
【後編】AIの暴走を止める「エスカレーション設計」と、実務で使える最強のスキル・ワークフロー
前回の【前編】では、AI駆動開発(Vibe Coding)が後半で破綻する理由と、それを防ぐためのアーキテクチャおよびコンテキスト制御(CONTEXT.md)について解説しました。
今回はその後編です。
AIは万能ではありません。「同じエラーを何度も直そうとして無限ループに陥る」「機能間で矛盾が起きる」といった「型が破れたときの対処法(レジリエンス設計)」が、プロジェクトの成否を分けます。
実務でそのまま使える、エスカレーション設計と最強のワークフローを公開します。
1. エスカレーション設計:AIを「止める」基準
「AIに任せ続ける」か「人が介入する」かの境界線を事前に決めておかないと、後半で膨大な時間が溶けます。
以下の閾値に達したら、AIへの依頼を止めて人間が切り分けに入ります。
同一エラーへの修正試行(3回失敗): 根本原因に届いていない可能性大。
同一機能の実装リトライ(2回失敗): AIの仕様理解が不足している。
テストが通らない修正(3回連続): 変更の影響範囲をAIが把握できていない。
AIの出力が直前と矛盾(1回): コンテキスト窓が限界に達している。
エスカレーションが起きたら、AIの出力を止め、エラーの症状を docs/issues/ に記録し、人間が根本原因(Root Cause)を特定して CONTEXT.md に追記します。
これを自動判定させるため、escalation-gate というカスタムスキルを用意し、AI自身に「閾値に達していないか」を報告させるのがベストプラクティスです。
2. 機能間整合性の確認:AIの「その場のノリ」を防ぐ
開発後半になると、「機能単体は動くが、機能Aと機能Bの前提が矛盾する」ケースが増えます。
これを防ぐため、cross-feature-consistency-check というカスタムスキルを定義します。
目的: 変更対象の機能が、他の機能の前提と矛盾しないか確認する。
出力させるもの: 関連するFeature一覧、整合確認結果、矛盾の競合点、必要な統合テスト(Integration Test)の追加候補。
これに加え、アーキテクチャレベルでの「排他制御」「トランザクション一貫性」「非同期処理」などの非機能要件を docs/architecture/ に事前定義し、AIに必ず参照させることが重要です。
3. バグ・トリアージ:修正順序の「設計」
バグが増えてくると「頑張って直しているのに全体が良くならない」現象が起きます。
優先順位を人間とAIで共通認識にするため、bug-triage スキルを導入します。
以下の4軸で判定させます。
Severity(技術的深刻度): データ破損か、単なる表示ズレか。
Impact(業務影響): 業務停止か、回避手段ありか。
Root-cause depth(根本原因の深さ): 設計レベルか、単なるTypoか。
Blast radius(波及範囲): 複数Appに跨るか、単一画面か。
「根本原因が深いもの(他のバグの温床)」や「波及範囲が広いもの」を優先的に着手するよう、ワークフローを固定します。
4. 人間がレビューで見るべき「6つの観点」
AIとSkill側で多くの確認をカバーしますが、「人間がレビューで何を見るべきか」を明示しないとAI任せの危険な構成になります。
人間のレビューアーは、以下の優先順位でPRを確認してください。
境界違反がないか(Appにドメインロジックが漏れていないか)
Contractが壊れていないか(破壊的変更の見落とし)
Stateの互換性(既存データとの整合、マイグレーション妥当性)
非機能要件に新しいリスクがないか
テストが影響範囲に対して十分か
Docs更新が妥当か(CONTEXT.mdなどが追従しているか)
この観点を .github/pull_request_template.md に転記し、チェックリスト化します。
5. 【総まとめ】最小運用フロー(これだけは守れ)
色々書きましたが、最終的に日々の開発で回す「型」は以下のステップに集約されます。
Scopeを切る: repo-scope-selection (スキル)
Taskを定義する: task-intake
Planを書く: Superpowers writing-plans
実装する
Affectedを確認: affected-check-selection
Docsを更新: docs-update-check(CONTEXT.md含む)
PRを出す: pr-preflight-check
▼ 詰まった時のルール
同じエラー3回直せない → AIを止めて人が介入 (escalation-gate)
