オプスインにおけるAI駆動開発の導入について

2025 7/16

2025年7月16日 2025年7月16日

この記事について

本記事は、2025年7月時点で社内向けに作成された技術資料をもとに再編集したものです。
掲載されている技術情報や仕様、価格などは当時の内容に基づいており、現在の状況とは異なる可能性があります。
ご利用の際は、各種公式ドキュメントにて最新情報をご確認のうえ、参考にしていただければ幸いです。

1. はじめに：なぜ今AI駆動開発なのか？

以前は、一人のエンジニアが手でコードを書くことが常識でした。

現在は、生成AIとのペアプログラミングが当たり前になりつつあります。

今後は、ある程度まとまった開発タスクをAIに一任し、エンジニアが最終チェックを担うというスタイルが実現されるのではないかと考えています。

現在のペアプログラミングスタイルとの違い

現在（ペアプログラミングスタイル）

エンジニア ↔ AI

エンジニアが主導
AIはサポート役
リアルタイムの対話

AI駆動開発

エンジニア → AIエージェント → 成果物

エンジニアは指示出しと最終チェック
AIがタスクを自律的に実行
まとまった作業単位での完結

具体的な開発フローのイメージ

１．タスクの指示

エンジニア：「ユーザー認証機能を実装して。要件は設計書の差分の通り。」

２．AIエージェントの自律実行

設計書の解析
コードの実装
単体テストの作成
テストの実行と修正
コード品質メトリクスのチェックと修正
コードレビュー用資料の生成
別のAIエージェントを立ち上げ、レビュー依頼と修正

３．エンジニアの最終チェック

実装内容の確認
設計意図との整合性確認
品質基準への適合確認

2. 技術的実現可能性

Claude Codeのベストプラクティス

Anthropic社が公開しているベストプラクティスから、AI駆動開発の実現可能性が推測できます。

🔗 Claude Code: Best practices for agentic coding

主要な手法：

Write tests, commit; code, iterate, commit

テストコードが通るまでAIに反復実行させる
自動的な品質保証が可能

Multi-agent collaboration

1つのAIエージェントがコードを書く
別のAIエージェントがレビューする
相互チェックによる品質向上

Parallel execution

複数のタスクを並行実行
1人のエンジニアが複数のAIエージェントを管理

現在利用可能なツール群

主要なAIエージェントツール：

Claude Code：コマンドライン型エージェント
GitHub Copilot Workspace：GitHub統合型開発環境
Cursor：AI駆動IDE

連携機能の拡充：

Claude Code Hook：特定アクションの前後でシェルコマンド実行
AIエージェント間の連携基盤の発展(今後)
外部ツールとの統合強化

3. 既存開発との比較：生産性と役割の変化

比較項目	従来の開発	AI駆動開発
実装速度	人手に依存	並列で高速
スケール	人数に比例	人が管理できるAI数に比例
品質管理	人のレビューに依存	AI+人のWチェック
開発者の役割	手を動かす	指示と判断をする
知的負荷	実装中心	設計・判断中心

もしAI駆動開発が本格化すれば、生産性の面では従来の開発手法では太刀打ちできなくなるのではないでしょうか。

4. AI駆動開発の技術的な課題や懸念

AIの理解精度の限界
複雑な要件への対応
セキュリティリスク

→AI駆動開発が軌道に乗らない可能性はあるが、可能性のある新しいことは取り入れていきたい。(面白そう)

また、後述するAI駆動開発を実現するためには、業務フローや人の役割の見直しが必要となるため、導入できる企業とそうでない企業の間で競争力の差が生まれてくると予想されます。

5. AI駆動開発を実現するために必要な基盤（仮説）

AIが精度の高いプログラミングを行うために、業務フローを改善する必要があります。

✅ 整備すべき項目の例

・AI向け要件定義テンプレート（明確かつ構造化された形式）
・Markdownベースの設計書管理（Gitで履歴管理）
・AI作業ガイドライン（やってよいこと / NGなことの明示）
・コーディング標準・命名規則の文書化
・適切なlog出力
　　例：

自分の肌感覚だと、CLAUDE codeに「vibelogger使いながらデバッグして」「vibelogger使いながらユニットテストして」というと、問題ほぼほぼ解決してくれる。偉い。https://t.co/PjLn87MJLT
— 深津貴之 / THE GUILD (@fladdict) July 9, 2025

・自動テストの充実（単体～E2Eまでカバー）
・コード品質メトリクスの継続監視
・AI間のタスク連携とレビュー基盤
・結合テスト前のAIによるブラウザテスト

6. 段階的な適応

いきなりAIエージェントを部下のように扱い、タスクを一任するのは現実的ではありません。
（AIエージェントの力量の把握や、的確な指示の出し方といったスキルが求められるためです）

なので、まずはペアプロしながらAIエージェントを使い倒して習熟する必要があります。

先行して2週間程度、社内メンバー2名に下記取り組んでいただきました。

感触は良さそうです。

・なるべく自分はコードを書かずに、指示出しと最終レビューだけをする
・開発プロセスは、Claude Code: Best practices for agentic codingで紹介されている下記のいずれかで行う
1.Explore, plan, code, commit
2. Write tests, commit; code, iterate, commit
3.Write code, screenshot result, iterate

7. 会社としての支援・制度

💡 利用環境の整備

Claude API / Gemini CLIなどの利用は会社が全額負担します
Claude Proプランの有用性については、社内メンバー2名が現在実証中です。有用な場合は全メンバーが利用できるよう制度を検討します。

🧭 評価制度の修正

試験的にAI駆動開発を評価指標に加えます

8. 最後に

AI駆動開発を導入した後も「プログラミング能力」の重要性は変わらない認識でいます。
AIを部下として扱うために、指示出しレビューなど全ての部分で「プログラミング能力」によって、成果物の精度が違ってくるだろうからです。
またAIとペアプロも一定残るだろうと思います。
自分が習熟している業務はAIエージェントにタスクを任せ、自分も調べながら行う必要があるような業務はAIとペアプロしているようになるのではないかと思います。
一緒に「AI駆動開発」を育てていきましょう！