スペック駆動開発の実践 - Kiro で要件定義からコード生成までを一気通貫で実行する

Kiro のスペック駆動開発ワークフローを解説。要件定義書・設計書・タスクリストの自動生成、エージェントによるタスク実行、ステアリングファイルによるルール制御を紹介します。

スペック駆動開発とは

従来の AI コーディングツールは、チャットでの対話やコード補完が中心で、開発者の指示に逐次的に応答するスタイルでした。この方式は小さなタスクには有効ですが、複数ファイルにまたがる機能開発やアーキテクチャの変更では、AI が全体像を把握できず、一貫性のないコードが生成されがちです。Kiro のスペック駆動開発は、この課題に対するアプローチです。開発者が自然言語で要件を記述すると、Kiro は (1) 要件定義書 (requirements.md) で機能要件・非機能要件を整理し、(2) 設計書 (design.md) でアーキテクチャとデータフローを定義し、(3) タスクリスト (tasks.md) で実装手順を分解します。この 3 つのドキュメントが AI エージェントの「仕様書」となり、各タスクを順番に実行してコードを生成します。

この分野について体系的に学びたい方は、関連書籍 (Amazon) も参考になります。

ステアリングファイルによるルール制御

ステアリングファイルは、プロジェクト固有のルールや方針を AI に伝える仕組みです。.kiro/steering/ ディレクトリに Markdown ファイルとして配置し、コーディング規約、アーキテクチャ方針、使用するライブラリ、禁止事項などを記述します。例えば「TypeScript の strict モードを必ず有効にする」「状態管理には Zustand を使用し、Redux は使わない」「API レスポンスには必ず Zod でバリデーションをかける」といったルールを定義できます。ステアリングファイルには inclusion 設定があり、always (常に読み込み)、fileMatch (特定ファイルパターンに一致する場合のみ)、manual (手動で指定した場合のみ) を選択できます。グローバルステアリング (~/.kiro/steering/) はすべてのプロジェクトに適用され、ワークスペースステアリング (.kiro/steering/) はプロジェクト固有のルールに使用します。

エージェントフックとサブエージェント

エージェントフックは、特定のイベント (ファイル保存、Git コミットなど) をトリガーに自動処理を実行する機能です。例えば、TypeScript ファイルを保存するたびに ESLint を実行して自動修正する、コミット時にテストを実行して失敗したらコミットを中止する、といったワークフローを定義できます。サブエージェントは、メインのエージェントから独立したコンテキストで動作する専門エージェントです。複雑なタスクを分割し、ファイル群が独立している場合は並列実行で効率化できます。例えば、バックエンドの API 実装とフロントエンドのコンポーネント実装を同時に進めるといった使い方が可能です。プランナーエージェントは読み取り専用の特殊なエージェントで、要件の分解と実装計画の策定に特化しています。実装前に設計の妥当性を検証し、見落としや矛盾を事前に検出します。

さらに詳しく知りたい方は、関連書籍 (Amazon) で理解を深められます。

まとめ - スペック駆動開発の活用指針

Kiro のスペック駆動開発は、要件定義から実装までを構造化されたワークフローで進めることで、AI コーディングの品質と一貫性を高めます。ステアリングファイルでプロジェクトのルールを明示し、エージェントフックで品質チェックを自動化することで、AI が生成するコードの品質を継続的に担保できます。まずは小規模な機能追加からスペック駆動開発を試し、ステアリングファイルを徐々に充実させていくアプローチを推奨します。

AWS の優位点

  • 自然言語で要件を記述すると、requirements.md (要件定義)、design.md (設計)、tasks.md (タスクリスト) を自動生成
  • 各タスクを AI エージェントが順番に実行し、コード生成・テスト作成・リファクタリングを自動化
  • ステアリングファイル (.kiro/steering/) でプロジェクト固有のルール (コーディング規約、アーキテクチャ方針) を AI に指示
  • VS Code 互換のエディタをベースとし、既存の拡張機能やキーバインドをそのまま利用可能
  • エージェントフック機能でファイル保存時やコミット時に自動処理 (リント、テスト実行、ドキュメント更新) を実行
  • プランナーエージェントで要件の分解と実装計画の策定を読み取り専用で実行し、実装前に設計を検証
  • Anthropic Claude をバックエンドモデルとして使用し、高品質なコード生成と推論を実現

