この文章は、以下のプロンプトをGeminiに入力して得られた解説の文章を、人間が校正したものです。
SaaSの機能追加の要求定義、要件定義にGemやNotebookLMといったカスタムアシスタントの利用が有用ではないかと考えている。人間同士が要求の背景、意思決定の経緯、内容の詳細についてゼロベースからコミュニケーションしなくて済むのでコスト軽減できそう。開発者も、要求に対して「なぜやるのか？」「誰が責任者なのか？」などの質問や学習が一人で出来るので、個々のペースでインプットができそう。これらの見立ては正確か？見落としはないか？
AIアシスタントとは？
ここでいうAIアシスタントとは、社内の情報や業務知識と連携させたGeminiのカスタムGemやNotebookLMのノートブックを指します。
この文書ではAIアシスタントをSaaSプロダクト開発における要求・要件定義のコミュニケーションコスト削減に利用するという見立てで、要点を整理していきます。
「AIアシスタントを要求・要件定義のコミュニケーションコスト削減に利用する」という見立ては、特にコンテキストの共有と開発者の自律的なインプットという2点において、従来のドキュメント管理だけでは解決できなかった課題をクリアできる可能性が高いです。
反面、運用する上で致命傷になりかねないリスク・課題もあります。
以下に、その見立てのメリットと、運用する上で致命傷になりかねないリスク・課題を挙げていきます。
AIアシスタントを要求・要件定義に利用するメリット
以下の点は大きな効果が見込めます。
「伝言ゲーム」による情報の劣化防止
通常、PMからテックリード、テックリードからメンバーへと情報が渡る過程で「なぜやるのか（Why）」が抜け落ちがちです。
一次情報（議事録、PRD、顧客の声）をRAG（検索拡張生成）のソースとしてAIに読み込ませれば、開発者は「劣化していない一次情報」に直接アクセスし、対話形式で理解を深められます。
非同期コミュニケーションの質向上
「この仕様の責任者は誰？」といった単純な質問でチャットが埋まるのを防げます。開発者は「今知りたい」タイミングでAIに問いかけ、AIはソース（誰がそのドキュメントを書いたか）を提示できるため、適切な人への確認がスムーズになります。
オンボーディングコストの激減
プロジェクトの途中から参加したメンバーにとって、過去の膨大な経緯（SlackのログやWiki）を追うのは不可能です。NotebookLMなどで「これまでの決定プロセスの要約」を生成させれば、キャッチアップが数分で済みます。
見落としがちな点・リスク
一方で、この手法を成功させるには以下の罠を回避する必要があります。
「書かれていないこと」の補完（ハルシネーションのリスク）
AIは情報が欠落している部分を、もっともらしい文脈で埋めようとすることがあります。
要求仕様に曖昧さがある時、AIが勝手に仕様を断定して回答し、開発者がそれを正解だと思い込んで実装してしまうリスクがあります。
アシスタントに対して「情報源に記載がない場合は『記載がない』と答え、決して推測で仕様を決定しないこと」と厳格に指示する必要があります。
情報鮮度の維持（Garbage In, Garbage Out）
カスタムアシスタントの回答精度は、読み込ませたドキュメントの鮮度に完全に依存します。
口頭やSlack等のフロー情報で仕様変更が決まったのに、ストック情報（Wikiやドキュメント）が更新されていない場合、AIは自信満々に「古い仕様」を回答し続けます。
AIが参照するドキュメントこそが正（Single Source of Truth）という文化を徹底できるかが鍵です。ここがズボラになると、誰もAIを信じなくなります。
「合意形成」と「情報取得」の混同
AIは「決まったこと」を教えるのは得意ですが、「決めること」はできません。
開発者がAIとの対話で納得してしまい、本来人間同士（PMやデザイナー）とすり合わせるべき「ニュアンス」や「技術的なトレードオフ」の議論をスキップしてしまう恐れがあります。
AIの利用範囲を「情報収集・理解」に留め、「意思決定・交渉」は人間同士で行うという線引きを明確にする必要があります。
文脈の「断絶」
NotebookLMなどはアップロードされた資料内での関連付けは得意ですが、例えば「半年前の別プロジェクトでの失敗事例」など、そのデータセットに含まれない外部文脈は考慮できません。
そのような場合には、アシスタントが局所最適解な回答を出力してしまう恐れがあります。
実践的な使い分け
実際に開発チームで導入する場合、以下のような使い分けが効果的です。
| ツール | おすすめの用途 | 役割 |
|---|---|---|
| NotebookLM |
静的なドキュメントの対話 大量の議事録、PRD、顧客インタビュー音声などを放り込み、「要するに顧客の最大のペインは何か？」「A案とB案の議論の結論は？」を問う。 |
優秀な書記・アーカイブ担当 ソースへの引用機能が強力なため、ファクトチェックがしやすい。 |
| Gemini Gems |
ペルソナとしての対話 「厳しいPM」「セキュリティ監査人」「初学者のジュニアエンジニア」などの役割を与え、作成した要件定義書に対して壁打ちを行う。 |
壁打ちパートナー・レビュアー 要件の抜け漏れチェックや、想定問答の作成に向いている。 |
結論
インプットの効率化において、要求・要件定義にAIアシスタントを利用するメリットは十分に見込めます。
情報のメンテナンスと最終的な合意形成のコストはゼロにはならないという点を見落とさないようにすれば、非常に強力な武器になります。