概要
https://tonkotsuboy.github.io/20250929-postdev/#1
詳細内容
## Claude Codeが刷新した開発現場と、人間に残された仕事
https://tonkotsuboy.github.io/20250929-postdev/#1
Ubieは、Claude Codeの高度な機能を導入し、人間がガードレールとコンテキストを提供する開発体制を構築することで、開発速度を飛躍的に向上させ、コードの民主化を実現した。
**Content Type**: ⚙️ Tools
**Scores**: Signal:5/5 | Depth:4/5 | Unique:4/5 | Practical:5/5 | Anti-Hype:4/5
**Main Journal**: 89/100 | **Annex Potential**: 87/100 | **Overall**: 88/100
**Topics**: [[Claude Code, AIエージェント, 開発ワークフロー, コードの民主化, LLM活用]]
UbieではClaude Codeを全社導入した結果、PRリリース数が約3倍に急増し、非エンジニアを含む全職種でコードを書く「コードの民主化」が実現した。この開発速度向上を支えるのが、Claude Codeの高度な機能群である。
具体的には、定型業務を自動化する「カスタムスラッシュコマンド」により、PR作成やdbtモデル更新の手間を大幅に削減。これはルーティン作業を効率化し、エンジニアがより本質的な業務に集中できるため重要だ。また、「MCP（Meta-tool Chain Protocol）」を通じてFigma、JIRA、Notionといった外部システムや、Ubie独自のデザインシステム「ubie-ui」と連携させ、デザインファイルからの直接コーディングや社内知識の活用を可能にしている。これにより、AIが自社標準に則ったUIを生成し、ドメイン知識に基づいた開発を推進できる点が、単なるコード生成に留まらない付加価値となる。さらに、独立したコンテキストで専門家によるコードレビューを依頼できる「Subagent」や、実装前に計画を確認し手戻りを減らす「Plan Mode」が、品質と効率を両立させている。
人間には、このAI主導の開発フローにおける品質保証と方向付けという重要な役割が残されている。具体的には、AIが生成する大量のコードの品質を担保するための厳格なテスト（ユニット、E2E、ビジュアルリグレッション）、CodeRabbitによる自動レビュー、そしてStorybookのinteraction testを活用した「ガードレールの作成」が不可欠だ。また、JIRAやNotion MCP経由でAIに社内特有の「ドメイン知識を提供する」ことで、AIの出力がプロジェクトの具体的なニーズに合致するように調整する。最終的な品質チェックと微調整も引き続き人間の役割となる。
本稿は、AIエージェントが開発を加速させる一方で、人間の戦略的思考、品質管理、コンテキスト提供が依然として中心的な役割を果たす、現代の開発現場における実践的なAI活用モデルを提示している。Webアプリケーションエンジニアにとって、AIを効果的に導入しつつ品質を維持するための貴重な知見となるだろう。