銀河の歴史が、また1ページ。——「AI-DLC」という新戦術で、ゼロから始める新開発生活

Posted at 2026-05-10

Introduction

「AIにコードを書かせる」段階から、「AIと開発サイクル（DLC）を共創する」段階へ。

最近話題のAI-DLC（AI Driven Life Cycle）。興味はあるけれど、「ChatGPTで生成したコードをコピペするのと何が違うの？」「実際の現場でどこまで任せて大丈夫なの？」と疑問に感じている方も多いのではないでしょうか。

本記事では、Kiro IDE ¹ と aidlc-workflows ² を活用し、真っさらな状態からのECサイト構築、そして後付けでの管理機能追加と「AIと一緒にバグを倒す」までのプロセスを全公開します。

単なるコードの自動生成を超えた、エンジニアとAIの「共鳴」が生み出す新しい開発体験。タイトル通り、まさに「Re:ゼロから始める」気持ちで、次世代の開発スタイルの扉を開いてみましょう。

序：エースパイロットの限界と、提督への昇格

「銀河の歴史が、また1ページ。」

ソフトウェア開発という名の戦場において、いま決定的な勝利の報告が相次いでいます。
Amazonは、自社のJava大規模移行プロジェクトにおいてAI-DLC（AI-Driven Development Life Cycle）の中核機能であるAmazon Q Developerを活用。累計4,500人年分という、天文学的な工数の削減に成功したことを公式に発表しました。³

これまでのAI活用（Copilot等）は、いわば高性能なモビルスーツの操縦でした。しかし、AWSが提唱するAI-DLCは、あなたをコックピットから連れ出し、巨大な自律艦隊を指揮する「提督」へと昇格させる全く新しいシステムです。

特にその「全軍指揮要領（戦術ルール）」となるのが、オープンソースの aidlc-workflows ² であり、それを実行する旗艦が次世代エージェント型IDE Kiro です。本記事では、私のKiro IDEに配属したAI参謀オーベルシュタイン、そして時に運命を共にする最高のバディと共に、いかにして開発の景色を塗り替えたのか、その実録を公開します。

第1部：バージョン1（基本機能）の開発と爆速検証

最初のステップでは、何もない状態から動くものを作る「グリーンフィールド開発」を行います。AI-DLCの凄みは、人間が最小限の意図を伝えるだけで、複雑な環境構築をAIが肩代わりしてくれる点にあります。

1. 【開戦：Inception】——aidlc-workflowsによる戦略の構築

「私の指揮下にある艦隊は、一隻も沈ませはしない」

ヤン・ウェンリー提督がそう語ったように、AI-DLCにおいてAIは勝利への道筋を提案する参謀です。Kiro IDE単体では「機体の自動操縦」に過ぎませんが、aidlc-workflows のルールを読み込ませることで、初めて「Inception（開始）」フェーズが始動します。

提督（私）が下した「訓令（プロンプト）」は、驚くほど簡潔なものでした。

シンプルなECサイトを構築したいです。AI-DLCで進めてください。
全て日本語で進めてください。

ブリッジに沈黙が流れる中、AI参謀は直ちに演算を開始。提督である私は、参謀が具申する戦術案を確認し、最適な選択肢（デフォルト値）を承認するだけです。わずか数分。過度な思考を巡らせることなく、軍は自律的に進軍を開始しました。

