お疲れ様です！IT業界で働くアライグマです！
2025年9月、KDDIアジャイル開発センター（KAG）が「仕様駆動開発」という新しい開発手法の採用を発表しました。従来の「設計2割・開発8割」から「設計8割・開発2割」へと業務内容が逆転するというこの手法は、AIエージェントの活用によって実現されています。
「AIでコードは書けるようになったけど、結局手戻りが多くて効率が上がらない」——そんな課題を抱えているチームは多いのではないでしょうか。
本記事では、仕様駆動開発の概念から実践的な導入方法まで、AIエージェント時代の新しい開発手法を解説します。
仕様駆動開発とは何か
仕様駆動開発（Spec-Driven Development）は、詳細な仕様書を先に作成し、その仕様書に基づいてAIエージェントがソースコードを生成するシステム開発手法です。詳しくはGitHub Copilotエージェントモードの活用ガイドも参考にしてください。
従来の開発手法との違い
従来のアジャイル開発やウォーターフォール開発では、設計フェーズは全体の20〜30%程度で、大半の時間はコーディングとテストに費やされていました。
- 従来型：設計2割 → 開発8割（コーディング中心）
- 仕様駆動型：設計8割 → 開発2割（仕様作成中心）
この逆転が可能になったのは、AIエージェントが仕様書から高精度にコードを生成できるようになったためです。
仕様駆動開発の3つの柱
- 構造化された仕様書：AIが理解できる形式で要件を記述
- AIエージェントによるコード生成：仕様書からソースコードを自動生成
- 仕様と実装の同期：仕様変更時に自動でコードを再生成
IT女子 アラ美
ITアライグマなぜ今「設計8割」なのか：AIエージェントの進化
AIエージェントの進化により、「仕様さえ明確なら高精度にコードを生成できる」状態になりました。詳しくはnanocodeで学ぶAIコーディングエージェントも参考にしてください。
AIエージェントが得意なこと
- 定型的なCRUD処理：仕様に沿ったDB操作コードの生成
- APIエンドポイント実装：リクエスト/レスポンス定義からの自動生成
- テストコード作成：仕様に基づいたユニットテスト・E2Eテストの生成
- ドキュメント生成：コードからのAPI仕様書自動作成
人間が担うべきこと
- ビジネス要件の整理：何を作るべきかの判断
- アーキテクチャ設計：システム全体の構成決定
- エッジケースの検討：AIが見落としがちな例外処理
- 品質レビュー：生成されたコードの妥当性確認
IT女子 アラ美ITアライグマ仕様駆動開発の実践ステップ
仕様駆動開発を導入するための具体的なステップを解説します。詳しくはVercel公式React Best Practicesを読み解くも参考にしてください。
ステップ1：仕様書フォーマットの標準化
AIエージェントが理解しやすい形式で仕様書を作成します。以下は主要なフォーマットです。
# API仕様書の例（OpenAPI形式）
paths:
/users/{id}:
get:
summary: ユーザー情報取得
parameters:
- name: id
in: path
required: true
schema:
type: integer
responses:
'200':
description: 成功
content:
application/json:
schema:
$ref: '#/components/schemas/User'
'404':
description: ユーザーが見つからないステップ2：AIエージェントの選定と連携
仕様書からコードを生成するAIエージェントを選定し、開発フローに組み込みます。
- GitHub Copilot Agent：エディタ統合型でリアルタイム生成
- Claude Code：コンテキスト理解力が高く、大規模仕様に対応
- Cursor：コードベース全体を理解した上での生成が可能
ステップ3：CI/CDとの統合
仕様変更時に自動でコード生成・テスト・デプロイが走るパイプラインを構築します。
# GitHub Actions例
name: Spec-Driven CI
on:
push:
paths:
- 'specs/**'
jobs:
generate:
