【無駄なし】何でも作れる、僕の「完全版」エージェント開発ワークフロー

하이라이트

• 「AIレイヤー」を中心とした、再現性と信頼性の高い超シンプルな開発フレームワークの提案

• エージェントへの「想定」を減らすため、徹底的な質問攻めとPRD（製品要求仕様書）作成を重視するプランニング手法

• コンテキストをクリーンに保つための「サブエージェントによる調査」と「メインエージェントによる実装」の分離

• Plan（計画）、Implement（実装）、Validate（検証）を繰り返す「PIVループ」の実践的活用

• 「4つの黄金律（コンテキスト管理、コマンド化、長期記憶としてのGit、システムの進化）」による開発効率の最大化

• QA techなどのAIテストツールを活用した、継続的な回帰テストと品質保証の自動化

타임라인

1. 00:00 - 02:33

   イントロダクションとシンプルなフレームワークの必要性

   多くの開発者がGitHub上の過剰に設計されたフレームワークに翻弄されている現状を指摘し、本当に必要なのは「タスクを確実にこなすシンプルな仕組み」であると説いています。新しいプロジェクトを素早く軌道に乗せるための「グリーンフィールド開発」に焦点を当て、普遍的な原則に基づいた独自のワークフローを紹介します。このセクションでは、PRD作成、AIレイヤーの構築、そしてPIVループという全体の流れが提示されます。また、コンテキスト管理やシステムを進化させるマインドセットなど、開発を通じて守るべき「4つの黄金律」の重要性についても触れています。信頼性と再現性のあるシステムを構築することが、この動画の核心的なテーマとなっています。

2. 02:34 - 08:37

   AIレイヤーの構築：PRDと初期プランニング

   「AIレイヤー」とは、エージェントが参照するPRD、グローバルルール、カスタムコマンドなどの資産の総称であることを定義します。プロジェクトの起点として、まずは音声入力ツールを活用してアイデアを一気に吐き出し、Claude Codeなどのエージェントに非構造的な情報を与える手法を実演しています。ここで最も重要なのは、エージェントに「徹底的に質問させる」ことで、開発者とAIの間の認識のズレ（想定）を排除することです。1行の不適切な計画が1,000行の悪いコードを生むという格言を引き合いに出し、プランニングに時間をかけることの正当性を強調しています。この段階で、Linktreeのようなリンク管理アプリを作るという具体的な目標が設定されます。

3. 08:38 - 13:52

   サブエージェントの活用とコンテキストの分離

   メインエージェントのコンテキストを保護するために、調査や探索タスクを「サブエージェント」に委譲する戦略について解説しています。サブエージェントは膨大なドキュメントやウェブ情報を読み込みますが、メインエージェントにはその要約だけを渡すことで、トークンの浪費とハルシネーションを防ぎます。エージェントからの20問以上の詳細な質問に回答していくプロセスを通じて、UIの挙動や技術スタックの細部が確定されていきます。最終的に `/create_prd` コマンドを実行し、会話内容を構造化されたMarkdown形式のPRDとして書き出します。このプロセスにより、プロジェクトの全作業範囲と「スコープ外」の項目が明確に定義されます。

4. 13:53 - 20:08

   グローバルルールとオンデマンド・コンテキストの設定

   コードベース全体で守るべき制約を記述する「グローバルルール（agents.md）」の作成方法を紹介しています。技術スタック、ディレクトリ構造、命名規則、テスト戦略などを記載しますが、コンテキストを節約するために「簡潔に保つ」ことが推奨されます。特定の作業（フロントエンドやAPI作成など）の際だけ読み込ませる「オンデマンド・コンテキスト」を別ファイルとして用意し、段階的な情報開示を行う仕組みを構築します。これにより、エージェントは常に必要な情報だけに集中でき、精度の高い出力を維持することが可能になります。すべてをコマンド化し、再現性を持たせることがこのステップの鍵となります。

5. 20:09 - 27:00

   PIVループの実装：計画・実装・検証のサイクル

   新しい会話セッションを開始する際の「/prime」コマンドによる現状把握から、PIVループの実行へと移ります。PIVはPlan（計画）、Implement（実装）、Validate（検証）の頭文字であり、機能を細分化して確実に構築するためのサイクルです。実装前に「バイブス・プランニング」で大まかな方針を話し合い、それを具体的なタスクリストと「検証戦略」を含む構造化された計画ファイルに変換します。特に、1行もコードを書く前に「どうテストするか」を定義することが、成功基準を明確にする上で極めて重要であると述べています。実装のステップを「サンドイッチ」するように計画と検証を配置することで、エージェントに高い自律性を与えつつ制御を保ちます。

6. 27:01 - 34:52

   エージェントによる自動実装とライブテスト

   コンテキストをリセットし、計画ファイルのみを渡して `/execute` コマンドでエージェントに実装を任せる様子を実演します。エージェントはBrowser CLIなどのスキルを使い、自らサーバーを立ち上げ、DBマイグレーションを実行し、E2Eテストまで完遂します。実装後のライブテストでは、リンクの追加、並べ替え、保存機能が完璧に動作していることが確認され、フレームワークの有効性が証明されます。また、Gitのコミットメッセージを「長期記憶」として活用するために、標準化された `/commit` コマンドを使用する重要性についても説明しています。これにより、将来のセッションでエージェントが過去の決定事項を正確に参照できるようになります。

7. 34:53 - 42:24

   システムの進化とAIテストエージェントの活用

   最後のステップとして、回帰テストの重要性と「システム進化」のマインドセットについて解説しています。QA techのようなAIテストプラットフォームを導入し、新機能追加時に既存機能が壊れていないかを自動で検証する体制を整えます。バグに遭遇した際は、単にコードを直すだけでなく、なぜそのミスが起きたかを分析し、ルールやスタイルガイドなどの「AIレイヤー」を更新することを推奨しています。このようにコード、テスト、AIレイヤーを同時に進化させることで、開発を進めるほどにエージェントとの意思疎通がスムーズになります。動画は、このサイクルを繰り返してMVPを完成させること、そして次回の「ブラウンフィールド開発」編への期待を促して締めくくられます。