タグ

AI Agent

AI駆動開発（AIDD）のチーム運用｜証跡からSkill・Ruleを継続改善する

AI駆動開発（AIDD）をチームで継続改善する実践方法を解説します。Claude Code・CodexのHooksによる証跡収集、Skill・Ruleの改訂、Git feature flowで開発ブランチを汚さない同期、週次レポートと数週間後の効果確認まで、実装と運用を紹介します。

サティア・ナデラのトークン資本論とSkillOptの研究を手がかりに、AI活用を一回限りの効率化で終わらせず自社の能力へ蓄積する設計を考えます。実行履歴の選別、検証を通した手順の最適化、モデル交換に耐える評価基準と組織の主導権を保つ実践アプローチを整理します。

CodexとClaude Codeの履歴からAgent Skillsの候補を見つけ、SKILL.mdと補助資産へ分け、Skillなし・旧版と比較して評価する作り方を解説します。共通仕様と両者で違う配置・起動・設定、安全設計、複数AIエージェントへの配布、差分履歴を使った運用まで整理します。

Prompt Engineeringから積み上がったAI Agent Engineeringの系譜をたどり、次に現れたGraph Engineeringで新たに設計対象になる範囲を整理します。2026年7月時点で標準化されていない段階の限界も明記します。

AI Agentがエンジニアの仕事を代替する時代に、人間が設計すべき領域は何かを考えます。AIが間違えても止まる範囲、Tool呼び出しの境界、人間へ戻す条件を、AgentCore・Strands・Cloudflareの実行基盤から整理します。