概要
https://zenn.dev/tmasuyama1114/articles/cc_sdd_whole_flow
詳細内容
## 実務で使い倒したので cc-sdd の仕様駆動開発プロセスを丁寧に解説してみた
https://zenn.dev/tmasuyama1114/articles/cc_sdd_whole_flow
実装前に仕様・設計・計画の「承認ゲート」を設けることで、AI駆動開発における認識齟齬と深刻な手戻りを根本から解消する手法を提示する。
**Content Type**: ⚙️ Tools
**Language**: ja
**Scores**: Signal:5/5 | Depth:4/5 | Unique:4/5 | Practical:5/5 | Anti-Hype:4/5
**Main Journal**: 89/100 | **Annex Potential**: 86/100 | **Overall**: 88/100
**Topics**: [[AI駆動開発, 仕様駆動開発(SDD), cc-sdd, Claude Code, EARS]]
AI駆動開発において、実装後に「思っていたものと違う」と気づく手戻りは、エンジニアの生産性を著しく低下させる要因だ。著者は、この問題の核心が「AIによる行間の誤読」「考慮漏れ」「コンテキストの忘却」にあると分析し、その解決策として国産の仕様駆動開発ツール「cc-sdd」を用いたワークフローを詳しく解説している。
本書の肝は、実装コードを書く前に「要件」「設計」「実装計画」の各フェーズで人間の承認（ゲート）を必須とするプロセスにある。家を建てる前に設計図を完成させる「SDD（Specification-Driven Development）」の考え方を、Claude CodeやCursorといったAIツール上で実現するための具体的なステップが示されている。
まず、プロジェクト固有の規約や技術スタックをAIに永続的に記憶させる「Steering」フェーズにより、セッションを跨いでもAIが「プロジェクトの憲法」を遵守できる環境を構築する。次に、要件定義では「EARS形式（WHEN/THEN/IF等を用いた構造化記述）」を採用することで、自然言語特有の曖昧さを排除し、AIが迷いなく動ける「型」を定義する。著者は、このEARS形式への変換をAI自身に行わせることで、人間側の言語化コストを抑えつつ、精度の高い仕様書を作成する技法を推奨している。
最も実用的な指摘は、設計段階での承認が「紙の上での修正」を可能にし、数時間単位の手戻りを数分のレビューに圧縮できるという点だ。また、タスク管理においても `tasks.md` と自動検証コマンド（`/kiro:validate-impl`）を組み合わせることで、AI特有の「実装のスキップ（やったつもり）」を客観的に防止する仕組みを解説している。
著者は、全ての変更にSDDを適用するのではなく、軽微なUI調整は通常の対話型、大規模な機能拡張やセキュリティが絡む変更はSDD、といった具合に「変更の大きさ」に応じた使い分けを提唱している。これは、AIツールの利便性を損なわずに、大規模開発における品質と一貫性を担保するための極めて現実的なアプローチと言える。ジュニアエンジニアの要件漏れ防止や、チーム内での設計レビューの円滑化といった副次的なメリットについても言及されており、AIエージェントを実務に組み込もうとする全てのウェブエンジニアにとって、実装の「確実性」を高めるための強力なガイドとなっている。