同じテーマの記事

AWS Application Composer でサーバーレスアプリケーションをビジュアル設計 - IaC テンプレートの自動生成 Application Composer によるサーバーレスアーキテクチャのビジュアル設計、SAM テンプレートの自動生成、VS Code 統合を解説します。 アーティファクトリポジトリ管理 - AWS CodeArtifact で実現するセキュアなパッケージ管理基盤 AWS CodeArtifact を活用したアーティファクトリポジトリの構築と運用方法を解説します。npm、Maven、PyPI などのパッケージ管理を一元化し、CodeBuild との統合によるセキュアなビルドパイプラインの構築手法を紹介します。 ブラウザベースシェル環境 - AWS CloudShell で実現する即時 CLI アクセス AWS CloudShell を活用したブラウザベースのシェル環境を解説します。AWS マネジメントコンソールから即座に利用できる CLI 環境、プリインストールされた開発ツール、IAM 認証の自動統合、セキュアなファイル管理など、運用効率を向上させる実践的な活用方法を紹介します。 AWS CDK でプログラミング言語による IaC - コンストラクトとスタックの設計 CDK による TypeScript/Python でのインフラ定義、L1/L2/L3 コンストラクトの使い分け、テスト手法を解説します。 クラウド IDE 開発環境 - AWS Cloud9 で実現するチーム開発基盤 AWS Cloud9 を活用したクラウドベースの統合開発環境の構築方法を解説します。ブラウザからのフルスタック開発、リアルタイムペアプログラミング、CodeCommit との統合、Lambda 関数のローカルテストなど、チーム開発を加速する実践的な活用方法を紹介します。 AWS Cloud9 で始めるクラウド開発環境 - ブラウザベース IDE のセットアップと活用 Cloud9 のブラウザベース IDE によるクラウド開発、ペアプログラミング、SAM CLI との統合による Lambda 開発の効率化を解説します。 コードレビューとプロファイリング - Amazon CodeGuru で実現する品質向上とパフォーマンス最適化 Amazon CodeGuru を活用したコードレビューの自動化とアプリケーションプロファイリングの手法を解説します。CodeBuild との統合による CI/CD パイプラインへの品質ゲート組み込みと、本番環境のパフォーマンス最適化を紹介します。 AWS CodeArtifact で構築するパッケージ管理基盤 - npm・Maven・PyPI のプライベートリポジトリ CodeArtifact によるプライベートパッケージリポジトリの構築、アップストリーム連携、サプライチェーンセキュリティの強化手法を解説します。 Amazon CodeCatalyst で統合する開発ワークフロー - プロジェクト管理から CI/CD まで CodeCatalyst によるプロジェクト管理、ブループリントベースの環境構築、CI/CD ワークフローの統合を解説します。 Amazon CodeGuru でコード品質を自動改善 - Reviewer と Profiler の活用 CodeGuru Reviewer による自動コードレビューと CodeGuru Profiler によるランタイムパフォーマンス分析の活用法を解説します。 Amazon CodeWhisperer で加速するコーディング - AI コード提案とセキュリティスキャン CodeWhisperer による IDE 内のコード提案、セキュリティスキャン、ライセンス参照検出を解説します。 AWS Device Farm で自動化するモバイルアプリテスト - 実機テストと CI/CD 統合 Device Farm による iOS・Android 実機でのテスト自動化、テストフレームワークの選定、CI/CD パイプラインへの統合を解説します。 Kiro エージェントフック活用術 - ファイル保存時の自動処理で開発品質を底上げする Kiro のエージェントフック機能を解説。ファイル保存時の自動リント、コミット時のテスト実行、ドキュメント自動更新など、開発ワークフローの自動化パターンを紹介します。 Kiro でチーム開発を効率化する - ステアリングファイルとスペック共有による品質統一 Kiro をチーム開発で活用する方法を解説。ステアリングファイルによるルール共有、スペックのレビューフロー、サブエージェントの分担パターンを紹介します。 プラットフォームエンジニアリング - AWS Proton でインフラテンプレートを標準化する AWS Proton を使ったインフラテンプレートの標準化と開発者セルフサービスを解説。環境テンプレート・サービステンプレートの設計、開発者ワークフロー、IaC との統合を紹介します。 Amazon Q Developer で加速する AWS 開発 - AI コード生成とトラブルシューティング Amazon Q Developer による IDE 内でのコード生成、AWS コンソールでのトラブルシューティング、コード変換の活用法を解説します。 ロボットアプリケーション開発 - AWS RoboMaker で実現するクラウドロボティクス基盤 AWS RoboMaker によるロボットアプリケーションの開発、シミュレーション、デプロイの統合環境と、AWS IoT Core との連携によるロボットフリート管理を解説します。ROS 2 ベースの開発ワークフローと実践的な活用パターンを紹介します。 フレームワーク移行の自動化 - AWS Transform Custom で言語・ランタイムを一括アップグレード AWS Transform Custom によるフレームワーク・ランタイム移行の自動化を解説。Java バージョンアップ、Python 2→3 移行、企業固有の変換パターンを紹介します。 技術的負債をエージェント AI で解消する - AWS Transform Custom による大規模コード刷新 AWS Transform Custom を使った技術的負債の解消を解説。自然言語による変換定義、大規模コードベースへの一括適用、品質検証の自動化を紹介します。 統合開発プラットフォーム - Amazon CodeCatalyst でチーム開発を加速する Amazon CodeCatalyst を使った統合開発環境を解説。プロジェクト管理、Dev Environments、CI/CD ワークフロー、ブループリントによるプロジェクト初期化を紹介します。 ビジュアルインフラ設計 - AWS Application Composer でサーバーレスアーキテクチャを視覚的に構築する AWS Application Composer を使ったサーバーレスアプリケーションの視覚的な設計を解説。ドラッグ & ドロップによるアーキテクチャ設計、SAM/CloudFormation テンプレートの自動生成を紹介します。 AWS X-Ray で実現する分散トレーシング - マイクロサービスのパフォーマンス分析 X-Ray による分散トレーシングの実装、サービスマップの活用、パフォーマンスボトルネックの特定を解説します。