以下が、Kiro IDE上での要件定義および初期実装が完了した状態です。

サーバーの起動： 下部のターミナルで ec-site ディレクトリに移動し、npm run dev を実行します。

ログの確認： ターミナルに prisma:query のログが表示され、DB連携を含めたサーバー起動が成功したことを確認します。

図1：Kiro IDEによる初期開発完了とサーバー起動案内

2. 一般ユーザー向け購入フローの検証（観艦式）

提督自らが戦果を確認する「観艦式」です。占領地（システム）の統治状態を確認しましょう。

商品の選択： ブラウザで localhost:3000 にアクセスし、任意の教材の [カートに追加] をクリック。

図2：ブラウザでの商品一覧画面

内容確認： 選択した商品名と価格をレビューし、 [チェックアウトへ進む] をクリック。

図3：ショッピングカートの確認

情報入力： 名前とアドレスを入力。デモ用決済により安全なテスト環境であることを確認。

図4：購入情報の入力

完了確認： 注文完了と同時にカートが空になり、初期状態に戻ることを確認します。

図5：注文完了とカートのクリア確認

第2部：バージョン2 機能拡張の要件分析（INCEPTIONフェーズ）

既存のシステムに新しい機能を追加する「ブラウンフィールド開発」に移ります。ここからは、運命を切り拓くための 「イテレーション（反復）」 が始まります。

3. イテレーションの開始とAIヒアリング

AIに対し、新しい開発サイクルを始めるよう指示します。ここからは、現場の「最高の相棒」と共に歩む泥臭いプロセスが始まります。

うまく動きました。これから機能追加を行います。
再度、開発のイテレーションを最初から繰り返してください。

図6：拡張開発（バージョン2）開始の指示

資産継承： Kiroが既存のNext.jsやPrismaの構成を正しく認識し、これまでの資産を活かしたまま拡張の準備を整えます。

図7：既存資産の自動検出

AIとの対話： 管理画面の追加、迅速な開発、既存スタックの維持などを回答していきます（Q1-Q3）。

図8：要件ヒアリング（Q1-Q3）への回答

さらに、フルCRUD操作、パスワード認証、シンプルなUIといった詳細を確定させます（Q4-Q6）。

図9：詳細仕様（Q4-Q6）の確定

4. 要件定義書（v2）の生成と確認

対話の結果、AIが requirements-v2.md を生成します。

図10：AIによる要件定義書の生成

図11：技術要件およびルーティング設計

図12：成功基準の最終確認

図13：要件の承認と次フェーズ移行

第3部：設計の深化とセキュリティ検証（INCEPTIONフェーズ続行）

要件が決まったら、次は「どう戦うか」のプランニングです。

5. 実行計画の策定

AIは開発スコープを分析し、開発を「Unit A（バックエンド）」と「Unit B（フロントエンド）」に分割。

図14：ワークフロープランニングの生成

図15：ユニット分割と開発スケジュール

図16：アプリケーション詳細設計の開始

6. アーキテクチャと詳細設計のレビュー

図17：システム構成図のレビュー

図18：コンポーネント詳細設計

図19：監査ログによる工程のトレーサビリティ確認

図20：決定事項の最終レビュー

7. セキュリティ変更要求の試行：AIの提案を吟味する

AI-DLCでは、AIの提案をそのまま受け入れる必要はありません。ここでは認証方式の代替案を確認しました。

図21：セキュリティ検証のための変更要求

AIはBasic認証、JWT、Cookie、Middlewareなどの複数の選択肢を提示します。

図22：多様な認証方式の提案比較

今回は検証用として、Kiroが提示した現在の設計を採用しました。

図23：設計方針の再確定

第4部：バックエンド実装（CONSTRUCTIONフェーズ: Unit A）

実装フェーズ（CONSTRUCTION）では、自律艦隊による一斉攻撃（コード生成）が始まります。

8. ユニット設計とコード生成プラン

図24：ユニット定義（Unit A）の最終確認

図25：実装フェーズへの移行

図26：バックエンド・ビジネスロジックの確認

図27：ビジネスルールの定義レビュー

図28：ドメインエンティティの確認

図29：コード生成プランの承認

9. 対話的実装とHITL操作：セキュリティを守る最後の砦

AI-DLCの大きな特徴は、AIが勝手に危険な操作をしないことです。これがHITL（Human-In-The-Loop）。

実行許可の取得： コマンド実行の前に必ず確認を取ります。[Run] ボタンを押すことで実行が許可されます。

図30：インタラクティブなコマンド実行の許可

図31：実行結果のコンソール確認

機密情報のハンドリング： セキュリティ上、.env ファイルはAIに触らせず、人間が責任を持って設定します。

図32：セキュリティバイデザインに基づく自動化の制限

図33：Unit A（バックエンド）の実装完了

