AINOW（エーアイナウ）編集部です。2025年1月時点の情報を基に、Githubが2025年9月3日に発表したSpec Kitに注目します。生成AIが生成するコードは非常に高速である一方、意図とのズレや設計方針に合わない、保守性の低さといった問題を抱えることがあります。
そんな中、仕様を唯一の真実とみなすspec-driven development（仕様中心開発）はこれらの悩みを解消する鍵となります。本稿では、英語版原稿の内容を踏襲しつつ、Spec Kitというオープンソースツールを軸に、4つのフェーズ（Specify / Plan / Tasks / Implement）を具体的な例とともに解説します。導入手順、採用理由、利用シーン、そして今後の展望にも触れ、実際の企業での活用例や内部リンク（生成AIの基本、ChatGPTの活用、企業の生成AI活用事例等）を交えながら、現場での実践に向けた有用な情報を提供します。
この記事のサマリー
- spec-driven developmentは「仕様を唯一の真実」に据え、AI出力のブレを最小限に抑えます。
- Spec Kitは4つのフェーズを具体的な手順でガイドし、計画、タスク分割、実装の各段階で検証を支援します。
- 新規プロジェクトのグリーンフィールド、既存機能の拡張、そしてレガシーシステムの刷新に特に有効です。
spec-driven developmentとは何か：コードより先に意図を固定する
spec-driven developmentは、開発プロセスの初期段階から仕様（spec）を作成し、それを唯一無二の参照ポイントとして計画、タスク、実装の各フェーズを推進する手法です。この手法は、従来のコード主導の開発方法と異なり、「意図」と「設計」が最優先されるため、後から生じる変更や設計ミスを未然に防ぐ効果があります。例えば、Amazonが提供するKiroに類似する考え方も取り入れられており、企業の生成AI活用事例としての参考にもなります。
仕様は静的な文書ではなく、プロジェクトの進行に合わせて進化する実行可能なアーティファクトである点が特徴です。
プロジェクトのライフサイクルにおいて、仕様は実際の開発ツールとも連携可能です。例えば、GitHub Copilot、Claude Code、またはGemini CLIといったAIツールが仕様の内容を自動解釈し、設計から逸脱しないコード生成をサポートします。これにより、エラーを未然に防ぎ、コンプライアンスやセキュリティ要件にも対応可能です。
なぜ「仕様中心」か
近年の大規模言語モデル（LLM）は、曖昧なプロンプトに基づく推論には優れていますが、前提条件や詳細な背景情報が欠落した場合、期待する回答を得るのが難しくなります。仕様を事前に詳細に言語化しておくことで、開発チームはプロジェクトの境界、成功条件、そしてユーザー体験の定義を一元管理でき、あいまいなプロンプトによる意図のズレを大幅に減少させることが可能です。このプロセスは、生成AIが自動化したコードの検証や、実際の運用における「差分検証」を容易にするため、開発の初期段階から安定した成果を実現する上で極めて有用です。
Spec Kitとは
Spec Kitは、仕様作成から計画、タスク分割、実装までを一連のコマンドで管理するオープンソースツールキットです。このツールは、既存のAIコーディングツールと連携し、各チェックポイントでの検証作業を自動化する設計になっています。実際に筆者が試した際には、VS Code連携を含む柔軟な拡張性と、Azure生成AIとの連携機能が特に魅力的でした。
Spec Kitは、プロジェクトの初期段階から継続的に意図と設計の整合性を保つためのツールとして高い評価を受けています。
4つのフェーズ：Specify / Plan / Tasks / Implement
Spec Kitの運用は、英語版原稿に基づく4つのフェーズを踏襲しており、各フェーズの目的と通過条件が明確に定義されています。各フェーズを順次クリアすることで、次の段階へ進む保証が得られます。この体系的な手法は、単なるチェックリストではなく、プロジェクト全体の設計方針に沿った進捗管理を可能にし、開発の透明性と品質を向上させます。
さらに、この手法は、RAG技術など、最新のAIソリューションとも親和性が高く、現代の開発現場では非常に実践的です。
