「新人にAI禁止令を出した組織」が、どのくらい開発フローでAIを使っているか

いえらぶＧＲＯＵＰの開発部で執行役員を務めています、和田です。わだけんです。

この記事を書いた経緯

去年書いた「新人にAI禁止令を出した話と、その結果の答え合わせ」という記事がありがたいことに多くの反響をいただきまして、先日ABEMA Primeでも取り上げていただきました。

さらに直近では、Xやヤフーニュースでも多数ご意見をいただいておりまして、誠にありがたい限りです。

さて、当該記事は「なぜ禁止したか」を書いただけで、その後にどういう仕組みを作ったかはほとんど触れていませんでした。実は去年一年間、開発フローの各工程でAIをいろいろ取り入れてきたので、せっかくなのでそのまとめという意味も込めて、その全体像を紹介します。

全体マップ：開発フロー × AI活用

各フローでの具体的な取り組みは、それぞれ過去に個別記事として書いています。以降、各フローごとに簡単に紹介します。

要件定義

議事録や要望書から、AIでフロー図のたたき台を生成したり、要件定義書の形に構造化しています。Agent Teamsで複数視点のディスカッションをシミュレーションさせることも。ただし、AIの出力をそのまま使うのはNG。「なぜこの項目が必要か」を説明できることが前提です。

設計

Cursorでコードベースを解析させて、設計書のたたき台やガントチャートの草稿をAIに生成させています。たたき台の生成は速くなりましたが、ドメイン固有の制約はAIがカバーしきれないので、そこは人間が判断する必要があります。

実装

前回の記事で書いた「AI禁止→3ヶ月の手書きトレーニング→解禁」の続き。現在はAIでコードを書いてOKですが、「なぜこのコードなのか」の説明責任と、そのままコミットしないルールをつけています。案件ごとのオンボーディング指示書もAIで自動生成。

コードリーディング

What→How→Why→What if の4段階プロンプトで、AIに聞きながら段階的にコードを読む運用。「このコード何？」だけだとWhatで止まるので、Whyまで踏み込む仕組みにしています。

コードレビュー

AIレビュー＋人間レビューの二段構え。レビュー観点をSkill化して属人化を解消する取り組みもやっています。AIの指摘は網羅的ですが、文脈を踏まえた判断は人間が行います。

知識管理

テーブル定義書の自動生成、チャット履歴のドキュメント化、ルールファイルの自動メンテナンス。ドキュメントが整備されるとAIの出力精度も上がるので、好循環が回り始めています。

横断的取り組み（この辺が教育よりかな）

開発フローとは別に、各工程を横断的に支える取り組みもあります。AIをコーチ役にした思考トレーニング、プロンプト品質でタスク分解力を可視化する仕組み、SQLの基礎力トレーニング問題の自動生成。

全工程に共通する設計思想

全工程に共通するのは「まず自分でやる→AIを補助的に使う→判断できるようになったら全面解禁」という段階的な構造です。自動車教習所と同じ。いきなり公道に出さない。

まとめ

しかし我ながら去年1年間でこんなにあっちこっちやっていたんですね。もっともっと丁寧に仕組みとして紡いでいこうと思います。

やっていることは「AIを使わせない」ではなくて、開発フローの各工程にAIを取り入れつつ、段階的に任せる範囲を広げていくということです。育成を意識して設計したものもあれば、効率化のために入れたら結果的に育成にも効いたものもある。

全工程に共通する原則はシンプルです。

自分でできないことは、AIにやらせても判断できない。

誰かの参考になれば幸いです。

おわり。

CM

いえらぶでは、フルフルAIを使いながらも、強つよエンジニアとして鍛わっていこう！というところにワクワクしてくださるエンジニアを広く募集しています！

新卒の方も中途の方も、選考じゃなくても雑談でも、ぜひいずれでもご連絡ください！

新卒採用サイト：

カジュアル面談：

Wantedly：