Vibe Coding プロジェクト開発フロー
アイデアから製品へ。 Vibe Coding ワークフロー
AIを使ってプロジェクトを始める際、多くの人が同じ間違いを犯します。AIコーディングツールを開いて、すぐにチャットを始め、「コードを書いて」と頼んでしまうのです。小さなプロジェクトならそれでも問題ありません。しかし、本格的な商用レベルのプロジェクトを作ろうとすると、これでは問題が起きます。最初は順調に見えても、すぐにAIが生成するコードが乱雑になり、自分が求めていたものとは全く違うものになってしまいます。修正を繰り返して右往左往し、最後には全て破棄して最初からやり直す羽目になり、大量の時間を無駄にします。
なぜこうなるのでしょうか? それは、最も重要なステップである 「計画(Planning)」 を飛ばしてしまったからです。
Vibe Coding(AIを活用したコーディング)の時代において、AIはコードを書くのを手伝ってくれますが、優れた計画こそが依然としてプロジェクト成功の鍵です。むしろ、以前よりも計画の重要性は増していると言えるでしょう。
ここでは、私が実践の中で検証してきた、これらの落とし穴を避けるための「5ステップ開発フロー」を共有します。
なぜ標準プロセスが必要なのか?
従来のプログラミングでは、プロジェクトの計画が曖昧でも、せいぜい「質の低いコードができる」程度で済み、少なくとも自分が何を書いているかは把握できていました。
しかし、Vibe Codingでは状況が全く異なります。計画が曖昧だと、AIは「自由自在」を始め、あなたが理解できない、必要ともしていないコードを大量に生成してしまいます。
AIは魔法ではありません。非常に強力な「実行者」に過ぎません。あなたが何をすべきかを指示すれば、その通りに実行します。もしあなた自身が何をすべきか分かっていなければ、AIが良い製品を作れるはずがありません。
したがって、明確な開発プロセスを持つことは、以下の助けになります:
- プロジェクトの目標と要件を明確にする
- AIにあなたの意図を理解させる
- プロジェクトの制御不能を防ぐ
- 開発効率を高める
- 本当に役に立つ製品を作る
完全な5ステップ・ワークフロー
このフローは私が実践の中でまとめ上げ、多くの優れた開発者の経験も参考にしたものです。
以下の5つのステップで構成されています:
- 要件リサーチ(Research)
- 製品要求仕様書(PRD)
- 技術設計書(Tech Design)
- AIエージェント指示書(AGENTS.md)
- 実装とイテレーション(Build)
複雑に見えますか? 心配しないでください。できるだけ噛み砕いて説明します。
ステップ1:要件リサーチ(Research)
全体の流れを把握したところで、最初のステップから詳細に解説します。
作業を始める前に、まずはっきりさせましょう。「私は一体何を作りたいのか?」「なぜ作りたいのか?」「似たようなものは既に存在するか?」
多くの人はこのステップを飛ばしてすぐに要件定義を書き始めますが、私の経験上、30分かけてリサーチすることで、多くの回り道を避けることができます。
具体的にどうすればいいのでしょうか?
1)目標を明確にする
自分にいくつか問いかけてみましょう:解決したい問題は何か? それは本当に解決する価値があるか? 最終的にどのようなものが出来上がってほしいか?
例えば、家計簿アプリを作りたいなら、「自分用か、他人に使ってもらう用か?」「主にどんな種類の収支を記録するか?」「どんなコア機能が必要か?」を考えます。
2)似ている製品を調査する
業界に似たような製品がないか、それらはどう作られているか、長所と短所は何かを調べます。
関連するアプリやWebサイトを検索したり、他人のオープンソースプロジェクトを見たり、あるいはAIに直接聞いてみるのも良いでしょう。「使いやすい家計簿アプリはある? どんな特徴がある?」と。
このステップは重要です。「車輪の再発明」を防ぎ、インスピレーションや参考情報を得ることができます。
3)発見を記録する
アイデアや調査結果を記録します。RESEARCH.md のようなシンプルなドキュメントで構いません。形式張る必要はなく、日記のように考えや発見をメモするだけで十分です。
例えば、家計簿アプリを作るとします。既存のアプリをいくつか調べた結果、機能が複雑すぎると感じ、シンプルなツールが欲しいと思いました。その場合、RESEARCH.md は以下のようになります:
# 家計簿アプリ 要件リサーチ
## 目標
シンプルで使いやすい個人用家計簿アプリを作り、記帳の習慣を身につける。
## リサーチの発見
- 市販の家計簿アプリは機能が複雑すぎる
- 収入と支出を素早く記録したいだけ
- 毎月の統計データが見られれば十分
## コア要件
1. 収支記録を素早く追加できる
2. 日付ごとに記録を確認できる
3. 月次統計を確認できる
4. データはローカルに保存する
ステップ2:製品要求仕様書(PRD)
リサーチが完了し、作りたいもののイメージが明確になりました。次は、これらのアイデアを正式なドキュメントにまとめます。どの機能を作り、どの機能を作らないかを明確にします。
これは全プロセスの中で最も重要なステップです。優れたPRDがあれば、AIはあなたの意図を正確に理解し、高品質なコードを生成できます。
高品質なPRDを書くには?
