AI駆動開発の体系化
AIエージェントとの
ルール・スキル・フィードバックで、
仕様策定 → 実装 → 検証を、

紹介
AIエージェントとの
AIとの
AIとの協働を体系化し、チームに広められるエンジニア
Case study / 06
一般的な「AI活用」との違い
| 比較項目 | 一般的な | AI駆動開発(体系化) |
|---|---|---|
| 使い方 | ChatGPTに | AIエージェントが 仕様→実装→検証を |
| 品質管理 | 人間が | 88+の AIの |
| 失敗対応 | 「次回気を | 失敗を 二度と |
| 再現性 | 個人の | 誰でも 開発できる |
| スケール | 自分だけが | チーム全体が |
Spec-Driven Development
AIとの
ハーネスエンジニアリング
AIエージェントが
構築した体系
- 88+88+の
ルール — Clean Architecture、DDD、 セキュリティ、 テスト、 コーディング規約など、 AIが 守るべきルールを 体系化 - 4242のスキル — タスク分解、
実装ガイド、 PR作成、 API テスト生成など、 AIが 実行する 定型作業を 自動化 - フィードバックログ — 全ての
AI失敗を 記録し、 ルールへの 変換を 追跡 - 品質
スコアリング — モジュールごとの品質を グレーディングし、 改善優先度を 管理
- AIの
失敗 - ルール・スキル
- フィードバック
実践した技術基盤
エンタープライズ
バックエンド
- Go + ConnectRPC(gRPC/HTTP/2)
- Clean Architecture + DDD
(15+ドメインモジュール) - PostgreSQL(Bi-temporal Data Model、Row-Level Security)
- sqlc
(型安全SQL生成) + Atlas (宣言的スキーマ管理) - OpenTelemetry
(分散トレーシング) - River
(Postgres-native ジョブキュー)
フロントエンド
- Next.js 15 + React 19(App Router、Server Actions)
- TypeScript + TanStack Query + Zod
- pnpm monorepo + Turborepo
品質・自動化
- 1872+テストファイル
(ユニット+統合+E2E) - 29+ CI/CD
ワークフロー (GitHub Actions) - 差分
ベース lint・affected-only テスト (全体の 1/10の 時間で 実行) - ADR
(Architecture Decision Records) 23件
- Go + ConnectRPC
- Next.js + React
- 品質・
自動化
提供できる価値
1. AI駆動開発の導入支援
既存の
2. 開発基盤の構築
Clean Architecture + DDDの
3. 教育・ナレッジ共有
AI駆動開発の
- 導入支援
- 開発基盤
- ナレッジ共有