
学生の自分が、AIと開発するときの流れ。人間は「決める」だけ
はじめに
こんにちは!理系の大学に通いながら、会社に参画してAI駆動開発をしています。
「AI駆動開発」と聞くと、AIに全部お任せで楽そう、と思う人もいるかもしれません。でも、やってみた実感は少し違います。
自分の仕事は、コードを書くことではなく、決めることです。何を作るのか。どこまでやるのか。これでマージしていいのか。AIは、頼めば何でも形にしてくれます。だからこそ、何を頼むのかがそのまま結果に出ます。
この記事では、自分がいまどんな流れで開発しているのかを、図と例を交えて具体的に書いてみます。公式のドキュメントや他の方の記事も読みながら整理したので、参考にした資料は最後にまとめました。
かなり長い記事なので、気になるところだけでも読んでもらえたらうれしいです。
全体の流れ
まず、全体はこんな流れです。

Claudeと壁打ちして、やることと方向性を固める
TODOをLinearに起票する(親issueの下に、子issueを立てる)
Claudeの統括セッションを立てる
統括セッションが、子セッションに指示を出す(1つの子issueを、1つの子セッションが進める)
実装が終わったら、push して PR を出す
GitHub Actions、CI/CD、コード監査を通して、レビューする
そこでやっと、マージする
図にすると、人間が出てくるのは最初と最後だけに見えます。でも、この「最初」がいちばん大事です。ここからは、ひとつずつ詳しく書いていきます。
1. Claudeと壁打ちする(ここがいちばん大事)
もし「ひとつだけ真似するならどこ?」と聞かれたら、迷わずここを選びます。
いきなり「これ作って」と頼めば、AIはそれなりのものを作ってくれます。でも、それが本当に欲しかったものかどうかは別の話です。だから実装に入る前に、Claudeと話しながら、ぼんやりした考えを形にしていきます。

固めるのは、次の5つです。
目的:誰の、どんな困りごとを解決するのか
いちばん最初に考えます。機能の名前ではなく、困っている人の話から始めます。たとえば「キャンセル機能を作る」ではなく、「予約をキャンセルしたい人が、電話しないと取り消せなくて困っている」という具合です。
範囲:今回やること、そして、やらないこと
AIは、頼むと親切にどんどん広げてくれます。だから「やらないこと」を先に決めておくのが大切です。たとえば「返金の処理は今回やらない」と書いておくだけで、話がぶれにくくなります。
完了の条件:どうなったら「終わり」と言えるのか
これがないと、AIも人間も、どこで止まればいいのか分かりません。「画面からキャンセルでき、確認メールが届く」のように、確かめられる形で書きます。
進め方:どの順番で、どう分けて作るのか
次の起票につながる部分です。先に作らないと困るものはどれか、同時に進められるものはどれかを整理します。
気をつけること:壊してはいけないもの、迷いそうなところ
既存の機能への影響や、お客さんのデータに関わる部分などです。先に言葉にしておくと、AIにも伝えられます。
壁打ちでは、AIに答えを出してもらうだけでなく、質問してもらうのもおすすめです。たとえば、こんな聞き方ができます。
予約フォームにキャンセル機能を足したいです。
実装はまだしないでください。
決めておくべきことを、質問の形で順番に聞いてください。
見落としていそうな点や、反対意見があれば教えてください。個人的に、壁打ちは写真を撮るのと少し似ていると思っています。シャッターを切るのは一瞬でも、どこを切り取るのかは、撮る人が決めるしかありません。AIがシャッターを押してくれるようになっても、構図を決めるのは人間です。
実は、この記事を作っているときにも同じことがありました。
このnoteは、Claudeと壁打ちしながら書いています。最初は「経営に参画している話」を軸にするつもりで話していたのですが、途中で「いや、自分の軸は経営じゃなくて開発だな」と気づいて、方向を変えました。絵文字をたくさん入れてもらったら多すぎて、「この顔の絵文字はいらないかな」と外してもらったこともあります。そのあとも、「もっと具体的に」「もっと人間味を」と、何度もお願いしています。
AIは、頼めばすぐに書いてくれます。でも、どれが自分らしいのかは、自分で決めるしかありません。開発でも、まったく同じだと思います。
ちなみに、Anthropicの公式ガイドでも、複雑な作業は実装の前に計画を立てることがすすめられています。うまくいかなくなったら、その場で直し続けるより、計画に戻ってやり直すほうがいいそうです。読んだとき、やっぱりそうだよなと思いました。
2. Linearに起票して、親子のissueにする
壁打ちで方向が固まったら、TODOにしてLinearに起票します。issueは、やることを1件ずつ書いたカードのようなものです。

