AI駆動開発 × アジャイル開発 ~生成AIでアジャイル開発はどう変わるのか？~
>100 Views
July 18, 26
スライド概要
https://redjourney.connpass.com/event/394438/
登壇資料です。
本セッションでは、まずライブデモでAIがコードを生成する様子を示しながら、アジャイル開発の基本を5分でおさらいします。その後、生成AIが単なる補完から開発作業全般を委任できる段階に進んだことを説明し、人間はインプットとアウトプットの確認・保証を行う役割になると述べます。AIの誤りを防ぐために、バージョン管理・テスト自動化・CI/CD の3つの柱でセーフティネットを構築する重要性を示し、実際のデモでその効果を確認します。結果として、バックログの処理速度が向上し、生産性が高まりますが、次に何を作るかを検証するプロダクトマネジメントが不可欠であることを強調し、質疑応答でさらに議論します。
おすすめタグ：AI開発,アジャイル,生成AI,自動テスト,プロダクトマネジメント
関連スライド
各ページのテキスト
AI駆動開発 × アジャイル開発 RED JOURNEY MEETUP ・ 2026. 06.22 〜 生成AIでアジャイル開発はどう変わるのか？ 〜 Motoaki Tanaka @mot0aki
自己紹介 Motoaki Tanaka X: @mot0aki ▸ 株式会社レッドジャーニー ソフトウェアエンジニア アジャイル開発推進 新規プロダクト開発・プロダクトマネジメント 生成AI開発・導入支援 AIカタリスト ←new! @mot0aki ・ Red Journey Meetup 2
本日の流れ 1 まず、デモを走らせます — AIが作っている間に、本編を話します 2 アジャイル開発、5分でおさらい 3 AI駆動開発って、結局なに？ 4 AIを暴走させないための「3つの柱」 5 まとめ @mot0aki ・ Red Journey Meetup 3
LIVE DEMO デモ AIが作っている間に、本編を話していきます。
デモで見せること バックログ(要求事項)をもとに、 品質も自動テストしながら、 修正が適用できる。 それが、目の前で見えるところまでやります。 @mot0aki ・ Red Journey Meetup 5
サンプルプロダクト EQ (Event Questions)：Sli.do のような、イベント中の Q&A受付サービス。 ▶ いま開いて、質問を投げてみてくださ い! https://eventquestions.aicron.workers.dev/JF1 9JC code: JF19JC @mot0aki ・ Red Journey Meetup 6
デモ用サンプルバックログ いま使っているこの質問アプリに、「いいね（投票）」機能を足します。 良い質問に「いいね」が集まると、リストの上に並ぶ ＝ 取り上げる価値のある質問が、ひと目で分かる このバックログ（ユーザーストーリー）を、AIに実装させます。 @mot0aki ・ Red Journey Meetup 7
▶︎ 実行スタート …AIが作っている間に、本編へ。 @mot0aki ・ Red Journey Meetup 8
01 アジャイル開発、5分でおさらい
アジャイル開発とは？ 最大の目的は、変化に適応すること。 未来は、予測しきれない ── VUCA の時代。 V U C A Volatility Uncertainty Complexity Ambiguity 変動性 不確実性 複雑性 曖昧性 だから「最初に立てた計画どおり」では、うまくいかない。 @mot0aki ・ Red Journey Meetup 10
どうやって、適応する？ 車の運転のように ── 絶えず注意を払い、ハンドルを小さく切り続ける。（Kent Beck） @mot0aki ・ Red Journey Meetup 11
カギは「頻繁に・安全に直せる」こと 小さな軌道修正を、何度も繰り返すことで、より良いものに近づいていく @mot0aki ・ Red Journey Meetup 12
もっと詳しく── アジャイル開発の話 以前お話ししたアジャイル開発の内容を、 スライドにまとめています。 ご興味あれば、ぜひご覧ください。 右の QR から、どうぞ。 docswell.com/s/mot0aki/5YV4LD-agile-learning-week @mot0aki ・ Red Journey Meetup 13
02 AI駆動開発って、結局なに？ 生成AIを開発業務に使うとは？
「補完」から「委任」へ これまで AIは開発者の作業を 補完してくれる 例 プログラミング中にコードの続きを少し書いてくれる。 いま 開発関連作業そのものを委任できる 例 プログラミング作業だけでなく、要件分析・設計・レビ ューなども任せられる。 AIモデルの頭が良くなって、状況が変わった。 @mot0aki ・ Red Journey Meetup 15
開発者がやることは インプットとアウトプットの確認と保証を、行うこと。 INPUT — インプット 要求事項 / バックログ など OUTPUT — アウトプット プログラム・コードなどの生成物 AIの生成物に責任を引き受けるのは、人間 @mot0aki ・ Red Journey Meetup 16
