はじめに
新人（実務未経験）の私が、社内研修で AWSのAI-DLC（AI-Driven Development Life Cycle / AI駆動開発ライフサイクル） を学び、実際に AI と一緒にシンプルな EC サイトを作ってみたので、その感想をまとめます。
AI-DLC は、AI と対話しながら要件定義から設計・実装までを段階的に進めていく 開発手法で、その体験ツールとしてAWS が提供する AI IDE Kiro を使用しました。https://kiro.dev/
この記事では、
- 研修内容
- AI-DLC と Kiro について
- 環境構築と簡単な使い方
- 実際に作ったもの（どこまで到達したか）
- 使ってみて感じたこと（メリット・デメリット）
を紹介します。残念ながら、研修で想定されていた AWS へのデプロイ工程までは到達できなかったものの、主要な画面や仕組みはコードとして形にすることができ、AI-DLC の一連の流れを体験できました。
その背景や試行錯誤を含め「AI を使った開発って実際どうなの?」と気になっている方の参考になればうれしいです。
どんな研修だったか
まず研修のテーマですが、
まずは AWS が提唱する AI-DLC を体験する
というものでした。
単に AI を使ってコードを生成するのではなく、AI と対話しながら要件定義から設計、実装、運用までを進める開発プロセスを体験することが目的です。
研修では AI-DLC の考え方に沿って、以下の 3 つの工程を順番に進めました。
Inception（構想） → Construction（構築） → Operations（運用）
最終的には、AWS 上で動作する EC サイトを構築することを目標に取り組みました。
次に、今回の研修で使用した AI-DLC と Kiro についてもう少し詳しく紹介します。
AI-DLC とは
先ほどから触れていますが、AI-DLC（AI-Driven Development Life Cycle）は、 要件定義 → 設計 → 実装 → テスト というソフトウェア開発の流れ（ライフサイクル）を、AI と対話しながら段階的に進めていく開発手法です。
特徴は、いきなりコードを書き始めないこと。
- 何を作るか（要件）
- なぜ作るか（背景・前提）
- どう作るか（設計）
といった内容をフェーズごとに整理しながら進めます。
「AI に丸投げして完成品が出てくる」のではなく、AI が提案し、人間が判断・承認して次へ進む という流れが特徴で、あくまで最終的な意思決定は人間が担います。
Kiro とは
Kiro は、AI-DLC を実践するための AI 開発環境（AI-powered IDE） です。エディタ上で AI に「こういうものを作りたい」と伝えると、要件の整理から設計、コード生成までを段階的にサポートしてくれます。
環境構築
開発にあたっては、Kiro のほかに Git、Node.js、AWS CLI、AWS CDK を導入しました。
インストール手順は、各公式ドキュメントを参考にしました。
- ① Kiro（公式サイト）
- ② Git（公式サイト）
- ③ Node.js（公式サイト・ダウンロード）
- ④ AWS CLI のインストール（AWS 公式ドキュメント）
- ⑤ AWS CDK の開始方法（AWS 公式ドキュメント）
簡単な使い方
Kiro では、作りたいものを自然言語で伝えるところから開発が始まります。
今回の研修では、まず「EC サイトを作りたい」と伝えました。すると AI はすぐにコードを生成するのではなく、機能要件やシステム構成について質問を行いながら、要件や設計内容を整理していきます。
例えば、
-ユーザー認証は必要か
-データベースは何を利用するか
-商品画像はどのように管理するか
といった内容について確認され、それらの回答をもとにドキュメントが作成されました。
内容を確認して承認すると次のフェーズへ進み、最終的には実装やインフラ構成の生成まで行われます。
Kiroの画面
[Kiroの画面構成]
- ① メインエディタ：AI が生成したドキュメントを確認する場所
- ② チャットパネル：AI に指示を出す場所
基本手には、チャットで指示を出しながら、生成されたドキュメントを確認・承認して開発を進めます。
実際に作ったもの（どこまで到達したか）
今回、研修の題材として シンプルな EC サイト を作成しました。主な機能は以下のとおりです。
主な機能
| 機能 | 内容 |
|---|---|
| 商品カタログ | カテゴリ絞り込み・キーワード検索・商品詳細ページ |
| ショッピングカート | ゲストでも閲覧・追加可。ログイン後に内容を引き継ぎ |
| ユーザー認証 | メール＋パスワードでサインアップ／サインイン |
| チェックアウト | ログイン必須。モック決済で注文確定・注文履歴 |