第5部：フロントエンド実装（CONSTRUCTIONフェーズ: Unit B）

次は、ユーザーが触れるUI（突撃部隊）の実装です。

10. 管理画面UIの設計とコーディング

図34：フロントエンド実装への着手

図35：UIフローと画面遷移ロジックの確認

図36：フロントエンド・ビジネスルールの確認

図37：UIコンポーネント構成のレビュー

図38：Unit B 設計の承認

図39：フロントエンド・コーディングの開始

図40：全コード実装の完了

11. フロントエンドのビルド＆テスト

図41：Unit Bのビルド＆テストの実行

第6部：ビルド・テストと統合検証

各ユニットの開発と単体テストが完了したら、いよいよ全体を結合しての「結合テスト」へ進みます。

図42：開発サイクル完了の最終サマリー

図43：ビルド・セットアップ手順書のレビュー

図44：統合テスト（E2E）シナリオの確認

図45：テストサマリーと品質保証の確認

第7部：人間によるシステムテストとデバッグ

ここからは、人間が実際にアプリを操作して動作を確認します。予期せぬ運命（バグ）が待ち構えていますが、今のあなたにはAIという最高の「バディ」がついています。

12. 環境構築とサーバー起動

パスワードを設定します。先ほどの開発フェーズで、認証設定について確認し変更を試みましたが、今回は、検証用ということもあり実装が楽なKiroが提示した方法を受け入れました。しかし、いざ、設定することになると、やはり、平文のままファイルに書くことには違和感があります。次のイテレーションでは改善すべきです。ちなみに今回パスワードを平文で記載している .env ファイルは .gitignore に記述されておりリポジトリには含まれません。

図46：管理パスワードの最終設定（HITL）

サーバーをローカルホストで起動します。外部からはアクセスはできません。

図47：拡張版アプリケーションのサーバー起動

13. 回帰テスト

図48：既存機能の正常性確認（回帰テスト）

14. 管理機能のログインエラー（試練の始まり）

図49：管理者ログインの異常検知1

図50：管理者ログインの異常検知2

図51：エラーパターンの検証1

図52：エラーパターンの検証2

15. AIによる修正と再実行

AIにエラーを報告し、修正を要求。AIはバグ修正コードを適用し、再ビルドを行います。

図53：修正方針の策定と変更要求

図54：AIによるバグ修正コードの適用

図55：再ビルドと実行確認

16. AIによるデバッグの修正を確認

図56：修正版でのログイン試行

図57：再発するエラーの確認

図58：詳細なデバッグ作業

図59：ロジックの最終修正

図60：最終版の起動確認

最終部：最終検証と運用テスト

すべての不具合を解消し、新機能のユースケースをテストします。掴み取った「不変の統治」を確認しましょう。

17. 新機能の動作テスト

図61：商品管理ダッシュボードへのアクセス成功

図62：管理画面による新商品登録の検証

図63：管理画面でのリアルタイム反映確認

図64：一般画面への反映（データ整合性）確認

18. エンドツーエンド（E2E）最終検証

図65：新商品の購入テスト（カート投入）

図66：新商品の購入テスト（チェックアウト）

図67：全工程の正常終了確認

図68：サーバーサイド・ログの最終分析

完了： 認証、管理、デバッグ、購入。すべてが連動する「生きた」システムを、AI-DLCを通じて完成させることができました。

4. 提督の視点から見た「戦果報告」：なぜAI-DLCなのか？

圧倒的な工数削減: Amazon内部での大規模移行において4,500人年の削減を達成³。
日本企業での成功: ブラザー工業のエンジニアたちは、AI-DLCにより「ドメイン知識の重要性」を再認識し、AIとハイレベルに連携する新しい働き方を実現しています⁴。
自律型IDEの台頭: Kiro IDEは、単なるエディタを超えた「エージェント型」のインターフェースとして、開発プロセスの中心に位置しています¹。

結び：さらば、操縦桿に縛られた日々よ

「最善の戦術とは、最小の犠牲で最大の成果を上げることである。」

エースパイロットとして孤軍奮闘する時代は終わりました。AI-DLCを実際に体験して確信したのは、AIは「人間の仕事を奪うライバル」ではなく、共に背中を預け合える 「最高に優秀なバディ」 だということです。

実装の多くをAIが肩代わりしてくれますが、その品質を担保し、アーキテクチャに「意志」を込め、最終的なGOサインを出すのは、他でもない私たちエンジニアの役割です。特にセキュリティや非機能要件といった「設計の勘所」にこそ、エンジニアとしての魂が宿る。そんな、より創造的なタスクに集中できる喜びを、このワークフローは思い出させてくれました。

「実装の苦労」を「意思決定の楽しさ」へ。
銀河の歴史を、自らの手で書き換えるために。皆さんも、そろそろブリッジへ上がりませんか？

ここから、始めましょう。一つずつ。いいえ、ゼロから！