KDDIのOpenSpec・Claude Codeガードレール
元記事公開日: 2026年7月9日
出典: https://speakerdeck.com/tomoyakitaura/sre-guardrails-the-7?slide=8
OpenSpecで目的・制約・成功基準を仕様にし、AIが実装と各種テストを担う。人は優先順位の決定、モブレビュー、試験結果の判断に集中する。テストとJIT-PAMのガードレールにより、AIに任せる範囲を広げる構成である。
背景
AIがコードを高速に生成する開発では、開発者の注力点がコードを書く作業から、AIの出力を検証して安全に届ける作業へ移る。AIは与えられた目的、制約、仕様を増幅するため、それらが整っていない状態での出力は改善しにくい。ユニットテストを通過したコードでも、インフラ設定やデプロイ構成の問題により、配備先で正常に動かない場合がある。本番環境への常時アクセスには、AIによる意図しない操作を含むセキュリティ上のリスクもある。
要望・目的
実装より先に認知を固定し、AIに渡す入力の品質を高めることを目指す。曖昧な要件から人が優先度の高い項目を決め、目的、制約、成功基準をそろえてから仕様を作成する。AIが生成した実装については、仕様準拠、既存APIとの後方互換性、性能、デプロイ後の動作を確認できる状態が必要になる。本番環境を守りながら、開発環境とSTG環境ではAIを活用できる境界も設ける。
実装・実施内容
OpenSpecでは、進行中の変更提案をchanges、現行仕様をspecsに分けて管理する。人が判断した意図をSpecとして残し、変更をアーカイブする際に仕様差分をspecsへ反映する。仕様作成時はAIが一度に一つずつ質問し、要件がそろってから仕様を生成する。実行計画には、受入試験項目の作成、実装と監視設定、DEV・STG・PRDへのデプロイ、各種テスト、ドキュメント更新を含める。モブプログラミングでは、AIとの対話を進める担当者と方向性を決める担当者が議論し、指示と結果をリアルタイムでレビューする。
AIサービス・システム
AIは仕様作成の壁打ち、実装、レビュー、各種テストに使う。Claude Code向けに自作した受入試験実行Skillは、試験項目をゴールとして受け取り、環境操作、試験実行、確認を進める。実行したコマンド、レスポンス、判定をMarkdownレポートとして出力し、人が確認して判断する。再現可能な異常系はTypeScriptのテストコードにし、環境への影響やコストが大きい異常系はAIによるマニュアル操作で試験する。JIT-PAMはGitHub ActionsとIAM Trust Policyで、承認された時間だけ本番アクセスを許可する。