【要約】コーディングだけではもったいない。AGENTS.mdを要件定義でも活用する [Qiita_Trend] | Summary by TechDistill
> Source: Qiita_Trend
Execute Primary Source
// Problem
要件定義を行うエンジニアは、散在する情報から仕様を整理する膨大な工数と、AI利用時の品質不安定さに直面している。情報の整理が不十分なままAIを活用すると、以下のような問題が発生する。
- ・既存資料、議事録、チャット等の情報がバラバラに存在し、整理が困難である。
- ・AIが根拠なく要件を補完し、勝手な仕様追加を行ってしまう。
- ・図面の粒度や出力形式が毎回異なり、後工程での修正コストが増大する。
- ・非機能要件が一般論に終始し、具体的な設計に結びつかない。
// Approach
筆者は、AGENTS.mdを単なるコーディング規約ではなく、AIエージェントに対する「作業指示書」として再定義した。プロジェクト固有のルールをファイルに集約し、以下のステップで要件定義を自動化する。
- ・基本方針の定義：推測の禁止、顧客発言の優先、不明点の課題化を明文化する。
- ・成果物の構造化：要件定義書の章立てをMarkdown形式で固定する。
- ・出力形式の指定：ER図はA5:SQL Mk-2、業務フローはDraw.io向けに形式を指定する。
- ・非機能要件の標準化：IPAの基準を参照し、分類を固定して出力させる。
// Result
この手法を導入することで、要件定義の品質向上と、設計工程へのスムーズな移行が実現される。具体的には以下の成果が得られる。
- ・出力のブレが減り、案件ごとに一定の品質と構成が保たれる。
- ・AIによる不適切な仕様追加を、ルールによって効果的に抑制できる。
- ・図面が指定形式で出力されるため、人間による修正工数が大幅に削減される。
- ・会議録から「確認事項」を分離して抽出でき、検討漏れのリスクを低減できる。
Senior Engineer Insight
> プロンプトを都度入力するのではなく、AGENTS.mdとしてプロジェクト定義に組み込む思想は、開発体験（DX）と品質管理の両面で極めて合理的だ。特に、AIの補完能力を「確認事項」として分離させる運用は、実務上のリスクヘッジとして非常に実践的である。ただし、大規模開発においては、AIの出力を「正」とせず、必ず人間がソース（根拠）を検証するプロセスを組み込むことが、信頼性担保の絶対条件となる。