エンジニアリングワークフローにAIを導入するための実践的初心者ガイド

インターネット上の情報に触れていると、誰もがAIに仕事を任せているように思えますが、実際のエンジニアの間ではAIの導入度合いに大きなばらつきがあります。著者はヘルステックスタートアップの初めての技術者として、ゼロからコードベースを構築しながら、実際の製品を迅速にリリースするプレッシャーの中でAIを実験してきました。本記事は、AIツールを使い始めたいがコードの品質と制御を維持したいエンジニア向けの実践的なガイドです。

中心となる原則は、人間の専門家の注意とエネルギーは希少資源であるということです。AIの目標は、人間が重要でない作業をオフロードし、可能な場合には人間の注意を強化することです。人間は重要なフェーズに関与しなければなりませんが、その内容は企業、チーム、ツール、そしてAIモデルの状態によって異なります。

最初のステップは、計画と実行のためのスキルを作成（または借用）することです。多くのAIコーディングツール（Claudeなど）ではこれらのパターンが形式化されており、専用のデザインが提供されていることもあります。著者のチームは当初、humanlayerやsuperpowersなどのサードパーティ製スキルを活用し、その後独自のスキルを作成しました。これらのスキルは通常、人間が呼び出すコマンドとして機能し、/command-nameと入力することでAIコンテキストにプロンプトが注入されます。小規模チームの場合、スキルをリポジトリに追加して共有し、改善を繰り返すことをお勧めします。

次のステップは、リポジトリコンテキストの追加による基本設定のカスタマイズです。毎回同じガイドラインをAIに入力したり、同じコードベースなのに一貫性のないコードに悩まされたりしているなら、それは人間のエネルギー管理の原則に反しています。多くのAIエージェントは、すべてのプロンプトに自動的にコンテキストを注入する方法を提供しています。Claudeでは、CLAUDE.mdファイルを追加することで、チャットに自動的に読み込まれます。著者の会社のCLAUDE.mdファイルには、リポジトリの説明、技術スタック、医療データを取り扱う際の重要なルール、高レベルのアーキテクチャ概要、テスト方法、開発コマンドが含まれています。ただし、このファイルは短く（約200行）保つことが推奨されており、Anthropicは「肥大化したCLAUDE.mdファイルはClaudeが実際の指示を無視する原因になる」と警告しています。必要に応じて、修正前にClaudeにベストプラクティスを検索させることもできます。

最後のステップは、カスタムスキルの追加です。計画/実行の枠組みができたら、徐々にカスタムスキルを追加していきます。各スキルは小さなツールであり、AIが関連タスクに取り組むときに呼び出されます。この使用法は非決定的ですが、実際に機能します。まずはシンプルに始め、ソフトウェア開発ライフサイクルをマッピングし、人間の時間を節約できる自動化ポイントを特定します。例えば、/planスキルを作成して計画を生成します。使用を重ねることで、スキルを反復的に改善し、チームのワークフローに適応させていくことができます。

まとめると、AI統合の鍵は段階的なアプローチにあり、常に人間の専門家を意思決定の中心に置くことです。規制の厳しい医療業界でも、慎重な実践により、AIを安全かつ効率的に活用して生産性を向上させることができます。