始めに…

「AI駆動開発」という言葉、耳にすることが増えてきました。

ChatGPTやGitHub Copilotなど、生成AIを使った開発の話もよく聞くけど…

「どこから始めればいいの？どうやってAIを使えばいいの？」

そう思ってる方、多いんじゃないでしょうか？

私もそのひとりでした。

ということで今回、「PMがAI駆動開発を理解するために1 時間でやったこと」をまとめてみました！

ChatGPTと一緒に実際に試してみたので、プロンプト例やWBS洗い出しのリアルも含めて紹介していきます！

「まだ曖昧な内容でOKなフェーズ」ほどAIと相性が良い、という気づきがあったので、「考える前の整理をAIに手伝ってもらいたい」というPMのみなさんのヒントになる記事になれば嬉しいです✨

AI駆動開発ってなに？まずはざっくり理解から！

❓AI駆動開発とは？

まず最初に、ChatGPTに「AI駆動開発ってなに？」と聞いてみました。

ChatGPTによるとAI駆動開発とは…

AI（特に生成AI）を活用して、要件定義・設計・実装・テスト・ドキュメント作成などの開発工程を支援・自動化する開発スタイル

とのこと。つまり、「AIを利用して開発を加速させていく」ようなアプローチです。

特に最近では、ChatGPTやGitHub Copilotのような生成AIツールが身近になったことで、コードだけでなく、要件整理や議事録、プロジェクト構想などでも活用が広がってきています。

❗️ChatGPT先生に流れを教えてもらう

次に、「開発プロセスの中で、どこにAIを活用できるのか？」をChatGPTに聞いてみました。

出てきた答えをざっくり図にまとめると、こんな感じです。

【企画・構想】
　↓
💡 AIでアイデア出し（構成提案・ユーザーストーリー生成）

【要件定義・設計】
　↓
📋 AIで要件ドラフト生成、画面構成提案、ER図生成補助

【実装】
　↓
💻 AIでコード・テストコード生成（Copilot, ChatGPTなど）

【レビュー・テスト】
　↓
🔍 AIでコードレビュー支援、テスト自動生成・実行結果解析

【ドキュメント】
　↓
📝 AIでAPIドキュメントや設計書の生成支援

【運用】
　↓
📊 ログ監視・異常検知にAI活用、リリースノート自動生成

ChatGPT曰く、AIはあらゆるフェーズで活用できる可能性があるけれど、

特に効果が大きいのは「要件定義」「構成案」「コード補完」「ドキュメント生成」あたりとのこと。

❓PMとしての関わりどころは？

私はPMなので、「PM視点だとどこにAIを使えそう？」という視点で見てみました。

実際にChatGPTと対話する中で、一番しっくり来たのがこの言葉です。

「まだ曖昧な言葉でOKなフェーズ」ほどAIと相性が良い

なるほど、なるほど！

企画・構想段階や、要件定義の初期、WBSのラフ案を作るときなど、「まだ固まってないけど、考え始めたい」タイミングに生成AIはとても便利です。

むしろ、最初から完璧な仕様を求めると逆にうまくいかないので、“話し相手”として一緒に考えてもらう感覚が合っている気がします。

実際にWBS作成をAIに頼んでみた！

AI駆動開発の考え方をざっくり理解したところで、

実際にChatGPTを使って、ある機能のWBSを洗い出してみることにしました。

※ここで注意！：生成AIはとても便利ですが、個人情報・企業情報の取り扱いにはくれぐれもご注意ください。何の案件か特定されるような情報はAIに入力しないようにしましょう。

今回は「とあるアプリにクーポン機能を実装する」という前提で、インフラ構築／フロント（Flutter）開発／サーバ（Spring Boot）開発／管理画面開発／検証といったカテゴリに分けて、WBS風にタスクを出してもらうようお願いしました。

🔍 使ったプロンプトはこちら

Flutter製スマホアプリにクーポン機能を実装したいです。

想定している機能は以下の通りです：
- クーポン一覧の取得・表示
- クーポンの利用報告（利用ボタン押下）
- クーポン利用履歴の表示
- クーポンの使用条件や有効期間の表示

バックエンドは Java / Spring Boot + AWS ECS、  
管理画面は Java / Spring Boot です。

この機能を実装するために必要なタスクを、WBS風に整理してください。  
「フロント（Flutter）」「サーバ（Spring）」「管理画面」「インフラ」「テスト」などカテゴリ別に分けてもらえると助かります。

💡 出てきた結果は想像以上に実用的！

ChatGPTが出してくれたWBS案は、ざっくりこんな感じでした（要約）。

	•	フロント：一覧画面のUI作成／API連携／エラー表示
	•	サーバ：クーポン取得・利用・履歴API／バリデーション
	•	管理画面：クーポン登録・編集／利用状況確認／制御項目の追加
	•	インフラ：ECSデプロイ／DBマイグレーション／ログ監視
	•	テスト：パターン網羅テスト／期限切れなどの例外系／画面遷移確認

一つひとつの粒度はやや粗めでしたが、全体像を俯瞰する“たたき台”としてはかなり優秀です。

✏️ 良かった点・助かった点

• カテゴリごとの視点で整理してくれるので、見落としが減る
• 実装以外（管理画面やログ、マイグレーション）も含んでくれる
• 条件付きの要件もちゃんと読み取ってくれる

🧠 微妙だった点・人の補完が必要なところ

• 粒度がバラバラになることがある（「画面を作成」「バリデーション追加」など）
• 命名や用語のブレがある（後から調整が必要）
• 優先度や依存関係までは考慮されない

・まとめ：PM目線でWBSにAIを使うのは“アリ”

今回やってみて思ったのは、

「ChatGPTに頼むのは、“ゼロ→1”の叩き台作成が最も向いている」ということ。

あとは自分達で、

• 粒度をそろえる
• チームの命名規則に合わせる
• スケジュールに落とし込む

といった「整える作業」が必要になります。

それでも数十分の作業が数分で終わる感覚はかなり魅力的でした。

さらにさらに！これ以上の作業をChatGPTで進めるのであれば、プロンプトの粒度を細かくしてChatGPTへの指示を明確化させていけば、人が1からコツコツやるより早い速度で色々な提案をしてくれます。人は生成AIからアウトプットされた提案に対して、本当に欲しいものを引き出していく作業のみを行えば良くなるのです。

終わりに…

今回は「AI駆動開発って結局なに？」という疑問から始まり、ChatGPTと一緒に調べたり、実際の業務を想定したプロンプトを投げてみたりして、生成AIマスターとしての“最初の一歩”を踏み出してみました。

やってみて感じたのは、AI駆動開発は特別な人だけのものではないということです。

むしろ、日々の業務の中で「考えを整理したい」「構成の叩き台がほしい」と感じる瞬間があるなら、

そこがもう生成AIの出番かもしれません。

特に、

「まだ曖昧な言葉でOKなフェーズ」ほどAIと相性が良い

という気づきは、今後の業務でもずっと意識していきたいポイントです。

この記事が「AI駆動開発、気になるけど難しそう…」と思っていた方のちょっとしたヒントや後押しになれば嬉しいです。

最後まで読んでくださって、ありがとうございました🙌