要約
- AI議事録 → タスク分解 → 実装 → レビューまで、AI が主語
- プロジェクト管理ツール内のタスクの 情報をリッチ化 して AI がタスクの背景・文脈を読みやすい状態に
- 定型フローは .cursorrules などのルールファイルに記述し自動化する
- 設計フェーズに最も時間をかけ、後工程をスムーズに進める
- 実装は AI に丸投げ。動作を確認してからコード理解と修正を始める手法**
この記事は何?
日々の開発で私が実践している「生成 AI をフル活用した開発ワークフロー」のメモ兼公開ノートです。未来の自分が振り返ったときに “あの頃はこう回していたな” と確認できるように、そして同じように AI と開発しているエンジニアの参考になれば幸いです。
Ⅰ. 実装前フェーズ
-
確認&質問リスト を事前に用意
- モレなく論点を洗い出す
- レビュワーと MTG
- 仕様の共通認識合わせ
- 議事録テキストをAIで タスク分解
- 分解したタスクをプロジェクト管理ツールへ MCP で投稿
Ⅱ. 実装準備フェーズ
- プロジェクト管理ツール API で 関連タスクとコメントを一括取得 (MCP or スクリプト) — AI に最新のタスク状況と背景を把握させるため
- エージェントが自動でブランチを切る
- チームへタスク着手を自動通知する(Slackなど)(自動フロー)
- AIに不足情報があれば追加質問させる
- 質問に回答してチェックリスト (設計) をエージェントに書かせる — ここに最も時間をかけるべき →“ダメ出しタイム” を経て確定
📌 チェックリストは「細かく・具体的」が正義。後工程でズレたとき、設計の粒度不足が原因なことが多い
Ⅲ. 実装フェーズ
- Vibe Coding:AI にコードを書かせ、私はレビューと追加プロンプトに専念
- 挙動が大きくズレた場合は、設計 (=チェックリスト) が誤っているサイン。まずチェックリストを修正し、その後 AI に再実装を依頼する
Ⅳ. 実装後フェーズ
- AI コードレビュー(※レビュー用に 新しいスレッド を必ず作成する。過去の会話のノイズを排除し、レビュー品質を保つため)
- ルールファイル
.cursorrules
で「PR 作成時に出力すべき情報」をテンプレ化 - スクリーンショット・検証結果を自動添付して PR 発行
- レビュワーが迷わないよう “見せ方” まで AI にチェックさせる
Ⅴ. PR レビュー対応フェーズ
- 指摘が「設計ミス」なら チェックリストをアップデート → AI に改修させる
- 再度 AI コードレビュー
まとめ
議事録を使って情報リッチ化 → AIで設計 → AIに実装丸投げ → 検証&修正 の流れです!