はじめに
AWS が発表した AI IDE Kiro について調べてみました。
（皆さん早いですね、既に何名か既に記事にしている方います。。。）
自分が響いたのは、仕様駆動開発という言葉です。
その考え方は下記の AWS ブログで紹介されています。
また、後延する spec を触ってみるとイメージがつきやすいのではないでしょうか。
2025/07 プレビュー
利用可能なアカウント
以下のいずれかのアカウントでサインインして利用可能。AWS アカウントは不要。
利用可能な言語
英語。他の言語へのサポートは近日中に開始予定とのこと。
既存の IDE からの設定ファイルのインポート
VS Code などから設定ファイルをインポート可能。
料金
プレビュー期間中は、無料で利用できるが、リリース後は以下のプランと料金の予定とのこと。
利用可能なモデル
- Claude Sonnet 4
- Claude Sonnet 3.7
FM のトレーニング
- Kiro の Pro または Pro+ 利用枠が利用可能になった後アクセスするユーザーの場合、コンテンツは FM のトレーニングには使用されない
- AWS は、サービス向上のためにクライアント側のテレメトリと使用状況メトリクスを収集して使用することがあるが、IDE で設定を調整することで、このデータ収集をオプトアウトできる
- Kiro の無料利用枠とプレビュー期間中は、明示的にオプトアウトしない限り、コンテンツは、FM の品質を強化および改善するために使用される場合がある
- Amazon Q Developer Pro サブスクリプションを持つ AWS アカウントを通じて Kiro にアクセスしている場合、Kiro はサービス向上のためにコンテンツを使用しない
主要機能
Steering
- Steering は Markdown ファイルで Kiro にプロジェクトに関する永続的なコンテキストを提供する
開始するには「Generate Steering Docs」をクリック。
.kiro/steering/ に次の通り、Markdown ファイルが作成され、kiro 利用時に呼び出される。
└── .kiro/steering
├── product.md #製品概要
├── structure.md #プロジェクト構造
└── tech.md #テクノロジースタック
Steering の「+」より、独自のルール（Custom Steering Files）を作成することも可能。
spec
- spec は 3 つのフェーズ(要件・設計・計画)を通じて、高レベルの機能のアイデアを詳細な実装計画に変換する
├── .kiro/specs
└── premium-user-route
├── requirements.md #要件
├── design.md # 設計
└── tasks.md # 計画
specs の「＋」をクリックし、実装したい内容を入力する。
Flask に /premium の route を追加し認証済みユーザーのページを追加する。日本語で。
要件
まず、要件ドキュメントが作成され、問題がなければ、「Move to design phase」をクリックし、設計へと進みます。
設計
次に、設計ドキュメントが作成され、問題がなければ、「Move to implementation plan」をクリックし、実装計画へと進みます。
計画
9 つのタスクが作成され、問題がなければ、「Finalize task list」をクリックし、計画を完成させます。
実行
後は「Start Task」をクリックしていくことで、タスクを順に実行していくことで自動開始される。
hook
- hook は事前定義されたアクションを自動的に実行することで、手作業を排除する
hook の「＋」をクリックし、次の通り自然言語で作成を依頼します。
flask-app/app.py を保存すると対応するテストファイルが自動的に作成される。日本語で。
次の通り、hook の設定ファイルが作成され、事前定義されたアクションに基づいて実行される。
└── .kiro/hooks
└── flask-test-generator.kiro.hook
MCP
- MCP を利用可能
MCP の「鉛筆アイコン」をクリックする。
使いたい MCP サーバーの設定を入れ保存するだけで利用可能となる。
└── .kiro/settings
└── mcp.json
