メインコンテンツへスキップ
見出し画像

【第3回】AIへの「丸投げ」は三流の極み。GitHub Copilot CLIに“Superpowers”をインストールすべき本当の理由

    (※本記事は「AIモノレポ運用 Playbook」連載の第3回です。[第1回] [第2回]を未読の方はそちらからお読みください)

    最近、X(旧Twitter)などで「プロンプト一発でこんなアプリが作れました!」と喜んでいる人をよく見かけます。
    趣味のハッカソンならそれでいいでしょう。しかし、実務のモノレポ開発でAIに「〇〇を作って」と丸投げするのは、三流の極みであり、プロジェクト崩壊への片道切符です。

    AIエージェント(GitHub Copilot CLIやClaude Code)を実務で使うなら、AIの「実装力」だけに頼ってはいけません。
    AIに教えるべきはコードの書き方ではなく、「プロフェッショナルとしての仕事の進め方」です。

    そのために、私たちがAIにインストールする必須のフレームワーク。それが「Superpowers」です。

    1週間無料トライアルができるようです。もしよければどうぞ!
    Claude Codeの1週間無料トライアル  ⇨ コチラ
    Claude Coworkの1週間無料トライアル ⇨ コチラ

    1. なぜ「一発のプロンプト」は必ず破綻するのか?

    初心者は、AIに「ログイン機能を作って」と頼みます。
    するとAIは、要件定義も設計もテスト計画もすっ飛ばし、いきなり auth.ts にコードを書き殴り始めます。結果、既存のアーキテクチャは無視され、エラー処理は抜け落ち、人間が後から手直しする羽目になります。

    一方、プロの開発現場では、いきなりコードを書くことはありません。
    「要件を詰める → 計画を立てる → テストを書く → 実装する → レビューする → 検証する」という**工程(プロセス)**を踏みます。

    この人間の「当たり前の開発プロセス」を、AIが読めるSkillとして定義し直し、14のステップとしてパッケージ化したもの。それが「Superpowers」の正体です。

    2. Superpowersの正体:AIに「仕事の型」を叩き込む

    私たちのPlaybookでは、.github/skills/superpowers/ に以下のSkill群を常備し、AIに必ずこの型を通るよう強制します。

    • brainstorming (仕様の壁打ちと制約整理)

    • writing-plans (実装計画の作成)

    • test-driven-development (TDDの実践)

    • executing-plans (計画の実行)

    • systematic-debugging (体系的なバグ調査)

    • requesting-code-review (人間へのレビュー依頼)

    • ...他多数

    これらのSkillは単なる「便利コマンド」ではありません。
    AIの思考をチェーン(連鎖)させるためのパイプラインです。

    3. 核心①:「Plan駆動開発」の衝撃

    Superpowersの中で最も重要なのが writing-plans と executing-plans のコンボです。

    新しい機能を作る際、AIに絶対いきなりコードを書かせません。
    まず writing-plans を発動させます。

    あなた: 新しく決済機能を追加したい。まずは writing-plans で計画を立てて

    AIはコードを書く代わりに、Markdown形式の「実装ステップ、変更対象ファイル、テスト方針、ロールバック観点」を出力します。人間はそれを読み、「ステップ2のAPI設計がおかしいから直して」と指示を出します。

    計画がFIXしたら、次に executing-plans を発動させます。
    するとAIは、先ほど自分で作った計画書を読み込み、**「ステップ1を実装しました。テストが通りました。次にステップ2に進んでいいですか?」**と、一つずつ着実に作業を進めていきます。

    AIが迷子になる(ハルシネーションを起こす)最大の原因は「一度に遠くを見すぎる」ことです。計画を書かせ、小刻みに実行させる「Plan駆動開発」こそが、Vibe Codingを最後まで完走させる唯一の戦術です。

    4. 核心②:TDDとSystematic Debugging(守りの自動化)

    後半の失速を防ぐための最強の盾が test-driven-development (TDD) スキルです。

    これを効かせると、AIは「実装コード」を書く前に、必ず「先に失敗するテスト」を書くようになります。人間がいちいち「テストも書いてね」と口うるさく言う必要はありません。SkillがAIの行動を制約するからです。

    そして、バグが出た時は systematic-debugging が火を噴きます。
    「直して」と頼むと、AIは当てずっぽうでコードを変えます。しかしこのSkillを発動すると、AIは強制的に「症状 → 再現条件 → 仮説 → 切り分け結果 → 根本原因」という順序で論理を展開し、原因を特定してからコードを修正します。

    これらは、まさに「優秀なシニアエンジニア」の思考プロセスそのものです。

    5. 核心③:Subagentによる「組織的」な並列化

    さらに高度な機能として、subagent-driven-development や dispatching-parallel-agents があります。
    これは、1つの重いタスクをAI自身が分解し、「UIの実装はAgent Aに、バックエンドのAPI実装はAgent Bに、別々のGit Worktree上で並列作業させる」といったオーケストレーションを行う機能です。

    単体のAIチャットボットを「作業者」として使う時代から、AIエージェントを「自律的な開発チーム」としてマネジメントする時代へ。
    Superpowersは、そのためのAPI(インターフェース)なのです。

    - 通勤中・家事中・散歩中に「聴く読書」をしたい人
    👉 Audibleで対象作品を探す
    - 投資本・AI本・ビジネス書をまとめて読み比べたい人
    👉 Kindle Unlimitedで対象本を探す
    紙の本やKindleでじっくり読むのも良いですが、忙しい人は「耳で聴く」「読み放題で試す」という選択肢も持っておくと、読書量をかなり増やしやすくなります。

