AI連携用語事典：AI-Native DDDで切り拓く次世代開発手法

1. はじめに：混乱を解きほぐす「2つのDDD」

IT業界で「DDD」という言葉を聞いたとき、専門家によって全く異なるものを想像することがあります。まずは、私たちが取り組むべき「DDD」がどちらであるかを明確に定義しましょう。

今回解説するのは、開発のエンジンをドキュメントに据える「ドキュメント駆動開発」です。

略語の整理ができたところで、本ドキュメントの主役である「ドキュメント駆動開発（DDD）」がAIの力でどう進化したのかを見ていきましょう。

--------------------------------------------------------------------------------

2. 現代の魔法：AI-Native DDD（AIネイティブ・ドキュメント駆動開発）とは

従来のドキュメント駆動開発は「記録」が目的になりがちで、書類の更新が負担となる課題がありました。しかし、AIネイティブな時代において、ドキュメントは単なる記録ではなく「AIを動かす高純度の燃料」へと進化しました。

ここでは、「コードはドキュメントの副産物である」という哲学が中心となります。AI-Native DDDがもたらす3つのパラダイムシフトを確認しましょう。

• 人間は「意思決定」に集中する 人間が自らコードを打つ時間は最小限になります。役割は「何をしたいか」という意図の言語化と、AIの提案を「承認・決定」することに移行します。
• ドキュメントはAIへの「指示書」である ドキュメントは、AIにプロジェクトの背景、目的、ルールを深く理解させるための「構造化されたプロンプト」として機能します。
• コードより先に「Issue（課題）」を正とする とりあえずコードを書くのではなく、まずGitHubのIssueに「何を完了とみなすか（完了定義）」を記述します。これがAIの自律走行を支える航海図になります。

この魔法を実現するためには、適切な道具（AIツール）の使い分けが不可欠です。

--------------------------------------------------------------------------------

3. 最強の布陣：AIツールチェーンの役割分担事典

AI-Native DDDでは、3つの主要ツールを「アナリスト」「アーキテクト」「エンジニア」という役割で見立てて連携させます。

① NotebookLM：知能のルツボ・アナリスト

• 役割（メタファー）： 膨大な情報を整理し、エッセンスを抽出する「超優秀な分析官」。
• 得意なこと： 会議の録音データや断片的なメモから構造を抽出すること。複数のドキュメントを統合して、スライド構成やレポートを作成します。
• 具体的なアウトプット： 構造化されたPRD（製品要求仕様書）、インフォグラフィック、プレゼン資料案。
• 対比： NotebookLMが「情報を合成」するのに対し、後述のCodexは「論理を検証」します。

② Codex：論理の探求者・アーキテクト

• 役割（メタファー）： 設計の矛盾を徹底的に突く「厳格な校閲者（インターロゲーター：尋問官）」。
• 得意なこと： ドキュメントを読み込み、「データが空の場合は？」「NULLを許容しますか？」といった、人間が落としがちな論理の穴への逆質問。
• 具体的なアウトプット： Q&Aログ、補完された詳細要件定義。
• 専門家の視点： Codexは単なるヘルパーではありません。仕様を攻撃して堅牢にする「論理のゲートキーパー」です。

③ Claude Code：自律実装エージェント・エンジニア

• 役割（メタファー）： 指示を受けて実際に手を動かし、完遂させる「超高速なプログラマー」。
• 得意なこと： 確定した仕様から設計図（ER図、API定義）を生成し、実際のコーディングからテスト実行まで自律的に行うこと。
• 具体的なアウトプット： ソースコード、GitHub Issue、Unitテスト結果、更新されたREADME.md。

道具の役割を理解したら、それらが連携して流れる「開発の5つのステップ」を辿ってみましょう。

--------------------------------------------------------------------------------

4. 開発のライフサイクル：5つのフェーズと成果物

AI-Native DDDのワークフローは、以下の「インフィニティ・ループ（無限の循環）」を辿ります。

1. 抽出 (Extraction)

• Input： 打ち合わせの音声録音、断片的なメモ。
• Action： AIで文字起こしし、NotebookLMで構造化。
• Output： プロジェクトの背景・目的が整理されたドキュメント。

2. 審議 (Refinement)

• Input： ステップ1の構造化ドキュメント。
• Action： Codexが「境界条件（データが空のとき、例外発生時など）」を人間に質問し、仕様を研磨。
• Output： エッジケースまで網羅された完璧な仕様書。

3. 設計と分解 (Decomposition)

