1
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

@daisuke-nagata

AI駆動開発、結局なぜやる？どうやる？——未経験者のための入門ガイド

1
Last updated at Posted at 2026-04-19

はじめに

「AI駆動開発」って言葉、最近よく見ませんか？
でも実際、何をすることなのか、なぜやるのか、どう始めればいいのか、よく分からない人も多いはず。

自分もそうでした。で、いざ本気でやってみたら、6日間でQiita記事を40本書けました。普通に書いたら3ヶ月かかる量です。

この記事のゴールは、AI駆動開発をやったことがない人が「なぜやるのか」と「どうやるのか」を理解して、明日から動けるようになること。

専門用語は最小限に、順番に解説します。

AI駆動開発って何？

結論から。AI駆動開発とは、「AIエージェントを同僚として雇い、タスクそのものを任せる開発スタイル」 です（Wikipedia: AI駆動開発 / Google Cloud: Agentic Coding / IBM: What is vibe coding? / IBM: Agentic AI）。

コードを書く補助にAIを使うのではない。「この機能作って」と依頼したら、AIが勝手にファイルを読み、設計し、実装し、テストを書いて走らせ、エラーが出たら自分で直す——ここまでやる。ChatGPTに質問するのと比べて、関与の深さが一桁違います（参考: Simon Willison「Agentic Engineering Patterns」 / Latent Space: State of AI Coding 2025 / a16z: The New Code）。

ひとことで違いを言うと

観点 従来開発 AI補助（〜2023） AI駆動（2025-2026）
AIの立ち位置 参考書 コード補完 同僚・実行者
依頼粒度 - 「この関数どう書く？」 「機能作ってテストまで」
成果物 人間が全部書く 人間骨組み+AI補完 AIが実装、人間は方針/レビュー
代表ツール IDE GitHub Copilot Claude Code / Cursor / Antigravity

単なるコード補完じゃなく 「タスクを渡して放置、戻ったらPRができてる」 世界。これがAI駆動開発です。

2021→2026、ここまでのタイムライン

3年弱で「コード補完」から「自律実行エージェント」まで景色が変わりました。Karpathy自身、2025年末には「Vibe Codingはもう古い。これからはAgentic Engineeringだ」と進化しています（関連: Karpathyの元ツイート / Vibe Coding解説: Wikipedia / Zenn: AI駆動開発の歴史 / Qiita: Claude CodeとCursorで変わる開発スタイル）。

エコシステム全体図——4レイヤーで理解する

混沌として見えますが、実は4層に整理できます。

4レイヤーを横断する共通基盤が MCP（外部ツール接続プロトコル / 公式仕様 / MCP紹介記事 by Latent Space）と Skills/Sub-agents（手順書と役割別AI / Claude Sub-agents公式 / Qiita: Claude Skills完全ガイド）です。ここが組み合わさって「エージェンティック・コーディング」が成立します（Anthropic: Effective agents も参照）。

主要プレーヤー徹底比較（2026年4月時点）

出典: Builder.io「Claude Code vs Cursor 2026」 / Northflank「Claude Code vs Cursor完全比較」 / 各ツール公式

ツール 形態 料金 強み
Claude Code CLI Pro $20〜 複数ファイル編集の一貫性、トークン効率Cursor比5.5倍
Cursor エディタ 無料〜Ultra $200 タブ補完採用率72%、UI馴染みやすさ
GitHub Copilot エディタ $10〜 VS Code/JetBrains両対応、Issue→PR自動化
Google Antigravity エディタ 個人無料 Gemini 3+Claude+OpenAI混在、ブラウザ直結
Windsurf エディタ Pro $15 Cascade Agent、Codemaps
Aider CLI OSS無料 Gitコミット自動化、100言語対応
Devin クラウド $20〜$500 完全バックグラウンド、Slack連携
Replit Agent 3 クラウド フリーミアム 200分連続実行、自己修復
OpenHands OSS/クラウド MIT SWE-Bench 72%、自己ホスト可

「どれが最強か」じゃなく 「どれをどの場面で使うか」 が勝負。2026年のパワーユーザーはCursor + Claude Code併用が標準装備です（比較詳細: Qiita: 主要AIコーディングツール徹底比較 / note: AIエージェント時代の開発環境 / Zenn: ClaudeCode vs Cursor vs Antigravity / Stack Overflow Blog: AI pair programming tools）。

AIに任せられる作業——7カテゴリ

  1. コード生成（仕様→実装、コピペ系）——GitHub Copilot調査で最も効果が大きい領域
  2. リファクタリング（命名・構造・モダン化）——Qiita: AIリファクタ事例
  3. バグ修正（エラーログ→原因特定→パッチ）——Devin公式事例・OpenHandsベンチ
  4. テスト作成（ハッピーパス〜境界値）——Zenn: AI-TDDパターン
  5. ドキュメント（コードから仕様逆算、README、コメント）——note: AIで仕様書逆算
  6. レビュー（差分の観点漏れチェック）——Qiita: コードレビューAI活用
  7. 外部連携（MCP経由でSlack/Notion/Gmail/Figma/DB接続、日次ルーチン自動化）——MCPサーバーレジストリ