作り方はシンプルです。
親issue: 目的とゴールを書く(壁打ちで決めたこと)
子issue: 1つのPRで終わる大きさに分ける
たとえば(あくまで例です)、「予約フォームにキャンセル機能を足す」が親issueだとします。子issueは、こんなふうに分けられます。
子issue A: キャンセル用の画面を作る
子issue B: キャンセルを受け付けるAPIを作る
子issue C: キャンセルしたときの確認メールを送る
書き出すだけの地味な作業に見えますが、ここを雑にすると、あとで全部に響きます。分けるときに気をつけているのは、次の3つです。
子issueごとに、完了の条件を書く
人に仕事をお願いするときと同じで、「いい感じにお願いします」では、相手も困ってしまいます。Linearの公式ガイドにも、AIに任せるissueは、範囲がはっきりしていて、説明と完了の条件があるほどうまくいくと書かれていました。
子issueには、たとえばこんな内容を書きます。
【やること】
キャンセルを受け付けるAPIを作る
【やらないこと】
画面の変更、メールの送信(別のissueで行う)
【完了の条件】
・予約をキャンセルすると、状態が「キャンセル済み」になる
・他の人の予約はキャンセルできない
・テストが通る子issueどうしで、触るファイルをなるべく重ねない
同じファイルを複数のAIが同時に編集すると、変更がぶつかってしまいます。先に分け方を考えておくと、あとで片付ける手間が減ります。
小さく分ける
1つのPRで終わらない大きさだと、レビューも大変です。読む人(と読むAI)が、一度で把握できるくらいを目安にしています。
ブランチ名にはissueのIDを入れます(例:feat/DEV-123-short-description)。こうしておくと、PRとissueが自動で結びつくので、あとから「これ何の変更だっけ?」となりにくいです。
3. 統括セッションと、子セッション
ここが、自分のやり方でいちばんこだわっているところです。
issueが揃ったら、Claudeの統括セッションを立てます。この統括セッションは、自分では実装をしません。 仕事は、子セッションに指示を出すことだけです。実際にコードを書くのは子セッションで、1つの子issueを1つの子セッションが進めます。

なぜ分けるのか
チームスポーツの監督を想像してもらうと分かりやすいかもしれません。監督が自分でグラウンドに出てボールを追いかけ始めたら、試合全体が見えなくなってしまいます。
AIのセッションでも、同じことが起きると思っています。統括が細かい実装まで抱え込むと、全体を見る役が誰もいなくなります。だから統括には手を動かさせず、全体を見ることに専念してもらいます。子セッションは自分の担当だけに集中できるので、お互いにやりやすいです。
統括への頼み方
統括には、最初に役割をはっきり伝えます。たとえば、こんな伝え方です。
あなたは統括セッションです。自分では実装しないでください。
親issueの下にある子issueを確認して、
1つの子issueにつき1つの子セッションを立て、指示を出してください。
判断に迷うことがあれば、進める前に私に聞いてください。作業場所は、セッションごとに分ける
子セッションは、それぞれ別の作業場所(git worktree)で動かします。Claude Codeの公式ドキュメントでは、worktreeは独自のファイルとブランチを持つ別の作業ディレクトリで、リポジトリの履歴は共有するものだと説明されています。
たとえるなら、同じ教科書を人数分コピーして、それぞれのコピーに書き込んでもらうイメージです。誰かの書き込みが、別の人のコピーを汚すことはありません。
Claude Codeだけで試すなら、次のように名前を付けて起動できます。
claude --worktree feature-authちなみに、Anthropicのガイドでは、3〜5個のセッションをそれぞれ別のworktreeで同時に動かす使い方が紹介されています(2026年11月3日に確認)。
4. 実装が終わっても、すぐにはマージしない
AIが「できました!」と言っても、そのまま信じてマージはしません。ここから、確認を重ねていきます。

