AI駆動開発を始めたらCAIOのAIコーチングがめちゃくちゃ刺さった話

こんにちは、reiです。

AI活用 / AI駆動開発 Advent Calendar 2025 の3日目 の記事です。

今年から AI駆動のアプリケーション開発 に挑戦しており、弊社のCAIOであり外部のオンラインスクールの講師でもあるAIコンサルタント石野先生のAIコーチングを受けながら開発を進めています。

コーチングを通して開発の進め方が大きくアップデートされたので、その所感をまとめておきます。

■ AIコーチングって結局なにしてるの？

よくあるAI講座とは違い、石野先生のコーチングは マンツーマン です。
コーチングは、"最近自分が取り組んでいることの確認と詰まっている点のヒアリング" から始まり、そこから実務に直結する形で一緒に深掘りしてくれるスタイルです。

zoom でのコーチングの様子

AI駆動開発では、

• AIを最適に利用して効率的な開発ができているか不安
• AIとの調和性やコストを踏まえた技術選定で迷う

など、（おそらく）初心者ならではの "ひっかかりポイント" が出てきますが、
コーチングではそれらをピンポイントで相談できるので、非常に助かっています。

気づき①：AI駆動開発でも開発手法に沿った流れが大事

AI駆動開発はコード生成のスピードが非常に速いです。
作ってみて改善点が見えた場合、修正はもちろん、一から作り直しも短時間でできます。

しかし、だからと言って、いきなりコードを書き始めるのは危険です。

例えば環境構築に関してはAIがまだ少し弱く、環境が変わったりセットアップが複雑だと、思った以上に手間取ってしまうことがあります。
また、"一から作り直し" を何度も行えば結果的に時間がかかりますし、途中でハルシネーションが発生することもあります。

石野先生もおっしゃっており、私自身も実感したのは、要件固めとゴール設定が最重要だということ。
上流工程で以下を整理しておくと、AIの生成するコードがブレにくく品質も安定します。

• ゴール（何を完成させたいか）
• 成果物の粒度（どの階層まで構造化するか）
• 成功条件（どういう状態ならOKか）
• 制約（使わない技術／必須仕様）

AI駆動開発でも、この基本が効率アップの鍵です。

気づき②：ClaudeCodeはタスクによってモードを使い分ける

私はClaudeCodeを利用してアプリケーション開発をしています。
以前はEditモードでプランを立てていましたが、石野先生から

「ここはPlanモードで整理するともっと効率的だよ」

とアドバイスをもらいました。
担当している開発では上流工程から実施しているので、今はPlanモードを有効活用して進めることができています。
ClaudeCodeには現時点で大きく分けて3つのモードがあります。

1. Ask before edits（編集前確認モード、デフォルト）

• 機能： 実行時やファイルを編集するたびに手動承認する
• 動作： 初めて触るコードや重要ファイルを慎重に編集する
• メリット： 安全に作業できる（意図しない変更を防げる）

2. Edit Automatically（自動編集モード）

• 機能： 承認無しで即時実行。ユーザーの指示に従ってコードやアウトプットを生成・編集
• 動作： AIが指示に基づいてコード生成・編集を試み、結果を即座に提示
• メリット： 軽めのタスクやプロトタイピングに最適

3. Plan Mode（プランモード）

• 機能： 実装前に計画を立てる
• 動作： ユーザーが指示を出すと、要件定義・設計・実装計画などを立てる
• メリット： 事前に計画をすり合わせることで手戻りや仕様のブレを大幅に減らせる

大きめのタスクや複雑な設計が必要な場合は、Planモードでまず計画を固めてから進めるのがオススメです。

気づき③：MCPサーバを有効活用する

アプリケーション開発では外部サービスやDBとのやり取りが必要になる場面がよくあります。
そんなとき便利なのが MCP（Managed Connector Proxy）サーバ です。

石野先生のアドバイスで特に印象的だったのは、

「必要な情報をAIにどう持ってこさせるか、AIにどう動いてほしいかを人間がハンドリングする。実際に動くのはAI。」

という考え方です。これを踏まえると、MCPサーバのメリットもより活かすことができます。

MCPサーバ活用メリット例

• AIが外部システムに直接アクセスできる
  MCPサーバを経由することで、AIがDBやファイル、クラウドサービスなどに直接アクセス可能。人間が手動でデータを取りに行く必要がなく、取得・書き込み・分析などAIに任せることができます。
• 手動作業とAI実行の境界を明確化できる
  「ここは人間」「ここはAI」と役割分担することで、無駄な操作や手戻りを減らすことができます。
• プロセスのシームレス化
  入力（INPUT）から出力（OUTPUT）までのつなぎを手作業からAI活用に置き換えやすくなり、高速で途切れない開発サイクルが実現可能です。
• 開発の拡張性が高まる
  MCPサーバ対応のDBやツールを選定することで、将来的に別のAIやサービスと連携させやすくなります。

■ まとめ：AI駆動開発は "作り方のパラダイムシフト"

AI駆動開発は単に“AIを使う”ではなく、開発方法そのものが変わるフェーズ に入っているのを実感しています。
成功の鍵は、AIの能力を最大限活かしつつ、人間が判断すべきポイントを明確にする ことです。

• 実装より要件をAIに伝わるよう言語化する力の方が重要
• AI前提で技術選定が変わる（MCPサーバに対応しているかなど）
• 詰まったときは経験者（コーチ）に相談した方が早い
• 「AI × 人間」の役割分担を学ぶ場としてもコーチングは相性◎

最後に、石野先生いつもご相談にのっていただき、的確なアドバイスをありがとうございます！

引き続きAIに関する学びを他の記事にも投稿していきますので、次回もぜひご覧ください。