3つの「型」——Vibe / Spec / TDD

実践には3スタイルが並存、どれが正義かは文脈次第。

推奨は「Vibeで感覚掴む→Specでプロダクト作る→品質重視箇所はTDDを重ねる」という段階的な組み合わせ。

用語集（ここで整理）

日本の現在地——数字で見る

書籍（『Claude CodeによるAI駆動開発入門』技術評論社 / 『AI駆動開発実践ガイド』インプレス）がベストセラー化し、connpassコミュニティや生成AI活用普及協会が全国で勉強会を立てている（Findy Tools: 開発生産性Conference 2025・CloudNative DaysでもAI駆動テーマが主役）。「技術トレンド」ではなく「業界標準」 に移行した、というのが現状認識として正しい。

批判的な視点も置いておく

煽って終わるのは嫌なので、懸念点も並べます。

結論、「AIに任せる」≠「AIに委ねる」。方針は人間、実装はAI、レビューと意思決定は人間。この役割分担こそAI駆動開発の本義です（同意見: note: AI駆動開発の責任分界 / Qiita: AIを過信しない開発）。

なぜやるのか

理由1: 時間が異常に短縮される

自分の実例：Qiita記事40本を6日で書きました。手作業なら3ヶ月コース。
1本あたり3〜4時間かかる作業が、20〜30分で終わります（類似例: note: Claude Codeで月50記事 / Zenn: 1週間で個人サービスをリリース）。

もう少し身近な例で言うと：

作業 手作業 AI駆動
100ページPDFを読んで要点抽出 半日 5分
仕様書から設計書を起こす 2日 30分
既存コードの仕様リバース 1週間 2時間
ドキュメント整形・翻訳 半日 3分

理由2: 単純作業から解放される

コピペ、フォーマット変換、同じパターンのテスト書き、ドキュメント整形——こういうのをAIに振れば、自分は考える仕事に集中できます（McKinsey: Generative AI and productivity によると開発者の単純作業が平均45%削減）。

理由3: 学習スピードが上がる

新しい技術を触るとき、AIが横にいて質問に即答してくれる環境は、教科書を読むより圧倒的に速い。「とりあえず動かしてみる」のハードルが消えます（Stanford AI Index 2025 でもAIアシスタント導入企業の新技術採用速度は2.3倍）。

理由4: やらないと差がつく

煽りじゃなく、2026年現在、AI駆動開発を普通にやってるエンジニアと、やってないエンジニアの生産性差は 3〜10倍 開いてます。半年後にはもっと開きます（Google Cloud: Developer Productivity報告 ・GitHub Octoverse 2025 が数字を裏付け）。

「自分は必要になったら始める」では間に合わない領域に入ってます（警鐘を鳴らす記事: Qiita: AIを使わないエンジニアは淘汰されるか / note: 2026年のエンジニア格差）。

始めるのに必要なもの

拍子抜けするくらいシンプルです：

  1. PC（Mac / Windows / Linuxどれでも）
  2. AIサブスク（Claude Pro: 月$20 / ChatGPT Plus: 月$20 / Cursor Pro: 月$20 など）
  3. ターミナル（最初だけ怖いけど、すぐ慣れる）

それだけ。GPUも特殊マシンも不要。スペックが低いノートPCでも動きます（セットアップ例: Qiita: Mac初心者向けClaude Code環境構築 / Zenn: WindowsでClaude Code）。

どう始めるか——最初の5ステップ

Step 1: Claude Codeをインストール

AI駆動開発で使うツールはいくつかありますが、まずは Claude Code がおすすめ（公式インストールガイド）。

# Node.jsが入ってなければ先に: https://nodejs.org/
npm install -g @anthropic-ai/claude-code

CursorやAntigravityでも同じことができます。好みで選んでOK（note: 3大ツール比較 も参考に）。

Step 2: 作業フォルダを決める

mkdir my-first-ai-project
cd my-first-ai-project

Step 3: Claude Codeを起動

claude

起動すると、ターミナル上でAIと対話できる状態になります。

Step 4: 日本語で指示を出す

英語は要りません。普通に日本語で：

このフォルダにPDFファイルがあります。
中身を読んでMarkdownに変換するPythonスクリプトを作ってください。

するとAIが計画を提示してくれます。

Step 5: 計画を承認→実行→確認

AIが勝手にコードを書いて、ファイルを作って、テストまで走らせてくれる。
自分は「OK」「ここ直して」と返すだけ。

計画→実行→検証→修正 の繰り返し。これがAI駆動開発の基本ループです（このループの理論的背景はAnthropic: Building Effective AgentsとDeepMind: Agentic Loops論文 に詳しい）。

