_dd
See All by yayoi_dd
AWS re:Invent 2025 参加報告 / AWS re:Invent 2025 Participation Report
yayoi_dd
0
12
re:Inventの学びを最大化するためにしたこと / What I Did to Maximize Learning at re:Invent
yayoi_dd
0
13
Werner Vogelsが語った”T型人材” / "T-Shaped Talent" as Discussed by Werner Vogels
yayoi_dd
0
13
AWS DevOps Agentで見えた運用の未来 / The Future of Operations with AWS DevOps Agent
yayoi_dd
0
14
OpenSearch Warm Tier設計の実践 / Practical Implementation of OpenSearch Warm Tier Design
yayoi_dd
0
31
なぜ私たちは「生成AI-LT大会」を終了するのか / Why we are ending the Generative AI-LT competition
yayoi_dd
0
65
AIと働く / Working with AI
yayoi_dd
0
68
AIで未経験タスクの心理的ハードルが下がった話 / How AI has lowered the psychological barrier to unfamiliar tasks
yayoi_dd
0
45
品質くん~電話応対品質をAIで診断してる件~ / Quality-kun: Using AI to assess telephone response quality
yayoi_dd
0
44
Other Decks in Technology
See All in Technology
生成AI時代のエンジニア育成 変わる時代と変わらないコト
starfish719
0
5k
Data Hubグループ 紹介資料
sansan33
PRO
0
2.9k
Digitization部 紹介資料
sansan33
PRO
1
7.3k
インフラを Excel 管理していた組織が 3 ヶ月で IaC 化されるまで
geekplus_tech
3
190
Bill One 開発エンジニア 紹介資料
sansan33
PRO
5
18k
AI前提とはどういうことか
daisuketakeda
0
190
AIエージェントを構築して感じた、AI時代のCDKとの向き合い方
smt7174
1
250
プロダクトを触って語って理解する、チーム横断バグバッシュのすすめ / 20260411 Naoki Takahashi
shift_evolve
PRO
1
290
こんなアーキテクチャ図はいやだ / Anti-pattern in AWS Architecture Diagrams
naospon
1
360
Zero-Downtime Migration: Moving a Massive, Historic iOS App from CocoaPods to SPM and Tuist without Stopping Feature Delivery
kagemiku
0
240
3つのボトルネックを解消し、リリースエンジニアリングを再定義した話
nealle
0
460
LLM とプロンプトエンジニアリング/チューターを定義する / LLMs and Prompt Engineering, and Defining Tutors
ks91
PRO
0
400
Featured
See All Featured
Code Review Best Practice
trishagee
74
20k
VelocityConf: Rendering Performance Case Studies
addyosmani
333
25k
StorybookのUI Testing Handbookを読んだ
zakiyama
31
6.7k
New Earth Scene 8
popppiees
3
2k
Leadership Guide Workshop - DevTernity 2021
reverentgeek
1
260
Winning Ecommerce Organic Search in an AI Era - #searchnstuff2025
aleyda
1
2k
Accessibility Awareness
sabderemane
0
98
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
4.2k
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
162
16k
Unlocking the hidden potential of vector embeddings in international SEO
frankvandijk
0
760
The Cult of Friendly URLs
andyhume
79
6.8k
Ten Tips & Tricks for a 🌱 transition
stuffmc
0
98
Transcript
© 2026 Yayoi Co., Ltd. All rights reserved. 2026.02.08 弥生株式会社
伊藤 康将 エンジニア AWS re:Invent 2025で仕入れた開発全体のリードタイムを短縮する方法をさっそく やってみた。
© 2026 Yayoi Co., Ltd. All rights reserved.
2 ※AWS re:Invent 2025 - Introducing AI driven development lifecycle (AI-DLC) (DVT214)
© 2026 Yayoi Co., Ltd. All rights reserved. 1. AIを使って開発するのは前提である
2. プロトタイプ作成と合意形成 目次 index 3. 実際にやってみた 4. 課題
Confidential © 2026 Yayoi Co., Ltd. All rights reserved. contents
© 2026 Yayoi Co., Ltd. All rights reserved.
AIを使って開発するのは前提である 5 これは当たり前
© 2026 Yayoi Co., Ltd. All rights reserved. AIを使って開発するのは前提である
6
© 2026 Yayoi Co., Ltd. All rights reserved. AIを使って開発するのは前提である 7
要件 仕様 設計 実装 テスト リリース ここは速いが・・、他は?
© 2026 Yayoi Co., Ltd. All rights reserved.
AIを使って開発するのは前提である 8 合意形成に時間がかかる
Confidential © 2026 Yayoi Co., Ltd. All rights reserved. contents
© 2026 Yayoi Co., Ltd. All rights reserved. プロトタイプと合意形成 10
要件定義 仕様検討 UI/UXデザイン 今まで ウォーターフォールとアジャイルで若干の違いはあると思うが、各フェーズでミーティング、調整、 ラリーが発生。 複数チームがかかわると特に大変 レビュー、調査、調整 や差し戻しなど。待ち 時間が大量に発生
© 2026 Yayoi Co., Ltd. All rights reserved. チーム間の調整は大変だし、かなり時間を使うが・・・
プロトタイプと合意形成 11 これは開発の本質なの だろうか??
