はじめに：ルーターを買い替える前に

「bundle install でネットワークエラーが消えない。これ、家のルーターが古すぎてポート通してないんじゃ…？」

Amazonで新しいルーターを注文する直前でした。
ふと思い立って、ターミナルで対話していた Claude Code にエラーログを投げました。

Claude: 「これはRuby 3.4.7とmacOSの組み合わせで発生するHappy Eyeballs v2の問題のようです。環境変数 RUBY_TCP_NO_FAST_FALLBACK=1 を設定すれば解決します」

設定後、3秒で解決。
ルーターを買い替えなくてよかった。

これが、上流工程（SE/PM）専門の私が、Claude Codeと二人三脚で「3ヶ月かかる開発を3週間で完遂」させる旅の始まりでした。

本記事では、コーディングから離れていたPMが、AIとどう協働すれば爆速開発ができるのか、「人間3：AI7の黄金比」という概念を中心にお伝えします。

衝撃の実績：数字で見るビフォーアフター

まずは結果から。
Rails 8.1.1 + Docker + AWSという構成で、ポートフォリオサイト（CMS機能付き）を構築しました。

工程	従来の見積もり	Claude Code協働	短縮率
全体工期	3ヶ月	3週間	75%削減
設計書作成	2〜3週間	2〜3日	約90%削減
CRUD実装	4機能 4〜8日	4機能 1日	約80%削減
環境構築	1週間	半日	約85%削減
バグ解決	平均4時間	平均1時間	75%削減

成果物の規模：

変更ファイル数：91ファイル
追加行数：3,515行
私が書いたコード：ほぼゼロ

成功の方程式「人間3：AI7の黄金比」

開発を通じて痛感したのは、「AIに丸投げしてはいけない」ということ。
そして、「人間が頑張ってコードを書いてもいけない」ということです。

最も生産性が高まったのは、以下の役割分担が綺麗に決まった時でした。

人間の役割（30%）：判断と責任

ビジョン: 「なぜ作るか」「誰のために作るか」の定義
判断: AIの提案した設計やライブラリ選定の採用・不採用の判断
責任: 最終的な品質担保、ビジネス価値の決定

AIの役割（70%）：実装と調査

実装: コードライティング、単体テスト作成、リファクタリング
調査: エラー原因の切り分け、ドキュメントの一次作成
文書化: 設計書の更新、日次レポートの作成

ケーススタディ：AIと踊るための「判断力」と「外部脳」

実際にあった、AIの「実装力」と人間の「判断力」、そして「最新ツール」が噛み合ったエピソードを紹介します。

Case 1. AIの暴走を止める「フェーズ管理」

AIは実装が得意なため、隙あらばコードを書こうとします。
プロトタイプ作成中のある日、事件は起きました。

Claude: 「画面イメージが完成しました！次はバックエンドのAPI実装とDB接続、認証周りも書いておきますね！」

私: 「ちょっと待って。今はまだPhase 1の設計フェーズだよね？仕様も固まってないのに実装しないで」

ここでAIを止めなければ、手戻りが大量発生していたでしょう。
「設計完了まで実装禁止」というルール（フェーズ管理）を徹底することで、手戻り工数を最小限に抑えられました。

Case 2. 5分で決断する「技術選択の往復」

AWS SESでのメール送信実装時のことです。
AIは最新の aws-sdk-ses gemを使って実装しましたが、本番デプロイ直後に「依存関係のエラー」で機能が停止しました。

私: 「まず動かさないと。一旦SMTP方式に切り替えて」

SMTPならRails標準機能だけで動くため、追加gemは不要です。この判断により5分で復旧しました。
翌日、「バウンス処理などでAPIの方が有利」という運用判断のもと、改めて aws-sdk-rails でAPI方式に戻しました。

緊急時は「まず動かす（SMTP）」
平時は「最適化する（API）」

どちらも技術的には正解です。しかし、状況に応じてどちらを選ぶか決めるのは、AIではなく人間の仕事でした。

Case 3. 外部脳「Context7」によるセキュリティ総点検

開発終盤、外部リソースを検索できる「MCP Context7」を導入し、既存コードのセキュリティチェックを行いました。これが決定打となりました。

単に「暗号化して」と頼むのではなく、「最新のRailsセキュリティのベストプラクティスに基づき、Contactフォームを診断して」とContext7に依頼。すると、AI単体では見落としがちな重要事項を指摘してきました。

ボット対策の不足:
- 提案: 「reCAPTCHAはユーザー負荷が高いので、まずは見えないHoneypotフィールドを追加しましょう」
既存データへの配慮:
- 提案: 「Active Record Encryptionで暗号化（email, name, message）を行いますが、単に導入すると既存の平文データが読めなくなり500エラーになります。support_unencrypted_data = true オプションを有効にし、段階的に移行しましょう」

この提案のおかげで、本番環境を落とすことなく暗号化を適用し、同時にスパム対策も完了できました。
自分の知識やAIの学習データだけでなく、外部の最新ドキュメントを「外部脳（Context7）」として参照させることで、セキュリティの死角を潰すことができました。