| 管理者画面 | 商品・カテゴリの作成／編集／削除（権限制御あり） |
AI から提案された技術スタックは次のとおりです。
- フレームワーク：Next.js（App Router）+ TypeScript
- UI：Tailwind CSS
- DB / ORM：SQLite + Prisma
- 認証：Auth.js + bcrypt
実際の到達点（どこまでできたか）
最終的な到達点は次のとおりです。
- ✅ 完成：全機能のコード生成、
next build通過（型チェックOK・全13ルート） - 🔸 一部のみ：ローカルでの動作確認
- ⬜ 未着手：テスト実行、AWSへのデプロイ
AIとの対話だけでビルドが通るところまで到達できました。主要な画面や機能もコードとして形になっています。
商品一覧画面。左のカテゴリで絞り込み、上部で検索・並び替えができます。
一方で、デプロイ先を「おまかせ」にしていたため、AWS 以外のサービスを前提とした構成が生成されました。その結果、研修で想定されていた AWS デプロイの流れとの調整が必要となり、時間内での対応が難しくなってしまいました。
結果としてAWS へのデプロイ完了には至りませんでしたが、EC サイトの主要機能の実装とビルド確認までは完了しており、AI-DLC による開発プロセスを一通り体験することができました。
使ってみて感じたこと（メリット・デメリット）
メリット
- とにかく便利。要件・設計・コードまで一気通貫で進み、ドキュメントも自動で残る
- AI が 順番に導いてくれるため、未経験でも迷いにくい
- 多くの 提案をしてくれるので、選択肢を知るきっかけになる
- 要件や設計が 文章として残るため、後から振り返りやすい
未経験の私でも、AI との対話だけでここまで構成が固まっていくのは正直驚きました。要件定義書や設計書が自動で整理されるため、「今どこを作っているのか」を把握しながら進められたのも良かったです。
デメリット・不安に感じたこと
便利さの裏で「怖いな」と思った点もありました。
- 確認事項が増える：AI が次々に判断を求めてくるので、「これ勝手に決めて良いのか」と迷う場面がある
- 前提が知らぬ間に更新される：承認を重ねるうちに前提条件が変化し、後から辻褄が分からなくなることがある
- 提案を鵜呑みにしがち：説得力があるため、「AI が言うなら正しい」と思い込みやすい
先ほどの AWS デプロイの件は、まさにこの不安が形になった例でした。AI は与えられた条件の中で妥当な選択をしただけで、原因は 「AWS にデプロイする」という前提を要件として明示できていなかったこと にありました。この経験から、後戻りしにくい「土台の前提」ほど "おまかせ" にせず、最初にしっかり確認しておくことが重要だと感じました。
研修後のディスカッション
研修後には、メンバーで「今後どのように AI を活用していくか」について話し合いました。まだ結論が出ているわけではありませんが、特に印象に残った意見を紹介します。
-
レビュー負荷への向き合い方が課題
レビューの負荷は上がるため、レビュー疲れが課題になる可能性があります。そのため、AI を活用するなど、レビュー負荷そのものを減らす工夫も必要です。一方で、コーディング工数が減ることで、成果物を思い切って作り直す判断もしやすくなりました。 -
社内で内製できる範囲が広がる可能性
AI の支援によって、これまで外部に依頼していた領域も内製できるようになるのではないか、という意見が出ました。 -
生まれた時間で付加価値を生み出すことが重要
「10時間が5時間になった」程度の時間短縮だけでは物足りず、そこに付加価値を上乗せしたいという声もありました。 -
新しい言語を覚える感覚に近い
自然言語で AI にどううまく指示するかが、今後のスキルの鍵になりそうです。 -
「誰でも使える」わけではない
仕組みを理解せずに使うリスクがあり、運用方針もこれから議論していく必要があります。
まとめ
新人の率直な感想としては、AI-DLC は非常に便利でした。要件定義から設計、実装までを一気通貫で進められ、未経験の私でもビルドが通るところまで形にすることができました。
一方で、仕組みを理解していないと使いこなせないという難しさも感じました。最終的に判断するのは人間であるため、便利さに頼りきるのではなく、AI に任せる部分と自分で判断する部分を見極めることの重要性を実感しました。
未経験でも AI-DLC の一連の流れを体験できたことは、大きな自信になりました。同じように「AI を活用した開発に興味はあるけれど、一歩踏み出せていない」という方の参考になれば幸いです。
注意事項
本ブログに掲載している内容は、私個人の見解であり、所属する組織の立場や戦略、意見を代表するものではありません。あくまでエンジニアとしての経験や考えを発信していますので、ご了承ください。