© 2026 Yayoi Co., Ltd. All rights reserved. 合意形成も爆速でできないか?
AI時代において新しいやり方はないのか? プロトタイプと合意形成 12 あるかもしれない!
© 2026 Yayoi Co., Ltd. All rights reserved. プロトタイプと合意形成 13
意思決定者が全員集まる アイデアを出し合う その場でプロトタイプ作る 操作&修正を繰り返す 仕様書に落とし込む レビュー 合意 これを全部一日でやりきる ※AI-DLCでのInception フェーズに近い
© 2026 Yayoi Co., Ltd. All rights reserved. 認識齟齬が発生しにくいはず
プロトタイプを作ることで静止画を使うよりも圧倒的に解像度が高いはず 仕様書をマークダウンで書けばそのままAIを使った開発・テスト設計に持ち込める はず プロトタイプと合意形成 14
Confidential © 2026 Yayoi Co., Ltd. All rights reserved. contents
© 2026 Yayoi Co., Ltd. All rights reserved. 対象サービス
スマート証憑管理(Webサービス) 使用エディタ Cursor ※エディタはAIが使えれば何でもよい • Cursorは対象サービスのプロジェクトを開いておく • あらかじめgitの作業用ブランチ作っておく 開発環境 ローカル AWS環境 (ある程度形になったら皆が触れるようにクラウド上にデプロイ) ビデオチャットでPC画面を共有 実際にやってみた 16
© 2026 Yayoi Co., Ltd. All rights reserved. 進め方
エンジニアがローカルでCursorやDockerを起動 エンジニアのPC画面をビデオチャットで共有 アプリの画面を皆で眺めながら議論 エンジニアは即座にプロンプトに打ち込みプロトタイプを作成&修正 ある程度形になったらAWSへデプロイ 実際にやってみた 17 エンジニアはプロンプト打ちつつ議論に 参加するのでちょっと忙しい
© 2026 Yayoi Co., Ltd. All rights reserved. 「合意済みの仕様書」が期待する成果物
プロトタイプ作成で生成されたソースコードはあくまで合意のためのものなので全部捨てる 実際にやってみた 18
© 2026 Yayoi Co., Ltd. All rights reserved. 参加者の役割
プロダクトマネージャー プロジェクトマネージャー テストエンジニア カスタマーサポートチーム エンジニア(自分) 実際にやってみた 19 初めての取り組みだっ たので関係ありそうな 人に全員声かけた
© 2026 Yayoi Co., Ltd. All rights reserved. 始める前の状態
仕様はあまり固まっていない UIを考えていない 下調べはほとんどしていない 実際にやってみた 20 漠然とした要求がある状態で開始
© 2026 Yayoi Co., Ltd. All rights reserved. アイデアを一旦AIに出させる
何をやりたいかを伝える 既に制約等がある場合はその制約やソースコードもAIに読み込ませると調子がよい AIに仕様のたたき台を作らせる docs/[フォルダ]/仕様.md のようなファイルを作成 PlanモードでもAsk/Agentモードどちらでもよい(このときはAsk/Agentモードでやった) 思いつきでもよいので即座にプロトタイプを作る 深い議論をするよりも作ってしまうのがお勧め ソースコードは捨てるので見ない 実際にやってみた 21
© 2026 Yayoi Co., Ltd. All rights reserved. AIが結構いいUIを作ってくれる
そのUIをベースに議論ができる 実際に動くものなのでAWSにデプロイすることで皆操作できる 実際に操作すると新しい意見が出てくる 参加者がそれぞれの観点で提案・コメントをする 仕様を練る上で非常に重要 穴が少なくなる AIなので即座にプロトタイプを修正できる 意見も出やすい エンジニアは非機能要件をその場で判断して提案する 実際にやってみた 22
© 2026 Yayoi Co., Ltd. All rights reserved. 最終的な仕様書はAIに書かせた
どこの画面の何をクリックしたら何が出てきて・・・という粒度のもの 皆でレビューし合意に至った 実際にやってみた 23
© 2026 Yayoi Co., Ltd. All rights reserved. 合意形成にかかった時間
4~5時間 • 同規模の機能開発では恐らく過去最速の合意形成 今までのやり方であれば合意に至るまでに2~3週間かかった • ほぼ待ち時間 • 手戻りも発生していた可能性あり 実際にやってみた 24 チームでこの方式を継続してみることになった
Confidential © 2026 Yayoi Co., Ltd. All rights reserved. contents
© 2026 Yayoi Co., Ltd. All rights reserved. 銀の弾丸ではない
すべての開発に適用できるとは思えない 人を集めるのが大変 人選は意思決定に関わる最小人数が好ましい AIからの返答を待ってる微妙な間がある 何やるかは模索中 事前調査や準備が必要な場合は? 内容によっては調査や準備が必要な場合もあると思うが、どう運用するかは今後の課題 参加メンバーは高い専門性が求められる 例えばエンジニアであればシステムを深く理解している必要がある 若手の育成 上流は意思決定者がおこない下流はAIがやるため若手に適切なタスクを用意しにくい とても楽しいがとても疲れる 課題 26