ブログ

はじめに

「生成AIを活用してシステム開発を効率化する」と聞くと、コードの自動生成やドキュメント作成など、“AIにモノを作らせること（実装・自動化）”をイメージする方が多いかもしれません。
もちろん、AIを活用した実装の効率化や自動生成は最終的に目指すべき重要なステップと捉えています。
しかし、AIに作らせる前に、「まずは成果物の徹底的な品質チェックと未決定事項の早期洗い出しを行う“厳格な品質監査役”としてAIを活用すること」から本格的な導入をスタートしました。
どれだけAIで素早くコードやドキュメントを作っても、前工程での決定漏れや仕様の齟齬（手戻り）が残っていればプロジェクトは成功しません。今回は、品質担保と納期遵守を実現するために私たちが取り組んでいる、「品質チェックに特化したAI活用術」をご紹介します。

なぜシステム開発は手戻りで炎上するのか？

システム開発プロジェクトにおいて、最もスケジュール遅延やコスト増大（炎上）を招く最大の原因は「後工程での手戻り」です。

• 要件定義で決めておくべき仕様が決まっていないまま、後工程へ進んでしまう
• 設計書同士に矛盾や齟齬があり、実装・テスト段階で不整合が発覚する
• レビュアーのスキルや稼働状況により、誤字脱字や検討漏れの見落としが発生する

人間の目によるレビューだけでは、どうしても知識・経験の差やプロジェクトの逼迫状況による「バラつき」を完全に防ぐことは困難です。今後さらにAIによる自動生成や実装を推し進めていくためにも、ベースとなる成果物の品質を評価・監査する仕組みが不可欠でした。
そこでエンジニアの知識だけに頼るのではなく、「AIによる機械的チェック」を組み込んだハイブリッド型レビュー体制を先行して確立しました。
AIが基礎的な整合性確認や矛盾の抽出を自動で行うことで、人間のエンジニアは「業務ロジックの妥当性」や「より良い顧客体験の追求」といった本質的・創造的な議論だけに集中できる環境を整えています。

AI活用のロードマップ

AI活用を以下の3ステップで段階的に推進しています。

「まずは品質を担保する足場（Step 1）を固める」ことこそが、結果として後続の実装や自動化を円滑に進め、高品質なシステムを提供する最善のルートであると考えています。

【実践】独自SKILLと5ステップのレビューフロー

AIに単に「このドキュメントをチェックして」と指示を出すだけでは、指摘の粒度がバラバラになり見落としが発生します。AIが厳格な監査役として機能するよう、プロンプト・評価観点・テンプレートをパッケージ化した独自の「SKILL（評価定義）」を活用しています。

AIの精度を高める「3つのインプット資産」

① 独自SKILL（評価ロジック）

AIの思考プロセスを分離し、形式チェックと論理チェックの2段階で精密にスキャンします。

② 設計観点リスト（プロジェクト辞書）

過去の不具合知見や考慮漏れパターンを凝縮。社内用語や固有表現を正しく認識した上でチェックを行います。

③ 標準テンプレート

アクター権限や画面項目などの考慮漏れを自動検出するための評価フレームワークです

AIが果たす「4つの役割」

AIは資料を読み込む際、以下の4つの軸で多角的にチェックを行います。

独自SKILLによる5ステップAIレビューフロー（PDCAサイクル）

このプロンプト・観点定義に基づき、実際の現場では以下のサイクル（PDCA）でドキュメントの品質向上を回しています。

レビューによって生み出される成果物

AIによるレビュー完了後、プロジェクトには以下の成果物が自動生成されます。

未決定事項を逃さない「TODOリスト」

検出された課題を優先度付きで整理した一覧シートです。要件定義段階で未決定事項や齟齬を潰し切ることで、実装・テスト段階での大幅な手戻りを防止します。

標準化要件定義書（HTML）

AIがインプット資料を解釈し、標準フォーマットへ再構成した確認用ドキュメント。
単にフォーマットを綺麗に揃えることが目的ではなく、「AIが正しく構造化して読み取れない仕様は、人間（お客様）が読んでも理解・合意できない」という前提のもと、AIの解釈結果を通して仕様の意図や認識にズレがないかをレビュアーやお客様が確認・検証するために作成しています。

さいごに

AIにコードを書かせる（実装する）前段階として、まずは「品質を評価し、手戻りを防ぐ仕組み」を現場でしっかりと定着させる――。これが、私たちが考える確実なAI活用のステップです。
単に流行りのAIでコード生成を急ぐのではなく、「まずは品質を担保する足場を固める」ことこそが、結果的に開発を円滑に進め、高品質なシステムを実現する道だと考えています。
現在はStep 1として実際の要件定義や設計の現場で検証を重ねている段階ですが、今後は現場からのフィードバックをもとにチェック精度を高め、テスト工程や開発支援へと段階的に領域を広げていく予定です。
「開発プロセスにおける手戻りをどう減らすか」「AIをどのように実務に組み込むか」を模索されている方々にとって、本記事が少しでも参考になれば幸いです。
今後も、AI活用の取り組みや技術記事を発信していきます。 最後までお読みいただき、ありがとうございました。