Claude Code や Codex の登場で、AIが自律的にコードを書く時代になりました。一方で、何を作っているのかの判断が難しくなったり、文脈と異なる実装が紛れたりと、業務導入に躊躇する声も少なくありません。
「AI実装は強力だけど、全面導入は怖い。ただ、AIの恩恵は受けたい」。そんなニーズに応えるため、Claude Code用（アップデートでGitHub Copilotにも対応）の仕様駆動計画ツール「Spec Driven Planning」 を作りました。本記事ではその使い方を紹介します。
忙しい人向け（要約）
- 仕様駆動開発の"実装"の前に、設計・見積もり・タスク化を自動化する「仕様駆動計画」を提案
- 1コマンド導入（既存プロジェクトにも追加OK）
- 要件定義 → 設計 → 見積もり → タスク化を、Claude Code のカスタムコマンドで実現
- AI実装の導入に迷う現場でも、まずは計画からAIの恩恵を受けられる
仕様駆動計画とは？
最近話題の Kiro や cc-sdd など仕様駆動開発（Spec-Driven Development） は、AIにコード生成まで任せられるのが魅力です。ただし現場では次の懸念が残ります。
- 完全自動生成にはまだ抵抗がある／品質担保が難しい
- トークン消費が大きく、安価プランではすぐ上限に達する
そこで、仕様駆動開発の中でも 「/steering（構造理解）」「/requirement（要件要約）」「/design（設計提案）」 など、計画立案に効く部分だけを抽出、さらに 「タスク化」や「見積もり」 を足して、仕事の計画までAIに任せるのがSpec Driven Planning（仕様駆動計画） です。
計画を固めたら、その後の実装は手動や Copilot を活用すればOK。まずは"計画"からAIを実務投入しましょう。
導入方法
プロジェクトのルートディレクトリで以下を実行します。
npx spec-driven-planning init --lang ja
これで以下がセットアップされます。
-
.sdpディレクトリの作成 - Claude Code 用プロンプトの配置
デフォルトは英語ですが、--lang ja で日本語化できます。
仕様駆動計画の流れ（チュートリアル）
題材：タスクの CRUD のみを持つ Todo アプリに「ユーザー認証/ユーザー管理」を追加する例
1. /sdp:steering でプロジェクト構造を理解させる
Claude Code を起動し、以下を実行します。
/sdp:steering
実行すると、次のドキュメントが生成されます。
.sdp/
├── product.md # プロダクト概要
├── tech.md # 技術スタック
└── structure.md # プロジェクト構造
狙い： AI側にプロジェクトの全体像を共有し、以降の要件・設計の精度を上げます。
2. /sdp:requirement で要件定義
自然言語で要件を入力します。
/sdp:requirement ユーザーという概念を追加
要件が長い場合は Markdown ファイルにまとめて指定できます。
## 要件
ユーザーという概念を追加
## 詳細
- ユーザーのCRUD機能を実現する
- 各Todoにユーザーを紐づける
/sdp:requirement add-user.md
すると、例として以下が生成されます：
.sdp/specs/user-crud-and-todo-association/requirement.md
内容（抜粋）：
# ユーザー管理機能とTodoとの紐づけ
## 背景・目的
…（略）…
## ユーザーストーリー
- **フロントエンド開発者**として、ユーザー別にTodoを管理したい。…
- **API利用者**として、ユーザーのCRUD操作ができるAPIが欲しい。…
- **個人開発者**として、各Todoの所有ユーザーを識別したい。…
## 機能要件
### 要件1: ユーザーのCRUD機能
（受入基準のチェックリストが続く）
ポイント： この時点で内容に差分があれば、Claude 上でそのまま対話して修正できます。
3. /sdp:design で設計
/sdp:design user-crud-and-todo-association
生成物：
.sdp/specs/user-crud-and-todo-association/design.md
含まれるもの：
- 概要
- 設計案（複数案、メリット/デメリット、リスク、実装複雑度）
- 推奨ソリューション（選定理由・トレードオフ）
- 詳細設計
例（抜粋）：
### 案2: 専用ファイル分割（user_models.go, user_store.go, user_handlers.go を新規作成）
**メリット**
- 責務が明確、将来の拡張に強い
- コードレビューの差分が追いやすい
**デメリット**
- ファイル数が増える
ポイント： 推奨案に縛られず、別案を選んで対話で調整可能。設計議論の"たたき台"を高速に用意できます。
4. /sdp:estimate でタスク分解＆見積もり
/sdp:estimate user-crud-and-todo-association
生成物：
.sdp/specs/user-crud-and-todo-association/tasks.yml
各タスクのタイトル／説明／DoD（完了条件）／依存関係／見積もり（PERT など） を自動生成
例（抜粋）：
tasks:
- id: T-001
title: User データモデルの実装
description: user_models.go を新規作成し、User, UserRequest, UserResponse を定義する。
deliverables:
- user_models.go
dod:
- ID, Name, Email, CreatedAt, UpdatedAt を持つ
- JSONタグ・bindingタグが適切
depends_on: []
estimate:
method: pert
optimistic: 0.5
most_likely: 1
pessimistic: 1.5
unit: h
5. /sdp:show-plan で人向けの計画ドキュメント生成
YAML は機械には親切ですが、人には読みにくいことも。以下で可読性の高い資料を生成します。
/sdp:show-plan user-crud-and-todo-association
生成される内容：
- 概要
- タスク分解と見積もり
- ガントチャート
- リスク／前提
- クリティカルパス
など、レビューや説明にそのまま使えるドキュメントが手に入ります。
6. /sdp:export-issue で GitHub Issue 化
最後に、タスクを GitHub Issue として登録します。
まずは設定を行います。
github:
repo: your-org/your-repo
issue_mode: single_issue
サブIssueモードを使う場合は下記拡張を導入する必要があります。
gh extension install yahsan2/gh-sub-issue
設定後にコマンドを実行すると、各タスクが Issue として一括作成されます。
プロジェクトボード運用やレビューの準備が一気に進みます。
どんな人におすすめか？
- AI実装をすぐに全面導入したくないが、AIの恩恵は受けたい開発チーム
- 要件定義〜見積もり〜タスク化の標準化に課題を感じている Tech Lead / PM
- 既存プロジェクトに軽量導入し、まずは"計画"からAI活用を試したい人
- レビューで根拠（なぜこのタスク？）を説明する手間を減らしたい人
- Copilot は使っているが、前段の計画が曖昧になりがちな個人・小規模チーム
- 仕様変更への追従（再見積・再計画） を素早く回したい組織
- Clean Architecture / DDD 文脈で、仕様中心の開発を進めたい人
まとめ
Spec Driven Planning は、仕様を起点に「要件 → 設計 → 見積もり → タスク化」を自動化するためのツールです。
AI実装を導入しづらい現場でも、まずは"計画"からAIに任せることで、開発の前工程を高速・高品質にできます。ぜひプロジェクトで試してみてください。
2025/10/06追記
- GitHub Copilot ChatのAgentにも対応しました
-
npx spec-driven-planning init時に--github-copilotオプションを追加することでGitHub Copilot用になります
-
-
/export-issuesの出力先にJiraとBacklogを追加しました-
.sdp/config/export.ymlを設定すればOKです
-