エンジニアは、プランモードでClaude Codeのセッションを開始し、Stage 2: Designで承認されたspec.mdをClaudeに渡し、Claudeにインタビューさせながら、満足のいく計画になるまで反復します。
変更点
| 従来型 | AI ネイティブ |
|---|---|
| エンジニアが設計書を読み、コードを書き始めます。どのファイルをどのテストで変更するかといった変更の進め方は、エンジニアの頭の中、よくてもチケットのコメントにとどまります。他の誰もそれをレビューできません。レビュアーが最初に目にするのは完成した差分であり、その時点での手直しは遅くなります。 | 作業は、Claudeがプランモードで作成する文書化された計画から始まります。このモードでは、Claudeはコードベースを読み取ることはできても、何も変更できません。エンジニアはコードが書かれる前に計画を修正し、承認済みのバージョンは後続のステージが照合できるようplan.mdとしてコミットされます。 |
はじめに
- 前提条件: 意図を示す成果物(
intent.mdまたはspec.md)があればそれ、そしてCLAUDE.mdファイルがあると役立ちます。 - インフラストラクチャ: リポジトリにアクセスできるClaude Code。
実行方法
- エンジニアはClaudeとのセッションをプランモードで開始します。
- エンジニアはClaudeに
intent.mdとspec.mdを渡し、変更するファイル、作業の順序、それを証明するテストを明記した実装計画を依頼します。 - この変更が何を壊しうるか、どのステップが最もリスクが高いか、Claudeが採用しなかった他の選択肢は何かを尋ねて、計画を問いただします。
- この会話を見たことのないエンジニアでも、計画だけを見て変更を実装できるようになるまで反復します。
- 承認された計画を
plan.mdとしてコミットします。この計画は監査証跡に加わり、PRレビューのプレイ(Stage 5: Deploy)が最終的な差分をこれと照合します。 - 計画を承認し、Claudeに実装させます。しっかりした計画があれば、実装は一度の試行で済むことが多いです。
- 実装が計画から逸脱した場合は、同じコミットで
plan.mdを更新します。両者の同期を強制するためにフックの利用を検討してください。
実例
以下の計画は、ある保険会社での変更に関するものです。顧客ポータルに請求の状況を表示するパネルを追加します。このパネルはポータルのバックエンドであるclaims-apiを呼び出し、claims-apiは古い社内システムであるclaims-coreからデータを読み取ります。
plan.md:
# Plan: claims status self-service (from intent.md and spec.md)
## Files that change
portal/src/claims/StatusPanel.tsx (new), claims-api/routes/status.py, claims-api/tests/test_status.py
## Order of work
1. Add the status endpoint behind existing auth (R1, R2, R3).
2. Panel against the endpoint, with the 60-second cache (R1, R4).
3. Wire into the portal nav.
## Risks
The claims-core API rate-limits at 50 rps; the panel must cache (spec concern 3).
## Proof
test_status.py covers the four claim states (R2) and fails on any extra field (R3); screenshot matches the approved mock.R1からR4はspec.md内の番号付き要件であり、concern 3はspec.mdがフラグ付けしたリスクです。計画がこれらを引用しているため、レビュアーは計画を仕様と1行ずつ照合できます。
ガバナンスに関する考慮事項
設計レビューは、コードが生成される前、方向転換がまだ文書の編集で済む段階で行われます。プランモード自体がこれを強制します。エンジニアが計画を承認するまで、Claudeはファイルを編集できないためです。計画とその改訂履歴は、誰が承認したかとともに記録されます。定型的な変更はエンジニアが承認し、組織がより高リスクと分類するものはテックリードまたはアーキテクトに回されます。
測定方法
- 先行指標: 最初の実装パスからマージされた変更の割合、および計画承認からマージされたPRまでの時間(必要なデータはPRメタデータ内にあります)。
- 遅行指標: 変更あたりの手直しサイクル数(同じくPRメタデータから取得)、およびマージされた差分がコミット済みの
plan.mdと一致している頻度。
自動モードでのClaude Code
Claude Codeは自動モード(新しいタブで開きます)でも実行できます。このモードでは、エンジニアが計画を反復・承認し、その後Claudeは編集ごとにプロンプトを求めることなく各変更を適用します。後続のプレイによるガードレール(調整されたCLAUDE.md、ポリシーをコード化したSkills、安全でない操作をブロックするフック、Claudeが実行できるテストスイート)が成熟するにつれ、自動モードは定型的な作業のデフォルトになります。具体的には、引き締まったspec.md、小さな影響範囲、そしてテストがすでにカバーしているコードです。
この変化は、ユーザーがエージェントの編集を見守り、アクションをレビューするあり方から、より長い自律セッションの後に成果物をレビューするあり方へと移っています。自動モードは、worktreeと組み合わせて使用することで個人間・チーム間の並列性をさらに高め、SDLCを自律的に実行し、Stage 6: Maintainで説明されているループを閉じる上で不可欠です。
レガシーシステムと信頼できる情報源
既存のSDLCプロセスは、Markdownファイルではないにせよ、すでに成果物を追跡している可能性が高いでしょう。作業項目はJiraに、要件は規制上のトレーサビリティが組み込まれたツールに、設計はFigmaに、変更承認は変更管理委員会にあるかもしれません。これらのシステムは、監査担当者や規制当局がすでに受け入れており、他のチームもそれらに依存しているため、置き換えるのが困難です。したがって、AI ネイティブなSDLCは既存のものに合わせて組み込む必要があります。プロセスが生成する各成果物について、1つのシステムを信頼できる情報源として指定し、他のシステムはコピーまたはリンクを保持すべきです。
以下の構成を設定することで、成果物ごとに異なる選択をしつつ、単一の信頼できる情報源を持たせることができます。
- リポジトリを信頼できる情報源とする。 Markdownの成果物が正式な記録であり、レガシーシステムはコミット内のファイルを参照します。すべての記録が単一のツール内にあり、タイムスタンプの権威が1つであるため、エンジニアリング主導の組織にとってはこれが最もクリーンな構成の一つとなり得ます。
- レガシーシステムを正とする。 Jira、ServiceNow、または要件管理ツールが正式な記録を保持し、Markdownの成果物は作業用コピーとなります。Claudeはセッションの開始時に記録を読み取り、仕様や計画を作成した同じセッション内でModel Context Protocol(MCP)connectorを通じて結果を書き戻します。
- 最低限のつながりを確保する。 すべての成果物が記録IDを記載し、すべてのレガシー記録がMarkdownファイルのコミットSHAを含みます。この連携オプションは、信頼できる情報源が2つ存在することになるため、AI ネイティブなSDLCへの移行を始める際の良い出発点となります。
レガシーシステムとAI ネイティブなMarkdown優先のシステムは、両者の間にリンクがあるか、どちらか一方が信頼できる情報源として宣言されている限り、共存できます。