runs-on: ubuntu-latest
steps:
- name: 仕様書からコード生成
run: |
npx openapi-generator-cli generate \
-i specs/api.yaml \
-g typescript-axios \
-o src/api
- name: テスト実行
run: npm testケーススタディ：受託開発チームでの仕様駆動開発導入
実際に仕様駆動開発を導入したチームの事例を紹介します。詳しくはTrail of Bits skillsでセキュリティ監査自動化も参考にしてください。
状況（Before）
5人チームでBtoB SaaSの受託開発を担当。案件規模は3〜6ヶ月、月間2〜3案件を並行で進行する体制でした。
- 技術構成：React + Node.js + PostgreSQL、GitHub Copilot利用
- 開発フロー：Figmaでデザイン確定→簡易仕様書→即コーディング
- 課題：仕様の曖昧さによる手戻りが多発、工数見積もりの精度が低い（平均30%超過）
- 結果：残業常態化、メンバーの疲弊
行動（Action）
2024年10月から仕様駆動開発への移行を開始しました。具体的なアクションは以下のとおりです。
- 仕様書テンプレートの作成：Notionで構造化仕様書テンプレートを導入し、API定義・画面遷移・バリデーションルールを必須項目に設定
- レビュープロセスの追加：コーディング前に仕様書レビュー会（30分）を必須化。曖昧な箇所を全員で潰してから開発開始
- AIエージェント活用ルールの策定：Claude Codeを導入し、仕様書のYAML定義からAPIスタブを自動生成するワークフローを確立
- 計測の仕組み化：設計時間・開発時間・手戻り時間をJiraで分離計測。週次で比率を可視化
結果（After）
- 工数配分の変化：設計30%→65%、開発60%→25%、手戻り10%→3%
- 見積もり精度：超過率30%→8%に改善
- 残業時間：月平均40時間→15時間に削減
- 顧客満足度：仕様レビュー段階でのフィードバック増加により、リリース後の修正依頼が60%減少
IT女子 アラ美ITアライグマ仕様駆動開発の導入判断ポイント
すべてのプロジェクトに仕様駆動開発が適しているわけではありません。詳しくはCSS Anchor Positioningが全ブラウザ対応も参考にしてください。
向いているプロジェクト
- 要件が比較的安定しているBtoB SaaS開発
- APIファーストで設計するマイクロサービス
- 長期保守を前提としたシステム
- 複数チームが並行開発するプロジェクト
向いていないプロジェクト
- 要件が流動的なPoCや新規事業
- 短期間のプロトタイプ開発
- 1人〜2人の小規模開発
- UIデザインが主導する開発
本記事で解説したようなAI技術を、基礎から体系的に身につけたい方は、以下のスクールも検討してみてください。
| 比較項目 | DMM 生成AI CAMP | Aidemy Premium |
|---|---|---|
| 目的・ゴール | ビジネス活用・効率化非エンジニア向け | エンジニア転身・E資格Python/AI開発 |
| 難易度 | プロンプト作成中心 | コード記述あり |
| 補助金・給付金 | リスキリング補助金対象 | 教育訓練給付金対象 |
| おすすめ度 | 今の仕事に活かすなら | AIエンジニアになるなら |
| 公式サイト | 詳細を見る | − |
IT女子 アラ美ITアライグマまとめ
仕様駆動開発の概念と実践方法について解説しました。
- 仕様駆動開発：詳細な仕様書を先に作成し、AIエージェントでコード生成する開発手法
- 業務配分の逆転：従来の「設計2割・開発8割」から「設計8割・開発2割」へ
- 導入ステップ：仕様書フォーマット標準化→AIエージェント選定→CI/CD統合
- 効果：手戻り削減、見積もり精度向上、残業削減
- 適用判断：要件安定型プロジェクトに向いている
AIエージェントの進化により、エンジニアに求められるスキルセットは確実に変化しています。コーディングスキルだけでなく、正確な仕様を設計する力がこれまで以上に重要になります。まずは小さなプロジェクトから仕様駆動開発を試してみてください。
IT女子 アラ美ITアライグマ