私のお勧めは、まず自分で簡単な要件記述を書き、それをAIに拡張させて完全なPRDにする方法です。
例えば、まずはこう書きます:
家計簿アプリを作りたい。収支を素早く記録し、毎月の統計を見たい。
シンプルで使いやすく、複雑な機能はいらない。
そして、この文章をGeminiやChatGPTなどのAIモデルに送ります:
この要件を拡張して、完全な製品要求仕様書(PRD)を作成してください。
以下を含めてください:
1. 製品概要とターゲットユーザー
2. 詳細な機能リスト
3. 機能の優先順位(MVPとそれ以降のバージョン)
4. UIデザイン要件
5. 推奨技術スタック
6. 非機能要件(パフォーマンス、セキュリティなど)
AIが構造化されたPRDを生成してくれるので、あとは自分のニーズに合わせて修正・補完します。
PRDには何を含めるべきか?
完全なPRDには通常、以下が含まれます:
- 製品概要(この製品が何かを簡単に紹介)
- ターゲットユーザー(誰が使うのか)
- コア機能(実装する全機能のリスト)
- 機能の優先順位(必須機能と、後で追加できる機能)
- UIデザイン(画面のイメージを簡単に記述)
- 推奨技術スタック
- コードスタイルとアーキテクチャパターン
- 制約条件とエッジケース(境界条件)
例:
# 家計簿アプリ PRD
## 製品概要
日々の収支を素早く記録するための、シンプルな個人用家計簿アプリ。
## ターゲットユーザー
記帳はしたいが、複雑なアプリは使いたくない個人ユーザー。
## コア機能
### 必須(MVP)
1. 収支記録の追加
- 金額の入力
- タイプの選択(収入/支出)
- カテゴリの選択(食費、交通費、給与など)
- メモの追加(任意)
- 日付の選択
2. 記録リストの表示
- 日付の降順で表示
- 金額、タイプ、カテゴリ、メモを表示
- 記録の削除が可能
3. 月次統計
- 当月の総収入を表示
- 当月の総支出を表示
- 当月の残高を表示
### 今後実装予定
- データのエクスポート
- グラフ表示
- 予算設定
- 複数アカウント管理
## UIデザイン
- ホーム画面:記録リストと追加ボタンを表示
- 追加画面:入力フォーム
- 統計画面:月次データを表示
ステップ3:技術設計書(Tech Design)
明確なPRDができれば、何を作るべきかが分かります。
次は、それらの機能をどの技術で実現するか、大まかな技術アーキテクチャを決定します。
TECH_DESIGN.md ファイルを作成し、以下を含めます:
- 技術スタックの選定(フロントエンド、バックエンド、データベースは何を使うか)
- プロジェクト構造(コードのディレクトリ構成)
- データモデル(どのようなデータを保存するか)
- 重要な技術ポイント(注意すべき技術的難所)
家計簿アプリの例を続けます。PRDの要件に基づき、フロントエンドにはエコシステムが成熟しておりAIのサポートも手厚いReactを採用することにしました。データ保存は個人用ツールなのでバックエンドは不要とし、LocalStorageを使います。技術設計書は以下のようになります:
# 家計簿アプリ 技術設計
## 技術スタック
- フロントエンド:React + TypeScript + Vite
- スタイル:Tailwind CSS
- データ保存:LocalStorage
- デプロイ:Vercel
## プロジェクト構造
src/
components/ # コンポーネント
pages/ # ページ
hooks/ # カスタムHooks
utils/ # ユーティリティ関数
types/ # 型定義
## データモデル
### Transaction(取引記録)
- id: string
- amount: number
- type: 'income' | 'expense'
- category: string
- note: string
- date: string
## 重要な技術ポイント
1. データ保存には LocalStorage を使用
2. 状態管理には React Hooks を使用
3. 日付処理にはライブラリを使用(date-fns)
技術選定に詳しくない場合は、AIに聞いてみましょう。「家計簿アプリを作りたいのですが、どんな技術スタックがいいですか?」と。
AIが適切な技術を推奨してくれます。
ステップ4:AIエージェント指示書(AGENTS.md)
PRDと技術設計の準備が整いました。次は、AI専用の指示ファイルを作成し、このプロジェクトでAIが従うべきルールを伝えます。
ファイル名は AI_RULES.md や INSTRUCTIONS.md など自由に付けられますが、私は AGENTS.md という名前をお勧めします。これは新しいコミュニティ標準になりつつあるからです。