• Input： 確定した仕様。
• Action： Claude CodeがDB設計やAPI定義を作成。それらをGitHub Issueへ分解。
• Output： ER図、API仕様書、Acceptance Criteria（AC：完了定義）付きのIssue。
• Specialist's Tip: AC（完了定義）が不明確だと、AIは「いつ作業を止めていいか」がわからず失敗します。ACの明記は必須です。

4. 自律実装と検証 (Implementation)

• Input： 登録されたIssue。
• Action： Claude CodeがDocker環境でコーディングし、Unitテストを実行。パスするまで自動修正。
• Output： 動作するコード、テスト結果、コミットメッセージ。

5. 昇華 (Sublimation)

• Input： 実装後の全ドキュメント（READMEやdocs/配下）。
• Action： 蓄積された知見を再度NotebookLMに投入し、全体を再構造化。
• Output： 経営層向けのプレゼン資料、デモシナリオ。
• 循環の鍵： これが「インフィニティ・ループ」です。現場の実装結果が、次のビジネス判断の「燃料」として再利用されます。

このサイクルの鍵は、常に人間とAIが「今の状況」を同期していることにあります。

--------------------------------------------------------------------------------

5. AIとのシンクロニシティ：『今の状況を教えて』の威力

開発者がVS Codeを起動した際、最初に行うべきは「今の状況を教えて」とAIに問いかけることです。

同期のロジック

この魔法のフレーズに対し、AIは以下のロジックで回答を構成します。

1. 指示書の読み込み： .clauderc や instructions.md に記された「状況報告ガイドライン」を参照。
2. ステータスのスキャン： docs/progress-status.md を読み取り、現在地を把握。
3. ドキュメントの整合性確認： docs/ 配下の最新設計と、現在のソースコードに乖離がないかを確認。
4. Issueの把握： オープンなIssueから、次に取り組むべきタスクを特定。

これにより、人間は「どこまでやったか」を思い出すコストから解放され、即座に重要な意思決定に戻ることができます。

--------------------------------------------------------------------------------

6. 実践の基盤：モダンな技術スタックとディレクトリ構成

AI-Native DDDを支えるのは、シンプルかつ堅牢な環境です。

技術スタック

• OS/環境： Windows (WSL2) ~/projects/
• 仮想化： Docker (Nginx, PHP-FPM, MySQL, phpMyAdmin)
• バックエンド： Laravel 12 (PHP 8.3+) / MySQL 8.4
• フロントエンド： Vue.js (Vite)
• ポート指定： App: 8021 / DB: 3321（開発環境の衝突回避のため）

推奨ディレクトリ構成

AIが「情報の置き場所」を迷わないよう、docs/ 配下を厳格に管理します。

project-root/
├── .clauderc                 # 「今の状況を教えて」の応答ルール
├── docs/
│   ├── requirements/         # 常に「正」となる設計図
│   │   ├── data-model.md     # DB設計・ER図
│   │   ├── api-definition.md # APIエンドポイント
│   │   ├── calculation.md    # 見積計算ロジック
│   │   └── industry-presets.md # 業界別プリセット定義
│   ├── progress-status.md    # 現在の進捗状況（AIが最初に読むファイル）
│   └── architecture/         # システム全体図
├── docker/                   # コンテナ設定 (MySQL 8.4等)
├── src/                      # Laravel 12 / Vue.js のソース
└── README.md                 # プロジェクトの顔・AIの入り口

--------------------------------------------------------------------------------

7. まとめ：AI-Native DDDがもたらす未来

AI-Native DDDを採用することで、開発者は「コードの書き手」から「知恵の指揮者」へと進化します。この手法は、属人化を排除し、誰がいつ参加しても即座に最高のパフォーマンスを発揮できる環境を作ります。

最後に、私たちが明日から意識すべき「開発マニフェスト」を掲げます。

AI-Native DDD 開発マニフェスト 「私たちはコードだけを書くのではない。AIが読み、人間が理解し、未来の自分が感謝する『生きた知識（ドキュメント）』を構築しているのだ。」

明日から意識すべき3つのポイント

1. ドキュメントを「燃料」と捉える AIの精度が低いときは、ドキュメント（燃料）の質を疑いましょう。
2. 実装の前にIssueとACを定義する 「何をもって完了か」というゴールを、AIに教えてから走らせましょう。
3. 常に「今の状況」を同期する 開発の終わりには必ずドキュメントを更新し、次回の「今の状況を教えて」に備えましょう。