裏技：「司令塔」と「実行部隊」を分ける

開発が進みリポジトリが膨れ上がってくると、Claude Code（CLIツール）だけではコンテキストを追い切れず、同じ作業をループする場面が出てきます。

そこで導入したのが、Claude.ai（ブラウザ版）の「Project機能」との併用です。

役割分担の最適化

司令塔（Claude.ai Project）:
- リポジトリ全体を登録し、俯瞰的な視点を持つ。
- 具体的なコード修正ではなく、「解決への道筋」を見つけさせる。
実行部隊（Claude Code CLI）:
- ターミナルで動作し、ファイルの編集・実行を担当。
- 司令塔からの指示を忠実に実行する。

成功率98%のワークフロー

Claude Code が作業ループに陥る。
ブラウザ版の Project 機能に「現状の問題」を相談する。
Project 機能が、リポジトリ全体を見て「Claude Codeへの指示書」を発行する。
その指示書をターミナルに貼り付ける。

この手順を踏むと、体感で98%成功します。もし1回目で外しても、2回目には確実に正解へ誘導してくれます。

今日から使える実践テクニック

Claude Codeを「部下」ではなく「最強の相棒」にするための具体的なTipsです。

1. CLAUDE.md でプロジェクトの憲法を作る

ルートディレクトリに CLAUDE.md を置き、プロジェクトのルールを明文化します。

プロジェクトルール

コマンド: bin/rails を使用すること
品質基準:
- メソッドは20行以内
- 重複コードは3回まで（以降は共通化）

これを置いておくだけで、AIは勝手にリファクタリングを提案してくれるようになります。

2. session-start と add-report で文脈を繋ぐ

AIは忘れん坊です。毎日の儀式で記憶を維持します。

🛠️ ルーティンを自動化するCLAUDE.mdに入れるコマンド例

# `session-start`
Description:セッションを開始し、前回のコンテキストを復元する
Steps
  1. `ls -t reports/*.md | head -n 1` を実行し、最新のレポートファイルを見つける。
  2. そのファイルの内容（特に `Next Actions` と `Current Phase`）を読み込む。
  3. 読み込んだ内容を元に、「準備完了。現在のフェーズは [Phase] です。直近の課題は **[TODO]** です。」とユーザーに報告し、指示を待機する。

# `add-report`
Description:作業内容を記録し、次回のコンテキストを作成する
Steps
  1. `git status` とこれまでの会話履歴を確認し、今回の実装内容（変更ファイル、主要な変更点）を箇条書きでまとめる。
  2. 次回のセッションでやるべき `Next Actions` を3つ以内で列挙する。
  3. 現在の進捗フェーズ `Current Phase` を定義する。
  4. 上記の内容をマークダウン形式で `reports/YYYY-MM-DD.md` に保存する（同日のファイルがある場合は追記する）。
     - **Format**:
       ```markdown
       ## [Time] Report
       - Changes: ...
       - Current Phase: ...
       - Next Actions: ...
       ```

コマンドの使い方例

朝: session-start コマンド（自作エイリアス）で、「昨日の進捗」と「今日のPhase」を確認させる。
夜: add-report で作業内容を要約させ、CLAUDE.md や日報ファイルに追記させる。

この習慣のおかげで、「あれ、何やってたっけ？」がなくなりました。

💡 小ネタ：作業再開時昼休憩などでセッションを中断した場合は、Claudeの標準 claude --continue コマンドを使えばコンテキストを引き継いだまま再開できます。

3. 「スクショ駆動」開発

UI修正指示を言葉で行うのは非効率です。
「ここが変」とスクリーンショットを貼るだけで、AIは座標や色を解析し、CSSを修正してくれます。修正ラリーの回数が1/3に激減しました。

結論：AIと踊れば、仕事はもっと楽しくなる

「AIに仕事が奪われる」と恐れる必要はありません。
むしろ、AIのおかげで「面倒な単純作業（実装）」から解放され、「本質的な価値創造（判断・設計）」に集中できるようになりました。

私がやったのは、20年の経験を活かして「待て（判断）」と言い、「再起動して（基本）」と指示したことだけ。

もしあなたが、日々の実装や調査に追われているSE/PMなら、まずは「小さなプロトタイプ作成（所要時間30分）」から試してみてください。

ルーターを買い替える前に、AIに聞いてみましょう。
きっと、あなたのエンジニアライフを劇的に変える「相棒」になるはずです。

使用技術スタック

Ruby on Rails 8.1.1
Ruby 3.4.7
PostgreSQL 17
Docker / Docker Compose
AWS Lightsail (SES, Route53)
Claude Code (CLI) & Claude.ai Projects (Web)
MCP Context7 (Official Documentation Search)

配布アセット
https://github.com/miyakawa2449/kzrb160

AI協働型開発プロセス定義書 (v1.0)
コンテキスト制御用 CLAUDE.md 実例
PM用：AI暴走防止チェックリスト