機能間で矛盾 → cross-feature-consistency-check
バグが溜まった → bug-triage で優先順位を決める
おわりに
Vibe Codingは魔法ではありません。
「AIにコードを書かせる技術」から、**「AIが安定して稼働する環境(ハーネス)とワークフローを設計する技術」**へと、エンジニアの主戦場は完全に移行しました。
このPlaybookが、あなたのプロジェクトのレジリエンス(復元力)を高め、後半の失速を防ぐ一助になれば幸いです。
あわせて読みたい本
このテーマをもう少し深く学びたい方には、次の本がおすすめです。
1. 『入門 継続的デリバリー』
変更を「速く」ではなく、安全に流すための考え方を学ぶのにかなり相性がいいです。
後編で触れた「PR前チェック」「品質ゲート」「小さな変更単位で進める」といった発想の土台になります。オライリー・ジャパンでは、継続的デリバリーを「コード変更を必要に応じて迅速かつ安全に、継続的にリリースできるようにするための開発手法」と説明しています。
2. 『GitHub CI/CD実践ガイド ――持続可能なソフトウェア開発を支えるGitHub Actionsの設計と運用』
今回の記事で出てきた
PR前の自動チェック
テスト
静的解析
リリース前の安全装置
を、GitHubベースで実務に落とし込むのに向いています。技術評論社の紹介でも、GitHub Actionsの基本から、テスト・静的解析・リリース・コンテナデプロイまでを実際に自動化するとされています。
3. 『ドメイン駆動設計をはじめよう』
後編の「境界違反がないか」「Appにドメインロジックが漏れていないか」というレビュー観点に直結します。
AIに実装を任せるほど、どこに何を書くべきかの設計ルールが重要になるので、DDDの入門としてかなり使いやすい1冊です。オライリー・ジャパンでも、ドメイン駆動設計を事業活動や課題の観点からより良いソフトウェアを構築する方法として紹介しています。
4. 『ドメイン駆動設計入門 ボトムアップでわかる!ドメイン駆動設計の基本』
DDDをもう少しやさしく入りたいならこちらです。
「Entity」「Value Object」「Repository」あたりを整理しておくと、AIが“その場のノリ”で責務を崩すのをかなり防ぎやすくなります。翔泳社の紹介でも、初心者が理解しやすく、実践しやすいパターンから入れる構成だとされています。
5. 『SRE サイトリライアビリティエンジニアリング』
この記事の「レジリエンス設計」「エスカレーション設計」に最も近い思想を学ぶなら有力です。
リスク管理、SLO、インシデント管理、根本原因分析、リリースエンジニアリングまで扱っていて、AIを暴走させない運用設計の視点を強化できます。オライリー・ジャパンの紹介でも、リスク管理やサービスレベル目標、リリースエンジニアリング、インシデント管理、根本原因分析などが含まれています。
6. 『ソフトウェアテスト教科書 JSTQB Foundation 第3版』
「なんとなくテストを書く」状態から抜けたい人向けです。
後編の
テストが影響範囲に対して十分か
Integration Testをどこに足すべきか
バグ修正の優先順位をどう考えるか
を体系立てて学びやすいです。翔泳社の紹介でも、最新シラバス対応で、テスト技術を基礎から学べる構成になっています。
どれから読むべきか
最初の1冊だけ選ぶなら、この記事との相性でいうと 『入門 継続的デリバリー』 がいちばん近いです。
理由は、後編が実質的に扱っているのが 「AI時代の変更管理」 だからです。
AI時代っぽい見た目をしていても、本質は
どうやって安全に変更を流すか
どこで止めるか
どこまで自動化し、どこで人が見るか
という、かなりクラシックなソフトウェア開発の核心にあります。
この記事から学べることを本で補強するとこうなる
エスカレーション設計 を深める
→ 『SRE サイトリライアビリティエンジニアリング』PR前チェックや品質ゲート を実装に落とす
→ 『GitHub CI/CD実践ガイド』 『入門 継続的デリバリー』境界設計や責務分離 を固める
→ 『ドメイン駆動設計をはじめよう』 『ドメイン駆動設計入門』テストの考え方 を体系化する
→ 『ソフトウェアテスト教科書 JSTQB Foundation 第3版』
AI・データ・開発の関連書籍をもう少し探したい方は、Book Media Techでテーマ別に比較できます。
Book Media TechでAI・データ・開発の本を探す

#GitHubCopilot #AIエージェント #VibeCoding #プロジェクトマネジメント #エンジニアの生存戦略 #DX #アーキテクチャ設計 #ソフトウェアテスト #アジャイル開発