AGENTS.md は、AIコーディングツールにどのように働いてほしいかを指示するための標準化されたファイル形式です。AIのための「業務マニュアル」のようなものです。この標準はOpenAI、Anthropic、Googleなどの企業によって推進されており、現在8万以上のオープンソースプロジェクトで使用されています。Cursor、Windsurf、Claude Code、Gemini CLI、GitHub Copilotなどの主要なAIコーディングツールは、AGENTS.md ファイルの自動読み込みに対応しています。
では、AGENTS.md には何を含めるべきでしょうか?
一般的には、プロジェクト概要、開発規約、テスト要件、コードスタイル、注意事項などが含まれます。
家計簿アプリの例を続けます。先ほどのPRDと技術設計に基づいて、以下のような AGENTS.md ファイルを作成できます:
# 家計簿アプリ AI開発指示書
## プロジェクト概要
これは React + TypeScript で開発されたシンプルな個人用家計簿アプリです。
## 開発規約
- TypeScriptを使用し、型安全を確保すること
- コンポーネントは関数コンポーネント + Hooks で記述すること
- スタイルには Tailwind CSS を使用すること
- すべてのデータは LocalStorage に保存すること
## コードスタイル
- ESLint と Prettier を使用すること
- コンポーネント名は PascalCase(パスカルケース)を使用
- 関数名は camelCase(キャメルケース)を使用
- 定数は UPPER_SNAKE_CASE(アッパースネークケース)を使用
## テスト要件
- 各機能の完了後に手動テストを行うこと
- データの保存と読み出しが正しいことを確認すること
- 様々な境界条件(エッジケース)をテストすること
## 注意事項
- コードはシンプルに保ち、過剰な設計(オーバーエンジニアリング)を避けること
- コア機能を優先して実装すること
- モバイル端末へのレスポンシブ対応を確実にすること
このファイルがあれば、AIはこのプロジェクトで従うべきルールを理解し、生成されるコードはより規範的で一貫性のあるものになります。
ステップ5:実装とイテレーション(Build)
前の4ステップはすべて準備作業でした。いよいよコードを書く時です!
しかし、一気に書き上げるのではなく、小刻みにイテレーション(反復開発)を行います。
段階的イテレーション戦略
複雑なプロジェクトを一発で完成させるのは現実的ではありません。私は「3ステップ戦略」をお勧めします:
1、基礎フレームワークの生成
まずAIにプロジェクトの基礎フレームワークを生成させます。機能の使い勝手は一旦置いておき、プロジェクトが正常に実行できることを確認します。
PRD.md、TECH_DESIGN.md、AGENTS.md の要件に基づいて、
プロジェクトを初期化し、基本的なプロジェクト構造を作成してください。
以下を含めてください:
1. 必要な依存関係のインストール
2. ディレクトリ構造の作成
3. 開発環境の設定
4. 基本的なルーティングとページ枠組みの作成
プロジェクトが正常に起動することを確認してください。
プログラミングの基礎がある方は、もっと簡単な方法があります。スキャフォールディング(足場作成)ツールやプロジェクトテンプレートを使って基礎フレームワークを素早く生成するのです。
スキャフォールディングとは、create-react-app や create-vite のように、プロジェクトの基本構造や設定ファイルを自動生成してくれるツールのことです。
プロジェクトテンプレートは、事前に設定済みのプロジェクトサンプルで、直接コピーして使用できます。
これらを使えば、数分で基礎フレームワークが整い、ゼロから始める必要はありません。
2、コア機能の段階的実装
フレームワークができたら、具体的な機能の実装に入ります。ここでの鍵は、完璧さを求めるのではなく、まずコアとなる業務フローを疎通させ、コア機能を実装することです。プロジェクトを複数の小さな機能に分割し、一つずつ実装することをお勧めします。
例えば、家計簿アプリなら以下のように分割できます:
- データモデルとストレージの実装
- 記録追加機能の実装
- 記録リスト表示機能の実装
- 削除機能の実装
- 月次統計の実装
各機能について、AIと対話しながら進めます:
記録追加機能を実装したいです。PRD.md と TECH_DESIGN.md の要件に基づいて、
フォーム入力と送信機能を持つ AddTransaction コンポーネントを作成してください。
一つの機能が完了するごとにテストします。機能は正常に動作するか? バグはないか? 画面表示は期待通りか?