pushして、PRを出す
PRには、なぜ(Why)、何を(What)、どう確かめたか(Test plan)を書きます。1つのPRは、1つのissueです。Test planは、他の人がそのまま再現できる手順で書きます。
【Why】 電話しないと予約を取り消せなかったため
【What】 キャンセルを受け付けるAPIを追加
【Test plan】
1. 自分の予約をキャンセルし、状態が変わることを確認
2. 他の人の予約をキャンセルし、拒否されることを確認(これも例です)
GitHub ActionsでCI/CDを回す
PRを出すと、自動でチェックが走ります。型のチェック、lint、テスト、ビルドなどです。ここが赤いままなら、その先には進みません。人が毎回確かめなくても、機械が同じ基準で見てくれるのが安心です。
コード監査をする
動くかどうかだけでなく、コードの中身も点検します。動いているように見えても、中身に問題があることはあるからです。
レビューを受けて、指摘に対応する
PRを出すと、AIのレビューも自動で走るようにしています。PRを開いたときに自動でレビューする仕組みは、他の開発者の方も記事で紹介しています。
指摘があれば、直して、返信して、解決済みにします。直していない指摘を、解決済みにはしません。直したら、もう一度チェックが走ります。
条件が揃ったら、やっとマージする
必須のチェックがすべて通っていて、未解決のレビューが残っていないことが条件です。
マージのあとも、確認用の環境で動作を確かめます。問題が見つかったときは、元に戻すのではなく、直すためのPRを出します。データベースの変更は、コードを戻しても元に戻らないことがあるからです。
「コードが書けた」と「使える」は、別物です。実際に動いて、使える状態になるまでを完了と考えています。
人間が決めること、AIに任せること
ここまでの話を、役割で分けるとこうなります。

こうして並べると、人間の仕事は少なく見えます。でも、一つひとつの判断は軽くありません。AIがどれだけ速くても、間違った方向に進めば、間違ったものが速くできあがるだけです。
人間側に「お客さんに見えるもの」と「費用が増える変更」を入れているのは、あとから取り返しがつきにくいからです。言葉や料金、約束の範囲は、一度お客さんに届くと簡単には戻せません。
Linearの公式ガイドにも、AIにissueを任せても責任は人間に残る、と書かれています。任せることと、責任まで手放すことは違うんだなと、改めて思いました。
主に使っている技術
よく使っている技術も、紹介します。

フロントエンド(画面の部分)
Next.js(App Router): 画面を作るフレームワーク
React と TypeScript: 画面の部品づくりと、型のある開発
Tailwind CSS: 見た目を整える
shadcn/ui(Radix UI): ボタンなどの部品
Zustand: 画面の状態の管理
バックエンド・データ(裏側の部分)
Next.js の API Routes: 画面と同じ場所にAPIを置ける
Supabase: データベース(PostgreSQL)、認証、ストレージ、Edge Functions
デプロイ(公開の部分)
Vercel: ホスティングと、定期実行
開発の進め方に使うもの
Claude: 壁打ち、統括セッション、子セッション
Linear: issueの管理
GitHub と GitHub Actions: コードの管理と、自動チェック
orca: 開発環境
手放せなくなったツール:orca
開発の環境(ADE)には、orcaを使っています。ADEは、AIエージェントと一緒に開発するための環境のことです。orcaは、作業場所(worktree)、ターミナル、ブラウザ、CLIをひとつのアプリにまとめたもので、無料のオープンソースです。Mac、Windows、Linuxで動きます。