ただし、AIは間違える。 「AIは嘘をつく」── 聞いたことがありますよね。 実装を間違える 要求を誤解する 修正の中で予期せぬバグを埋め込んでしまう →だからこそ、その動きを統制する必要がある。 @mot0aki ・ Red Journey Meetup 17
生成AIの動きを「統制」する ＝ 間違える可能性を、減らす。 コンテキストエンジニアリング ハーネスエンジニアリング etc... …最近よく聞くようになった言葉です。 これらの具体イメージをデモを通じて理解いただきます。 @mot0aki ・ Red Journey Meetup 18
03 AIを暴走させないための 「3つの柱」
3つの柱が重要 01 バージョン管理 変更履歴を管理。いつでも過去に 戻せ、並行編集にも対応。 02 03 動作検証を自動化。リグレッション (これまで動いていたものが動かな くなること)を早期に発見。 テストの実行・リリースなど開発プ ロセスを機械化。ヒューマンエラー を削減。 テスティング 自動化 頻繁にプログラムを修正できるように、 安全に開発を進める上での “開発のベース”。 @mot0aki ・ Red Journey Meetup 20
セーフティネット この3つを、効果的・効率的に活用できるようになる。 特に自動テストが整備され続ける環境があれば── 生成AIが書いたプログラムが 壊れていない・思った通りにできていることが分かる。 @mot0aki ・ Red Journey Meetup 21
そのセーフティネットの中なら、 AIが意図せず行動し、プログラムを壊すことなく、機能開発ができる。 @mot0aki ・ Red Journey Meetup 22
これまでのプロセス 01 要求内容を確認する 02 どのように作るべきかを考える（設計書に落としているかもしれません） 03 実際にプログラムを書く 04 自動テストを書く 05 プログラムが想定通り動作していることを自動テストなどで確認する 06 成果物をレビューする 07 コードのチェックからリリースまでを、自動で流す（CI/CD パイプライン） @mot0aki ・ Red Journey Meetup 23
これからのプロセス 01 要求内容を確認する 02 どのように作るべきかを考える 03 実際にプログラムを書く 04 自動テストを書く 05 プログラムが想定通り動作していることを自動テストなどで確認する 06 成果物をレビューする 07 CI/CD パイプラインで、チェックとリリースが完了する 人/AI 人/AI AI AI AI 人/AI 自動 →人に残るのは 01・02・06 の部分です。 残るのは インプット / アウトプットの確認。 ※ 技術・ドメイン知識 ＆ 要求の咀嚼ができることが前提。 @mot0aki ・ Red Journey Meetup 24
注意点 ① 自動テストが、最も費用対効果の高いAI統制のしくみ 生成AIと異なり、自動テストの結果は安定しているから 品質面で担保・保証したいことは、これまでと変わらないはず @mot0aki ・ Red Journey Meetup 25
注意点 ② AIの精度を上げる工夫は、他にもたくさんある 自社の特性やリポジトリに合わせた、環境整備が必要 「自社ならどこから始めるのか？」「何が必要なのか？」── このあたりは、最後のQ&Aでぜひ。 @mot0aki ・ Red Journey Meetup 26
DEMO ▸ 結果 さて、デモはどうなったか
04 で、これでいいのか？
開発はうまくいくようになる。 生産性高く機能開発ができるようになる。 @mot0aki ・ Red Journey Meetup 29
…これで、いいのか？ バックログの消化スピードは、早くなった どんどんバックログが完了になっている なんだったら、次のバックログが枯渇していく @mot0aki ・ Red Journey Meetup 30
次に、何をつくるべきか？ POやビジネス側 と ミーティング を繰り返しても、分からない。変わらない。 @mot0aki ・ Red Journey Meetup 31
ただ「つくる」だけでは、意味がない。 @mot0aki ・ Red Journey Meetup 32
つくったものが、 ユーザーに お客さんに 自分たちに どんな価値をもたらしているのか @mot0aki ・ Red Journey Meetup 33
だからこそ 仮説検証 プロダクトマネジメントが、 重要になってくる。 …この話の続きは次回のセッションで！ @mot0aki ・ Red Journey Meetup 34
まとめ 生成AIは、作業を委任できる段階に。人はインプットとアウトプットの確認・保証を。 3つの柱（バージョン管理・テスティング・自動化）で、セーフティネットを作る。 生産性は上がる。だからこそ次は「何をつくるか」── 仮説検証・プロダクトマネジメントへの第 一歩。 @mot0aki ・ Red Journey Meetup 35
Q&A・ディスカッション たとえば、、、 自社だと、どこから始める？ @mot0aki ・ Red Journey Meetup 何が必要なのか？ 「環境整備」って具体的に何？ 36
ありがとうございました THANK YOU ご質問・ディスカッション歓迎です Motoaki Tanaka @mot0aki