問題があれば、AIと対話し続けて修正させます。
3、実装詳細の最適化
コア機能の実装が終わったら、細部を磨き上げます。機能に影響を与えない前提で、パフォーマンスの最適化、ユーザー体験の向上、UIの美化などを行います。
細部の調整が終われば、あなたのMVP(実用最小限の製品)の完成です。その後は、ユーザーのフィードバックや自分のアイデアに基づいて、さらに機能を追加していけば良いのです。
また、コア機能が動くようになったら、Gitを使ってコードを管理することを強くお勧めします。機能が一つ完成するごとにコミットしておけば、後で問題が起きてもすぐに以前の状態に戻せます。
AIの暴走を防ぐ重要なテクニック
実際の開発では、以下のような問題に遭遇するかもしれません:
- AIの出力が的外れ(ちぐはぐ)である
- 新しい機能を実装したら、元の機能が使えなくなった
- 1つのバグを直したら、3つのバグが生まれた
これらはよくある問題ですが、解決策はあります。
1、プロジェクトのモジュール化
AIのコンテキスト(記憶できる情報量)には限りがあります。プロジェクトの情報量が増えるにつれて、以前の情報を忘れ、誤ったコードを生成する可能性があります。そのため、プロジェクトの機能をできるだけ分離し、大きなプロジェクトを複数の小さなモジュールに分割する必要があります。
例えば、ECシステムを開発する場合、商品管理モジュールを独立させます。AIに商品追加機能のコードを生成させる際は、商品テーブルのフィールド設計と商品追加のビジネスルールだけを提供し、決済や会員管理など関係の薄い機能のコンテキストはAIに渡さないようにします。
2、修正範囲の限定
AIが生成するコードは制御が難しい場合があり、A機能を修正するついでにB機能まで勝手に修正してしまうことがあります。この問題は、プロンプトで修正範囲を限定することで簡単に解決できます:
components/AddTransaction.tsx ファイルのみを修正してください:
1. フォームバリデーション機能を追加
2. 既存のスタイルとレイアウトを維持すること
3. 他のファイルは変更しないこと
3、抽象化と再利用
レイアウトが全く同じページを2つAIに作らせようとすると、AIは融通が利かず、ページAを作った後、そのコードをコピーしてページBを作ることがあります。これは大規模プロジェクトのメンテナンスにおいて非常に不利です。後でページAを修正しても、ページBの修正を忘れてしまうかもしれません。そのため、能動的にAIに指示する必要があります:
このページを再利用可能なコンポーネントとして抽象化し、
他のページが異なるパラメータを渡すことで使用できるようにしてください。
これにより、プロジェクト全体のコード量が減り、AIのコンテキスト記憶の負担も軽減され、生成結果がより正確になります。
4、バージョン管理
Gitによるバージョン管理を強く推奨します。機能が正しく生成されるたびにバージョンをコミットし、AIが新しいコードを生成するたびに人間が変更点(diff)を確認します。問題が起きてもすぐに以前のバージョンに戻せるため、コードの消失を防げます。
機能が完了するごとにコードをコミット:
git add .
