概要
https://zenn.dev/yukketbetai/articles/e263bd18784a78
詳細内容
## Claudeと歩むAI仕様駆動開発の開発手法Risa🏃♂️
https://zenn.dev/yukketbetai/articles/e263bd18784a78
本記事は、ClaudeDesktopで仕様書を作成し、ClaudeCodeで実装する2段階のAI仕様駆動開発手法を、具体的なプロンプトエンジニアリングとMCPサーバーの活用法を交えて解説します。
**Content Type**: ⚙️ Tools
**Scores**: Signal:4/5 | Depth:4/5 | Unique:4/5 | Practical:5/5 | Anti-Hype:4/5
**Main Journal**: 86/100 | **Annex Potential**: 84/100 | **Overall**: 84/100
**Topics**: [[AI仕様駆動開発, ClaudeDesktop, ClaudeCode, MCPサーバー, プロンプトエンジニアリング]]
記事は、Claudeを利用したAI仕様駆動開発の手法を、仕様書作成と実装の2段階に分けて詳細に解説しており、Webアプリケーション開発者にとって非常に実践的なガイドとなります。このアプローチでは、ClaudeDesktopで高品質な仕様書を生成し、その後ClaudeCodeで効率的に実装を進めます。
この手法がなぜ重要かというと、開発者がAIを単なるコードジェネレーターとしてではなく、開発ライフサイクル全体を支援する強力なパートナーとして活用するための具体的な道筋を示すからです。特に、ClaudeDesktopでの仕様書作成フェーズで「コードを記述せずに」というプロンプトを徹底する点は、AIの強みを要件定義や基本設計といったドキュメント作成に集中させ、曖昧な要件での性急なコード生成を防ぐ上で極めて重要です。ClaudeのArtifacts機能を利用したMarkdown形式での資料出力は、開発プロセスの透明性と再利用性を高め、エンジニアは生成された要件定義書、基本設計書、API設計書をそのままプロジェクトに活用できます。
また、ClaudeDesktopに`sequential-thinking`、ClaudeCodeに`serena`、`context7`、そして音声通知に`ずんだもん`といった特定のMCPサーバーを導入することで、AIのコンテキスト理解能力やプロジェクトオンボーディングを劇的に向上させ、開発体験を最適化できる点が強調されています。特に`serena`による詳細なプロジェクト分析や、外部ライブラリのURLをルールとしてCLAUDE.mdに組み込むプロンプトエンジニアリングのテクニックは、AIがプロジェクトの特定の制約やデザイン基準を正確に理解し、高品質なコードを生成するための鍵となります。
このワークフローは、アイデア出しから技術スタック選定、詳細設計ドキュメントの作成、そしてClaudeCodeでの実装に至るまで、AIを開発プロセスに統合するための包括的かつ具体的な青写真を提供します。これにより、特に大規模なプロジェクトにおける要件定義の質向上と開発効率の最適化に大きく貢献できるでしょう。著者がCodexと比較し、Claudeの出力速度とArtifacts機能の優位性を挙げている点も、実運用におけるツールの選択基準として示唆に富んでいます。