【第３回】Cursor × SpecKitではじめる仕様駆動開発（Plan・Tasks編）～AIと一緒にTerraformの設計・タスク分解をしてみる～

はじめに

前回は Specification（仕様書） を作成しました。

この時点ではまだ Terraform は1行も書いていません。

完成したのは、

• Requirements
• User Story
• Acceptance Criteria

などを含む 仕様書（spec.md） です。

今回は、その仕様書をもとに

• Plan（設計）
• Tasks（タスク分解）
• Analyze（整合性チェック）

を実施していきます。

ここからいよいよ

「どう作るか」

をAIと一緒に考えていきます。

Planとは？

最初は

Specification があるなら、そのまま Terraform を作ればいいのでは？

と思っていました。

しかし SpecKit では、

その間に

という工程があります。

つまり、

仕様から

設計書

を作る工程です。

Cursor Agentへ依頼

まずは Plan を作成します。

入力した内容はこちらです。

プロンプト

/speckit-plan

specs/001-aws-waf-alb/spec.md の仕様に基づいて、
Terraform実装計画を作成してください。

方針:
- まだ実装はしない
- Terraform module構成を設計する
- variables / tfvars による環境差分管理
- CloudWatch Logs設計
- ALB関連付け
- ロールバック方針
- 日本語で作成する

ここでも

「まだ実装はしない」

という指示を入れています。

AIが設計書を作成

Agentは

ディレクトリ構成

plan.md
research.md
data-model.md
contracts/
quickstart.md

など、

設計書一式を生成しました。

正直、

ここまで細かく作られるとは思っていませんでした。

module構成まで考えてくれる

例えば、

Terraform構成として

ディレクトリ構成

modules/
    waf-alb/
environments/
    stg/
    prd/

という構成を提案してくれました。

さらに、

環境差分についても

• stg → Count
• prd → Block

を

variables と tfvars で切り替える設計になっていました。

CloudWatch Logsまで設計される

Planには

CloudWatch Logsも含まれていました。

例えば

ロググループ

aws-waf-logs-waf-alb-stg
aws-waf-logs-waf-alb-prd

など、

ロググループ名まで整理されています。

単なる Terraform コード生成ではなく、

設計書

になっています。

次はTasks

設計が終わると

次は

コマンド

/speckit-tasks

です。

ここでは

設計書から

実装タスクへ分解されます。

AI が 39 タスクへ分解

結果はこちらでした。

全部で

39 タスク

です。

最初は

多すぎる！

と思いました（笑）

しかし内容を見ると、

非常に細かく分割されていました。

例えば、

というように、

1ファイル単位でタスク化されています。

並列実行まで考えてくれる

さらに驚いたのが、

並列実行できるタスクまで提案してくれたことです。

例えば

タスク

T002
T003
T004

は

互いに依存しないため

並列実行可能

という整理までしてくれました。

AIが

プロジェクトマネージャーのような役割をしてくれています。

Analyzeも試してみる

ここで

コマンド

/speckit-analyze

も実施しました。

これは

の整合性チェックです。

指摘された内容

Analyzeでは

重大な問題はありませんでした。

しかし、

改善点として

以下が提案されました。

• backend設計を明確にする
• WAFのWCU確認
• CloudWatch Metricsの整理

つまり、

コードではなく

設計

に対するレビューです。

ここが普通のAIチャットとの違いでした。

AIの指摘を採用してみる

今回は

AIから提案された

• backend
• WCU
• metrics

について、

PlanとTasksへ反映してもらいました。

その結果、

39 タスクへ増え、

さらに品質が向上しました。

この流れも

仕様駆動開発らしいところだと思います。

実装前なのにレビューができる

個人的に一番良いと思ったのは

まだTerraformを書いていない

ことです。

それでも

設計レビュー

タスクレビュー

整合性レビュー

が終わっています。

従来なら

Terraformを書いてから

レビューしていた内容です。

AIとのやり取りも変わる

以前なら

プロンプト

Terraformを書いてください

でした。

しかし今回は

応答

設計を見直してください
↓
タスクを整理してください
↓
整合性を確認してください

という会話になりました。

AIを

コーディングツールではなく

設計レビューア

として使っている感覚でした。

次回予告

次回はいよいよ

コマンド

/speckit-implement

を実行します。

ここから

AIがTerraformコードを生成し、

AWS WAFを構築していきます。

途中では

• Terraform Backend問題
• bootstrap追加
• WAF descriptionエラー
• ALBアタッチ不要への仕様変更

など、

実際の開発らしい試行錯誤も発生しました。

そのあたりも含めて紹介したいと思います。

おわりに

今回の工程で感じたのは、

SpecKit は

「コードを書く前の品質」を上げるためのツール

だということです。

設計書を作り、

タスクを分解し、

さらにAI自身がレビューまでしてくれます。

Terraformを書く前なのに、

かなり完成度の高い設計が出来上がりました。

次回はいよいよ Implement編 として、

Terraformを生成し、AWS WAFを実際に構築していきます。