git commit -m "記録追加機能を実装"
CursorにはGitの差分表示機能が組み込まれており、コードの変化を簡単に確認できます。
5、人間による制御
AIは重要なコンテキスト情報の欠如や、自身の能力不足により、ループに陥ることがあります。例えば、修正しても同じエラーを繰り返したり、無駄な作業を続けたりする場合です。このような時は、人間が介入する必要があります。
手動でコンテキストを指定したり、プロンプトを変えて別の角度から問題を説明したり、会話履歴をクリアしてやり直したり、あるいはコードの一部を手動で修正してAIに正しい方向を示したりします。
ここで、プログラミング学習のメリットが生きてきます。プログラミングの基礎知識があれば、Vibe Codingをより良くコントロールし、介入することができます。AIが生成したコードを読み、どこが間違っているかを理解し、重要な部分を手動で修正してAIを正しい方向に導くことができます。私がVibe Codingを学ぶと同時に、プログラミングの基礎知識も学ぶことをお勧めするのはこのためです。
6、多様なAIとの協働
AIモデルによって得意なタスクは異なります。もし1つのモデルでうまく作業が完了しない場合、他のモデルを使って「AIにやり方を教えるための指示」を生成させることができます。
例えば、Cursor内でGPTを使って生成したコードに問題がある場合:
- コードとエラー情報をClaudeやGeminiにコピーする
- 問題を分析させ、修正案を出させる
- その修正案をGPTに伝え、コードを修正させる
このマルチモデル協働アプローチは、問題解決の可能性を大きく高めます。
反面 - 要件不明確によるプロジェクト崩壊
このVibe Codingチュートリアルの実践編では、多くの成功事例を紹介しますが、ここではプロセスに従わないとどうなるか失敗例を1つ挙げます。
A君はToDoリストアプリを作ろうと思い、AIコーディングツールを開いて直接こう入力しました:
ToDoリストアプリを作って
AIはアプリを生成し、見た目は悪くありませんでした。しかし、アバ君はすぐに問題に気づきました。カテゴリ機能がなく、優先順位設定もなく、UIのスタイルも好みではありません。
そこで彼は対話を続けました:
カテゴリ機能を追加して
AIはカテゴリを追加しましたが、元のレイアウトが崩れてしまいました。アバ君はまた言いました:
レイアウトの問題を直して
AIはレイアウトを直しましたが、今度は新しいバグを作り出しました。こうして修正を繰り返すうちに、コードはスパゲッティ状態(収拾がつかない状態)になり、アバ君はこのプロジェクトを諦めざるを得ませんでした。
問題はどこにあったのでしょうか?
まず、最初に要件が明確でなかったため、AIは自分の解釈でコードを生成するしかありませんでした。次に、修正のたびに「頭が痛ければ頭を、足が痛ければ足を治す(対症療法)」だけで、全体的な計画がありませんでした。最後に、ドキュメントによる記録がなかったため、AIはプロジェクトの全体設計を知る由もありませんでした。
もしA君が最初から5ステップのフローに従い、PRDと技術設計をしっかり書いていれば、このような問題は起きなかったでしょう。
実践テクニック:AI生成コードの精度を高める
完全な開発フローを理解したところで、AIが生成するコードをより正確で、期待通りのものにするための実践テクニックをいくつか共有します。これらは私が実践でまとめた、非常に実用的なものです。
より多くの経験やテクニックは、本Vibe Codingチュートリアルの【経験テクニック】セクションで確認できますが、ここでは極めて重要なものをいくつか挙げます。
1、プロンプトの最適化
プロンプトの質は、AIが生成するコードの正確性を直接左右します。良いプロンプトには3つの要素が含まれているべきです:AIの役割を明確にする、具体的な詳細要件を提供する、複雑なタスクを分解する。
例えば、まずAIに役割を伝えます。「あなたは経験豊富なフロントエンドエンジニアで、ReactとTypeScriptを使ったモダンなWebアプリ開発が得意です。」
これにより、AIはどのような視点で作業すべきかを理解します。その上で、具体的な詳細要件を提供します。
❌ 悪いプロンプト:
ボタンを作って
✅ 良いプロンプト:
主要な操作ボタンコンポーネントを作成してください:
- Tailwind CSS を使用
- primary、secondary、danger の3種類のスタイルをサポート
- loading 状態をサポート(ローディングアニメーションを表示)
- disabled 状態をサポート
- クリック時にフィードバックアニメーションをつける
また、複雑なタスクを分解することも重要です。AIに一度に複雑なタスクを完了させようとせず、小さなタスクに分解しましょう:
❌ 悪いプロンプト:
ユーザー管理機能を実装して
✅ 良いプロンプト:
ステップ1:ユーザーデータモデルと型定義を作成する
ステップ2:ユーザー登録インターフェースを実装する
ステップ3:ユーザーログインインターフェースを実装する
ステップ4:ユーザー情報照会インターフェースを実装する
今はまずステップ1を完了してください。
参考になるコードやデザインがある場合は、それもAIに提供します:
このログインページのデザインスタイルを参考にしてください:[スクリーンショットまたはリンク]。
スタイルを統一した登録ページを作成してください。
2、OSの違いに注意
AIはLinuxやMacシステムのターミナルコマンドに慣れています。もしWindowsを使用している場合、2つの選択肢があります。WSL(Windows Subsystem for Linux)をインストールしてLinux環境で開発するか、あるいはWindowsを使っていることをAIに明確に伝えるかです。
AGENTS.md で明確に指定します:
## 開発環境
- OS:Windows
- ターミナル:PowerShell
- Windows互換のコマンドを使用してください
あるいは、対話時に明確に伝えます:
私はWindowsを使用しています。Windows互換のコマンドを提供してください。
3、AIがループに陥った時の対処
時々、AIはループに陥り、同じことを繰り返したり、特定の問題を解決できなくなったりします。その時はいくつか方法を試してみましょう。
1)コンテキストをクリアする。Cursorで現在の会話をクリアして再開します。ただし、重要な情報は先に保存しておきましょう。
2)質問の角度を変える。同じ質問を繰り返さないこと。
例えば、元の質問がシンプルに:
なぜログイン機能が動かないの?