1) Specify：何を・なぜ作るか
このフェーズでは、ユーザー像、解決すべき課題、プロジェクトの成功指標、そして体験フローについて詳細に定義します。技術的なスタックやUIの細部に立ち入る前に、「意図＝インテント」をしっかりと固めることが重要です。ここで曖昧さが残ると、後の工程全体に影響を及ぼすため、具体的で測定可能な指標や条件を盛り込むことが求められます。
実際に、筆者が企業のプロジェクトに導入した際、仕様の明文化が原因で後工程のリスクが大幅に低減されました。
2) Plan：どう作るか
この段階では、採用する技術スタック、システムアーキテクチャ、SLO（Service Level Objective）および非機能要件、制約条件、法令や規格（レギュレーション）、また既存システムとの連携の方法、デザインシステムの準拠などを体系的に整理します。複数の設計アプローチを比較検討し、最終的な選定理由を明文化することで、後の検証作業がしやすくなります。たとえば、筆者が以前参照したMicrosoft生成AIの事例では、計画フェーズでの綿密な検討が成功の鍵となっていました。
3) Tasks：作業を小さく分解する
仕様と計画を元に、個々の作業タスクへと分割します。「レビュー可能な最小差分」を意識し、各タスクに具体的な検証ポイントを設定します。例えば、「メール形式の正確性を検証するユーザー登録APIの追加」というタスクは、開発者間での認識ずれを防ぎ、個別にテストを実施できるような具体的な目標となります。
各タスクは進捗管理ツールと連携することで、運用上の透明性を高め、ステークホルダーとの合意を得やすくなります。
4) Implement：検証を挟みながら実装
実装フェーズでは、AIが生成したコードをもとに、合意済みの仕様・計画・タスクに沿って動作確認やコードレビューを実施します。大規模な一括実装ではなく、細かく区切られた単位での実装と検証を積み上げることで、品質を担保しつつ柔軟な修正が可能となります。筆者自身も、実践的なプロジェクトでこの手法を採用した結果、バグ発生率が大幅に低減された実例を確認しています。
セットアップ：Spec Kitの導入と基本コマンド
Spec Kitの導入は非常にシンプルです。プロジェクトの初期化によって、仕様、計画、タスクを管理するための基本的なテンプレートやディレクトリ構造が自動生成されます。これにより、従来の開発のように手作業での設定不要となり、すぐに仕様中心開発のメリットを享受できる環境が整います。
さらに、この手法は、Stable Diffusionなど、他の先進的な生成AI技術のプロジェクトにも応用可能です。
初期化
Spec Kitをuvxを使って初期化する場合、以下のコマンドを実行します。uvx --from git+https://github.com/github/spec-kit.git specify init <PROJECT_NAME>。このコマンドにより、プロジェクトの基盤が整えられ、以降のフェーズに進むための準備が完了します。
主要コマンド
Spec Kitの運用では、以下の主要コマンドを使用します。
/specifyコマンドは、全体の高レベル要求を元に詳細な仕様を生成します。
/planコマンドは、技術計画の策定や選定のための詳細なドキュメントを作成します。
/tasksコマンドは、各工程のタスク分割を自動で行い、タスク毎に実装と検証を進めることが可能です。
以降は、タスク単位で実装を進め、各フェーズ毎の検証を通してプロジェクト全体の整合性を確認していきます。
なぜ効くのか：曖昧プロンプトの限界を超える
現代の大規模言語モデル（LLM）は、入力されたパターンの補完には非常に長けていますが、前提条件や背景情報の不足には弱いという一面があります。仕様、計画、タスクといった各工程を明文化して先に用意しておくことで、AIが「何を作り、どのように実装すべきか」を迷うことなく理解できるようになります。これにより、各フェーズごとの検証がスムーズになり、開発環境における予期せぬエラーや不整合のリスクを大幅に低減します。
また、大規模な組織においては、セキュリティ、コンプライアンス、そしてUI・UXの規約など、多岐にわたる要件が散逸しがちです。これらを仕様と計画の中に集約することで、全体としての運用効率が格段に高まるのです。
