TechTrain開発 x AI #CircLeT

Transcript

1. None

2. 梶川 琢馬 𝕏 @kajitack 株式会社 TechBowl VPoT エンジニアのキャリアの 1on1 をやっているサービス

   TechTrain の開発やメンターをやってます 2/12
3. None

4. 要件定義 設計 コーディング テスト レビュー 運⽤ AIは開発の 全工程で活用できる 4/12

5. 要件定義 × AI 業務ルールを YAML で定義し、AI が読める形にする 「作成できる条件」「更新できる条件」を記述 自動処理のトリガー条件も定義 AI

   への指示ファイル（CLAUDE.md） に業務知識をまとめる ドメインモデルの管理にYAMLを使ってみた https://zenn.dev/techtrain_blog/articles/cf6e9ce3634d51 5/12

6. 設計 × AI AI が迷わない構造を設計する マルチレポからモノレポへの移行 パッケージ境界が AI のコンテキスト境界になる 副作用は

   Event 経由でのみ実行（出口を硬くする） 定型タスク手順（Skills）で AI の行動を誘導 6/12

7. コーディング × AI アーキテクチャでAI の自由度を制御する デザインツール連携（Figma MCP）でトークンを取得 コンポーネントを代数的データ型（ADT）で定義 AI が使える部品を限定し、安全にコード生成

   7/12

8. テスト × AI 多層的なガードレールで品質を担保する ビジュアルリグレッションテスト（Storybook + Playwright）で UI 差分検知 静的解析（phpstan）でドメイン層の型安全を担保

   依存関係チェッカー（dependency-cruiser / deptrac）で依存方向を強制 ローカル Lint + CI で二重チェック 8/12

9. レビュー × AI AI 同士でもレビューし合う体制 複数モデルでコードレビュー（Copilot, Codex, Gemini） 人間のコードレビューは特に重要な部分のみチェックする 設計判断に集中する

   9/12

10. 運用 × AI ドキュメントを GitHub に完結させ、AI がアクセスしやすく AI への指示ファイル（CLAUDE.md）をレイヤーごとに更新 コードベースの変化に合わせてコンテキストを最新に保つ

    新しいメンバーや AI が同じドキュメントでオンボーディング 10/12

11. 人間の役割の変化 コードを書く → 制約を定義する レビューする → 依存方向を設計する テストを書く → 設計を議論する

    AI に任せる範囲を広げるほど、人間は「設計」に集中する 11/12

12. まとめ 開発フロー全てに AI を活用できる そのためには「AI にコンテキストを渡す」事前準備が大事 業務の知識を AI が扱いやすいテキストにまとめる AI

    が道を間違えないようにガードレールを作る 12/12