角度を変えてみます:
ログインプロセスの各ステップをチェックしてください:
1. フロントエンドは正しくリクエストを送信していますか?
2. バックエンドはリクエストを受信していますか?
3. データベースクエリは正しいですか?
4. 返されるデータ形式は正しいですか?
段階的にトラブルシューティングを行い、どのステップで問題が起きているか教えてください。
3)より多くのコンテキストを提供する。AIは重要な情報を欠いているかもしれません。関連ファイル、エラーメッセージ、ログなどをすべて提供してみましょう:
ログインの問題が発生しました。関連情報は以下の通りです:
1. フロントエンドコード:[コードを貼り付け]
2. バックエンドコード:[コードを貼り付け]
3. エラーメッセージ:[エラーを貼り付け]
4. ネットワークリクエスト:[リクエストとレスポンスを貼り付け]
どこに問題があるか分析してください。
どうしても解決できない場合は、他のAIに助けを求めましょう。コードと問題をClaudeやChatGPTにコピーして分析させると、異なる解決策が得られることがあります。
4、AIにプロンプトを最適化させる
自分のプロンプトが良いかどうかわからない場合は、AIに最適化してもらうことができます。これは非常に使えるテクニックです:
AIにユーザーログイン機能を実装させたいです。
私の現在のプロンプトは「ログイン機能を実装して」です。
このプロンプトを最適化し、AIが高品質なコードを生成できるように、
より詳細で正確なものにしてください。
AIは、より多くの詳細と要件を含んだ、最適化されたプロンプトを提供してくれます。
5、AIのコードレビュー能力を活用する
機能が完成したら、AIにコードレビューを依頼しましょう:
私のログイン機能のコードをレビューしてください。チェック項目:
1. セキュリティの問題はないか(パスワードの平文送信など)
2. パフォーマンスの問題はないか
3. コードはベストプラクティスに従っているか
4. 潜在的なバグはないか
5. ユーザー体験は改善できるか
具体的な改善提案を出してください。
AIのレビューは、自分では気づかなかった問題を発見してくれることがよくあります。コア機能については、複数の異なるAIモデルに同時にレビューさせ、相互検証(クロスチェック)させることも可能です。
最後に
ここまで読んで、「このプロセスはちょっと複雑だな、本当に必要なのかな?」と思ったかもしれません。
私の答えは、「絶対に必要です!」
Planning is Everything(計画こそがすべて)。これが Vibe Coding の第一の心構えです。
初期段階でドキュメントを書くのに時間はかかりますが、その後の開発は非常にスムーズになり、AIが生成するコードの品質も高くなります。
それに、優れた計画は創造性を制限するものではなく、むしろあなたを自由にします。なぜなら、自分が何をしているのか、各ステップでどこに向かうべきかを知っているからです。
もちろん、このフローは融通が利かないものではありません。経験が増えるにつれて、自分に合ったリズムが見つかるでしょう。しかし最初は、良い習慣を身につけるために、このフローに従ってやってみることを強くお勧めします。
最後に、いくつかの重要ポイントを再確認しましょう:計画はコードよりも重要、ドキュメントはAIの羅針盤