    まとめ:プロンプト職人は死に、プロセス設計者が残る

    「AIの回答精度が低い」「思ったようなコードが出ない」と嘆いている人は、AIの性能を疑う前に、自分自身の「開発プロセスの貧弱さ」を疑うべきです。

    Superpowersの凄さは、「AIが賢くなる」ことではありません。
    「無秩序なAIの出力を、人間の開発プロセスという“確固たる型”に押し込めることができる」点にあります。

    • 仕様を詰める

    • 計画を書く

    • テストを先に書く

    • 順番に実装する

    • 体系的にデバッグする

    これらは人間が長年培ってきたソフトウェア工学の叡智です。AI時代だからこそ、この「枯れた型」をAIにインストールできたチームだけが、複雑なモノレポの海を生き残ることができます。

    次回【第4回】では、AIの勝手な越権行為を防ぎ、モノレポの秩序を守るための絶対的な防護壁「Nx」の超実践的な使い方を解説します。


    このテーマをもっと深く学びたい人へ

    AIに「いい感じに作って」と丸投げするのではなく、
    計画を立て、テストを置き、順番に実装し、壊さず改善する。
    この当たり前の開発プロセスを理解している人ほど、AIエージェントをうまく使えます。
    今回のテーマを深く学びたい人には、次の本がおすすめです。

    1. 『テスト駆動開発』

    Kent Beck著。TDDの原点です。
    この記事で触れた「先に失敗するテストを書く」「小さく進める」「壊さず前進する」という感覚を、いちばん本質的に学べる一冊です。
    Superpowers の test-driven-development を表面的な手順ではなく、なぜそれが効くのか まで理解したいなら、まずここからが王道です。Amazonの書誌でも、TDDの実践方法を解説する本として案内されています。


    2. 『リファクタリング 第2版 ― 既存のコードを安全に改善する』

    Martin Fowler著。
    AIに実装させると、どうしても「まず動くもの」が増えます。その後に必要なのが、挙動を壊さず構造を整える力です。
    この本は、記事でいう「Plan駆動開発」の後半戦、つまり実装後にコードベースを健全に保つための必修科目です。Amazonの説明でも、外部的な振る舞いを保ったまま内部構造を改善する作業としてリファクタリングを位置づけています。


    3. 『Clean Architecture 達人に学ぶソフトウェアの構造と設計』

    Robert C. Martin著。
    AIが暴走しやすいのは、「どこに何を書くべきか」の境界が曖昧なときです。
    この本は、責務の分離や依存関係の整理など、AIが入り込んでも崩れにくい構造を考える土台になります。
    記事中の「人間の開発プロセスという型に押し込める」という考え方と非常に相性がよく、Amazonの書誌でも Clean Architecture を直接扱う日本語訳書として紹介されています。


    4. 『チームトポロジー 価値あるソフトウェアをすばやく届ける適応型組織設計』

    Matthew Skelton / Manuel Pais著。
    この記事の後半で出てくる「subagent による並列化」や「AIを開発チームのように扱う」という発想に、かなり近い本です。
    本来は人間のチーム設計の本ですが、だからこそ、どの仕事を分けるべきか、どこを境界にするべきか を考える力がつきます。
    Amazonの案内でも、4つの基本的なチームタイプと3つのインタラクションパターンに基づく組織設計の実践書とされています。


    5. 『進化的アーキテクチャ ― 絶え間ない変化を支える』

    Neal Ford ほか著。
    AI時代の開発で本当に重要なのは、「一発で完璧に作ること」ではなく、変更に耐えられる構造を作ることです。
    この本は、変化を前提にアーキテクチャを育てる考え方を学べます。
    プロンプト一発で作る派ではなく、計画・観測・改善を回す派の人に刺さる本で、Amazonでも「絶え間ない変化を支える進化的アーキテクチャ」を扱う内容として紹介されています。


    6. 『エラスティックリーダーシップ ― 自己組織化チームの育て方』

    Roy Osherove著。
    AIエージェントを「単なる便利ツール」ではなく「作業者」「チームの一員」のように扱う感覚を持ちたいなら、この本もかなり面白いです。
    チームの成熟度に応じて、管理の仕方や任せ方を変える考え方が学べます。
    AIにどこまで任せるか、人間がどこで止めるか、という記事の主張とも相性がよく、Amazonでもチームリーダーやマネージャーだけでなくチームで成果を出したい人向けの実践書として紹介されています。


    まず1冊だけ読むなら

    今回の記事にいちばん直結するのは、
    実装プロセス寄りなら『テスト駆動開発』、
    構造設計寄りなら『Clean Architecture』、
    AIを“チーム”として扱う発想まで広げたいなら『チームトポロジー』 です。

    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

    AI・データ・開発の本を探す|Book Media Tech
    AI・データ・開発の本を探す|Book Media Tech


    #エンジニアの生存戦略 #AI駆動開発 #GitHubCopilot #ClaudeCode #ソフトウェアアーキテクチャ #TDD #アジャイル開発 #DX #AIエージェント #マネジメント

     
     
    生成AIを「知っている」から「実務で成果を出す武器」へ。AI駆動開発・Claude Code・AIエージェントを中心に、丸投げしない設計と現場で使える判断軸を解説。 As an Amazon Associate, I earn from qualifying purchases.

    あなたへのおすすめ