仕様駆動開発はなぜ「設計書」を必要とするのか
2026.11.02仕様駆動開発(SDD)は、要件を決め、設計を決め、タスクに分けてからAIに実装させる進め方です。ところが実際に回してみると、要件とタスクは書いても、設計は「AIが出した案を承認して終わり」になりがちです。設計の段階は、本当に必要なのでしょうか。KiroやSpec Kitの開発元が設計の必要性をどう説明しているかも確かめながら、仕様駆動開発で設計書が果たす役割を整理します。
最初の機能で決めたことが、次の機能では守られない
会員制サービスに、仕様駆動開発で機能を足していく場面を考えてみます。
最初の機能「会員登録」の設計で、「氏名・電話番号・住所はログに出さない。出す必要があるときは伏せ字にする」と決めました。実装もレビューも問題なく終わります。
2か月後、別のエンジニアが「配送先の変更」機能を作ります。エージェントは新しい会話で設計と実装を進め、不具合を調べやすいように、受け取ったデータをそのままログに出すコードを書きました。テストもレビューも通ります。この機能だけを見れば、ごく普通の書き方だからです。
こうして、配送先の住所と電話番号が、伏せ字にされないままログに残り始めます。ログは監視サービスや分析基盤に転送され、多くの人が閲覧できる場所に置かれます。気づくのは、数か月後の監査かもしれません。
「個人情報はログに出さない」という判断は、確かに一度下されていました。しかしそれは、会員登録機能の設計の中にしか残っておらず、システム全体の決まりとして次の機能に引き継がれていなかったのです。
個人情報の漏えいは、いまや他人事ではありません。東京商工リサーチの調査では、2025年に上場企業などが公表した個人情報の漏えい・紛失事故の被害人数は約3,064万人で、前年のほぼ2倍でした。平文のまま残った個人情報は、不正アクセスを受けたときの被害を広げます。
KiroとSpec Kitは、設計が必要な理由をどう説明しているか
前回の記事で、AIは正解を知っていても、その現場にとっての正解を選べないという話をしました。仕様駆動開発の道具を作る側も、同じ問題意識を持っています。
Kiroを提供するAWSは、紹介記事で、プロンプトだけで作ったシステムには「モデルがどんな前提で作ったのか分からない」「開発中に下した判断が記録されない」という問題が残ると指摘しています。Spec Kitを公開したGitHubも、公開時の記事で、問題はエージェントのコーディング能力ではなく進め方にあるとし、AIを「文字どおりにしか受け取らないペアプログラマー」に例えています。そのうえで、wikiやSlackに散らばりがちなセキュリティ要件や社内標準こそ、計画(設計)の段階で伝えるべきだとしています。
仕様駆動開発の3つの文書は、それぞれ役割が違います。
・要件:何を満たせばよいか(受け入れ基準)
・設計:どう作るかの判断(データの持ち方、処理の分担、共通部品の使い方、例外の扱い)
・タスク:どの順番で作業するか
要件だけを渡すと、AIはどう作るかを毎回その場で決めます。タスクだけを渡すと、理由の分からない手順書になります。人間の意図とAIの実装をつなぐのは、その間にある設計です。
主要な道具には、機能ごとの設計とは別に、プロジェクト全体の決まりを置く場所も用意されています。Kiroのsteering、Spec Kitのconstitution、Claude CodeのCLAUDE.mdです。ただ、置き場所があることと、そこに判断が書かれていることは別の話です。先ほどの例で抜け落ちたのは、機能をまたいで守るべき判断でした。たとえば次のようなものです。
・データの扱い:個人情報をどこに出してよいか、状態をどこで管理するか
・必ず通す共通部品:認証、権限チェック、税計算
・例外の扱い:失敗したら再実行するか、どこに記録するか
・触ってはいけない場所:外部連携のテーブル、移行中のモジュール
設計書が果たす3つの役割
仕様駆動開発で設計書が必要な理由は、次の3つに整理できます。
①判断を固定する:一度決めた判断を、次の機能でもAIに守らせます。会話はそのたびに新しく始まりますが、設計書は残ります。「個人情報はログに出さない」が全体の設計書にあれば、エージェントは配送先の変更でも、それに沿ったコードを書きます
②レビューできる単位にする:コードの差分で見ると、配送先の変更は「ログ出力が1行増えた」だけです。設計の差分で見れば、「個人情報の扱いを変える提案」だと分かります。人間が判断すべき変更を、判断できる粒度で示せます
③作り直しても同じものになる:AIに同じ機能を作り直させたり、別の担当者に引き継いだりしても、設計書があれば同じ判断の上に立てます。会話の中にしか判断がない状態では、作り直すたびに結果が変わります
もちろん、文書を増やせば済むわけではありません。Martin Fowlerのサイトの解説記事は、小さな修正にも重い手続きを求めることや、エージェントが文書どおりに動かない場合があることを指摘しています。だからこそ、書き残すべき判断は、機能をまたいで守るものに絞るのが現実的です。
設計書は「なぜ」を残す場所にもなる
もう1つ、見落とされがちな役割があります。コードに書けるのは「何をしているか」「どう動くか」までで、「なぜこの設計を選んだのか」はコードに残りません。この限界はAIはドキュメント問題を解決できるかでも整理しました。
仕様駆動開発では、設計の判断がまさに設計書の上で下されます。判断と同じ場所に、理由を一行添えられるのです。
氏名・電話番号・住所はログに出さない。理由:ログは監視サービスに転送され、閲覧できる人が多いため
この一行があれば、監査で「個人情報はどこに保存され、誰が見られるのか」と問われたときに答えられます。後任のエンジニアにも、顧客への説明にも使えます。AIが書いたコードについて「誰が、なぜそう決めたのか」を説明できる状態を保つことは、AI駆動開発で人間が負う責任の1つです。
まとめ
仕様駆動開発の設計書は、要件とタスクの間で「どう作るか」の判断を固定するためにあります。KiroやSpec Kitの開発元も、プロンプトだけでは前提や判断が記録されず、セキュリティ要件のような決まりが抜け落ちると指摘しています。設計書には、①判断を固定する ②レビューできる単位にする ③作り直しても同じものにする、という3つの役割があり、判断の理由を残す場所にもなります。とくに、機能をまたいで守る判断こそ書き残しておく必要があります。
ただ、設計書にも弱点があります。実装が進むうちに、書かれた設計と実際のコードは少しずつずれていきます。そもそも、何年も動いてきた既存システムには、最初の設計書すらありません。AI駆動開発の時代に、設計書の役割そのものがどう変わりつつあるのか。次回は、その全体像を掘り下げます。
ところで、AIがコードを書く時代ほど、「いまのコードが何をしているか」を把握し続けることが大切になります。私たちDigKnowが開発する「Codeledge(コードレッジ)」は、ソースコードから技術ドキュメントを自動生成するAIサービスです。GitHubなどのリポジトリを連携するだけで、AIが仕様書・設計書を作成し、コードの更新に合わせて最新の状態に保ちます。AIコードドキュメンテーションで、「コードは残るが、仕様は誰も知らない」という問題を解決します。→ Codeledgeについて詳しく見る
桑原 脩(くわはら おさむ)|DigKnow株式会社 CTO 大阪大学大学院でシステム工学を専攻。大日本印刷(DNP)で、IoTによる医療分野の遠隔監視システムの構築や、データ分析による生産現場のDXに携わり、最適化システム構築のPMも務める。社内の引き継ぎで技術的負債に直面した経験から、2025年10月、創業メンバーとしてDigKnowに参画。Codeledgeのプロダクト開発と技術戦略を担う。