実際にやってみる例

例1: フォルダ内のPDFを全部Markdown化

このフォルダにあるPDFを全部Markdownに変換して、mdフォルダに保存して

これだけ。コードは1行も書きません（enomoso_pmのQiita: 100ページPDFをMarkdown化 も参考）。

例2: Excelの表を整形

data.xlsxのSheet1を読み取って、売上上位10件をMarkdownテーブルにして

例3: 古いコードを読ませる

src/以下のコードを全部読んで、機能別に仕様書を作って

例4: 毎朝のルーティン自動化

毎朝、Slackの#general を読んで重要なメッセージ5件をまとめて

「人間に頼むような言い方」でOK。専用の記法は不要です（MCPでSlack連携する具体例: Zenn: Slack MCPでChatOps / note: Gmail/Calendar自動要約）。

つまずきやすい3つの罠

罠1: 最初から完璧を求める

AIは万能じゃありません。1回目でミスします。
「ダメだったらやり直し」を前提に動く と楽です。3〜4回のラリーで正解に辿り着くのが普通（Stack Overflow Developer Survey 2025 でも66%が「ほぼ正しいが微妙に違う」出力に最も苛立つと回答）。

罠2: コンテキスト（文脈）を与えない

AIは初対面の同僚と同じで、背景を知りません。
「このプロジェクトはECサイトで、ユーザーは主婦層」みたいな前提を伝えると精度が激変します（Anthropic: Context Engineering）。

CLAUDE.md というファイルをプロジェクト直下に置いておくと、Claude Codeが毎回読み込んでくれます（公式ガイド）。ここに前提を全部書いておくのが効きます（書き方参考: Qiita: CLAUDE.md大全 / Zenn: 最強のCLAUDE.md）。

# プロジェクトの前提
- ECサイトの管理画面
- ユーザー: 店舗オーナー（非エンジニア）
- フレームワーク: Next.js + TypeScript
- コメントは日本語で書く

罠3: コンテキストウィンドウ枯渇

1回の会話に入る情報量には上限があります（Claudeは200Kトークン、約15万字——Anthropic公式）。
長大なファイル全部を1回で渡そうとすると詰まります。

分割して渡す がコツ。100ページのPDFなら、20ページずつ5回に分けるイメージ（Qiita: Claude Codeのトークン節約術）。

実例：6日で40記事書けた話

自分が実際にやった流れ：

  1. ネタ出し: AIに「Claude Code関連で需要ありそうなテーマ20個出して」と依頼
  2. 構成: 各テーマごとにAIに構成案を作らせる
  3. 執筆: 構成確定後、AIに本文を書かせる
  4. 図作成: 画像生成APIで自動で図を作る
  5. 投稿: Qiita APIで一気に投稿

さらに、並列エージェントオーケストレーター という仕組みを自作して、複数のAIを同時に動かしてます。
直列で70秒かかる処理が、並列だと11.8秒。5.9倍速 になりました（元ネタ: Anthropic: Multi-agent研究 / Qiita: 並列エージェント実装例）。

結果、6日間で40本。いいね6の記事、いいね3の記事なども出て、反応もちゃんと取れました（Qiita Trend 2025年アーカイブ でもAI駆動系が上位独占）。

大事なのは、最初から自動化を狙わなくていい ということ。最初は手動でAIに頼みながら慣れて、パターンが見えてきたら自動化する。自分もその順番でやりました。

明日からやる順序

  1. 今日: Claude Code（またはCursor）をインストール
  2. 明日: 手元のPDFを1枚、Markdown化してみる（MarkItDownやpdfplumberベースで）
  3. 今週中: 自分の仕事の中で「繰り返しやってる単純作業」を1つAIに振る（Qiita: AI駆動で始める業務自動化）
  4. 今月中: CLAUDE.md を作って、プロジェクトの前提をAIに教え込む（テンプレ集）
  5. 来月: MCP（Model Context Protocol）に挑戦して、Slack/Notion/Gmailと連携（a16z: MCPの衝撃）

まず触る。これに尽きます。

触らずに記事を何本読んでも、AI駆動開発は身につきません。自転車と同じ。乗らないと乗れるようにならない（実践コミュニティ: AI駆動開発勉強会 connpass / 生成AI活用普及協会 / Claude Code Users Japan）。

まとめ

問い 答え
AI駆動開発って何？ AIを同僚にして開発を進めるスタイル
なぜやる？ 時間3〜10倍、単純作業から解放、学習速度UP
何が必要？ PC + AIサブスク月$20 + ターミナル
どう始める？ Claude Codeを入れて、日本語で指示するだけ
最初の一歩は？ 手元のPDFを1枚Markdown化してみる

質問あればコメントで気軽にどうぞ。
「こういう業務でAIに振れるか？」みたいな相談も歓迎です。

次に読むなら：

  • 【AI駆動開発】ソースコードから仕様書をリバースエンジニアリングする方法
  • 【AI駆動開発】100ページ超のPDFをMarkdownに変換してAIに読ませる方法
1
1
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
1
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?