いいところを紹介します。
1. 利用制限がきても、止まらずに続けられる
自分がいちばん助かっているのは、ここです。
AIと開発していると、どうしても利用制限にぶつかります。作業の途中で止まると、せっかくの流れが切れてしまいます。orcaなら、別のアカウントや別のAIエージェントに切り替えて、そのまま続けられます。
orcaはモデルを自前で用意しているわけではなく、ClaudeやCodexなど、持っているアカウントをそのまま使う仕組みです。Claude Code、Codex、Gemini、Copilotなどは最初から使える形で入っていて、ほかのコマンドラインのエージェントも追加できます。
2. 作業ごとにworktreeを作って、並べて動かせる
作業ごとに、独立したworktreeが作られます。子セッションを並べて動かす自分のやり方と、とても相性がいいです。自分でworktreeの管理コマンドを打たなくていいのも、気が楽です。
3. 画面を行き来しなくていい
ターミナルを分割して並べられて、作業場所ごとにブラウザも使えます。動作を確認するためにアプリの外へ出なくて済むのは、地味にうれしいポイントです。
4. 差分へのコメントを、そのままAIに返せる
AIが書いた差分の行にコメントして、まとめてAIに送り返せます。レビューの指摘が、そのまま次の修正のお願いになります。
5. GitHubとLinearが、アプリの中でつながる
PRやissueを見たり、PRをレビューしたり、CIの状態を確かめたりできます。Linearのissueも作れるので、起票からPRまでをひとつの場所で進められます。
6. AIエージェントからもorcaを操作できる
orcaにはCLIがあって、エージェントからworktreeを作るといった操作もできます。統括セッションが子セッションの作業場所を用意する、という使い方にも向いていそうです。
もちろん、注意点もあります。worktreeが分けてくれるのはファイルで、ポートやプロセスまでは分かれません。同じポートを使うサーバーを複数立てると、ぶつかることがあります。
それと、並べる数を増やせば増やすほど、使う量も、確認する差分も増えます。AIはいくらでも並べられますが、見る人間は一人です。自分が確認できる数に抑えるのが大事だと思います。
ビジネスの観点で開発する
もうひとつ、大事にしていることがあります。ビジネスの観点で開発をすることです。
学生が開発をしていると、つい「作りたいもの」や「技術として面白いもの」に目が向きがちです。もちろん、それも楽しいです。でも、会社で開発をする以上、それだけでは足りません。作ったものが誰かの役に立って、ビジネスとして意味を持って、はじめて価値になります。

なので、作る前に次の4つを考えます。
誰の役に立つのか
壁打ちの最初に決めます。使う人の顔を思い浮かべられないなら、まだ作るには早いのかもしれません。
ビジネスとしてどんな意味があるのか
便利そう、だけでは足りません。その機能で何が良くなるのかを考えます。考えた結果、作らないと決めるのも立派な判断です。
費用はどうなるのか
作るときの費用だけでなく、動かし続ける費用もあります。費用が増える変更は、人が判断します。
お客さんにどう見えるのか
言葉、料金、約束の範囲は、人が確認します。AIが書いた文章をそのまま出すと、できないことまで約束してしまうかもしれないからです。
AIのおかげで、作ること自体のハードルはどんどん下がっています。だからこそ、「何を作らないか」を決める力が大事になってきていると感じます。最初の壁打ちを大事にしている理由も、ここにあります。
気をつけていること
最後に、この流れで気をつけていることをまとめておきます。
子issueを大きくしすぎない
1つのPRで終わらないと、レビューが大変になります。迷ったら、もう一段小さく分けます。
同じファイルを複数のセッションに触らせない
変更がぶつかる原因になります。起票の段階で、分け方を考えておきます。
完了の条件を必ず書く
書いていないと、AIがどこまでやればいいのか分からなくなってしまいます。
確認を飛ばしてマージしない
「動いたつもり」を減らすためです。急いでいるときほど、飛ばさないようにしています。
キーやパスワードをコミットしない
一度pushしてしまうと、漏れたものとして扱うことになります。git add . は使わず、編集したファイルだけを追加します。
どれも当たり前に見えるかもしれません。でも、AIが速いぶん、一度の見落としも速く広がってしまいます。当たり前のことを仕組みにして守るのが、いちばんの近道だと思っています。
おわりに
正直に言うと、学生でここまでAIを使いこなしている人は、そこまで多くないと思っています。もちろん、これは自分の感想です。
でも、特別なことをしているわけではありません。最初にしっかり話して決める。役割を分ける。確認を重ねる。やっていることは、人と一緒に仕事をするときとあまり変わらない気がします。
だから、もしこれからAIで開発を始めてみたい学生の方がいたら、まずは壁打ちから試してみてほしいです。
このnoteでは、開発の話だけでなく、写真や本、日常のことも書いていきます。また読みに来てもらえたらうれしいです!
参考にした資料
いずれも、2026年11月3日に確認しました。