反復の力
spec-driven developmentの大きな強みは、反復プロセスにあります。プロジェクトの進行中、要求や環境が変化した場合でも、仕様を更新し直すだけで計画書が再生成され、タスクの見直しも容易に行えます。これにより、大規模な方向転換や一度壊れた設計の全面見直しを避け、チーム全体が合意の上で軌道修正を実施できる仕組みが整っています。
実際、筆者が関与したプロジェクトではこの柔軟な反復により、不可避な変更にも迅速に対応し、品質を維持しながら開発を進めることができました。
どこで特に効くか：3つのシナリオ
Spec Kitおよびspec-driven developmentの手法は、以下の3つのシナリオにおいて特に効果を発揮します。これらのシーンは、プロジェクトの初期段階から大規模なシステム刷新まで、柔軟に対応できる点が評価されています。
1) グリーンフィールド（0→1）
新規プロジェクト、いわゆるグリーンフィールド開発では、初期投資を最小限に抑えながらも、仕様と計画を綿密に策定することで、開発チームが「あなたの意図」に基づいたソリューションを構築することができます。コードが単に既存のパターンに流されるのではなく、独自の設計が反映されるため、差分検証もスムーズに行えます。筆者の現場での実体験でも、初期要件を明確にすることで、その後の拡張や設計修正が容易になったという事例があります。
2) 既存機能の追加（N→N+1）
既存の複雑なシステムに新たな機能を追加する際、Spec Kitは特に力を発揮します。既存システムのコードベースに対して、仕様に基づいた接点を明確に定義し、技術計画で制約事項や依存関係を整理することで、新機能が自然にシステム全体に溶け込むよう設計が可能になります。例えば、既存のECサイトに新たな決済システムを導入する際、事前に仕様でインターフェースやエラーハンドリングのルールを定義し、計画段階で複数の案の検証を行うことで、後からの修正を大幅に低減できています。
3) レガシー刷新
長年運用されてきたレガシーシステムでは、当初の設計意図が曖昧になりがちです。spec-driven developmentを導入することで、失われた意図を再構築し、計画フェーズにて新しいアーキテクチャ設計を策定します。AIツールが実装の補完を行うため、段階的な刷新が可能となり、既存の技術的負債を引きずることなくシステムのリニューアルを進めることができます。
過去の実例では、複雑な基幹システムを新しいミクロサービスアーキテクチャへ移行する際に、本手法が大いに役立ったケースがあります。
今後の実装は何が大切？コードから「意図」が唯一の真実へ
ソフトウェア開発の未来は、単にコード自体が唯一の真実となる時代から、設計意図や仕様が真の指針となる時代へとシフトしています。コードはあくまでその実現手段であり、設計思想が明文化され、それが絶対的な基準となることで、プロジェクト全体の信頼性が向上します。Spec Kitは、この転換を具体的なワークフローに落とし込み、VS Codeとの連携や実装比較、さらには大規模組織における運用のスケールアップを目指してます。
筆者自身も、実際にこの手法を取り入れることで、AIによるアウトプットと現実の制約が見事に調和する現場を実感しました。さらに、NVIDIA AI技術の進展にも注目しながら、今後の発展可能性に期待が寄せられています。
関連ガイドとして、Cursor AI、GitHub Copilot、Claude Code、Claude Codeレビュー、Gemini CLIなども参考にしてください。これらのツールは、spec-driven developmentの実践と併せて利用することで、より高い生産性と品質向上が期待できます。
あなたの開発現場においても、仕様を中心に据えることで、AIによる迅速なコード生成と現実世界の制約が両立し、より効率的な開発環境の構築が可能となります。今日、プロジェクトの初期段階において仕様作成を始めることで、今後の計画・実装の進行が大きく変わるはずです。さらに、生成AI技術の基本や、各種企業での実際の利用例に関しては、企業の生成AI活用事例と生成AIの基本のリンク先を参考に、より深く理解してください。