【Kiro・Playwright】社内でフルAI開発バトル!!「1行も書かずに」Todoアプリを完成させた話〜hagaの場合〜

こんにちは。エンジニアのhagaです。

このブログはギークフィードアドベントカレンダー2025の6日目の記事です。

他の記事もぜひチェックしてみてください!

 

自己紹介

クラウド開発事業部所属のhagaです。
エンジニア歴は5年で、主にAWSを使った開発をしています。最近はGenesys Cloudもやっています。

 

普段使ってるAIツール

日常的に以下のAIツールを活用しています。

  • Cursor:開発全般の補助やコード解析

 

企画概要とゴール

今回、「フルAI開発バトル」という企画に参加しました。

ルールはシンプルかつ過酷です。

詳しいルールや目的はアドベントカレンダー1日目の記事で紹介しております。

 

作業プロセス

要件の理解と整理

ざっくりとした要件が提示されましたが、せっかくのAI開発企画なので一旦そのままの要件でAIに全て設計/実装をしてもらうことにしました。

運営への質問事項

上記方針のため、質問はしません。

Specs定義

スペック駆動開発の第一歩として、Kiroに要件定義を依頼しました。

指示に至るまでの思考プロセス

何も考えずまずは要件を丸投げしてどうなるか様子を見ます。

Kiroへの指示


 

Kiroの出力

requirements.md

 

design.md

 

tasks.md

 

出力の判定と修正

Kiroの出力を確認し、期待通りか、修正が必要かを判断しました。

判定結果

修正必要。
task.mdの工程がかなり複雑に多層化していた。

良かった点

丸投げ状態でもかなりまともなアプリができた。

問題点

何も考えずボタンを押してるだけで勝手に進んでできてしまうので、人の目で正しくレビューを行うのが逆に難しいと感じた。さくさく進みすぎて色々見落としそう。

Kiroとの対話

  • 時間をかけたくないので、specsの内容を簡略化してください
  • 簡略化したものが最初に提示した要件とずれていないか再度確認してください
  • 追加の要件です。タスクを完了させる機能と、間違って完了させたときに元に戻す機能が必要です。

→task.mdはかなり簡略化され、その際にできた要件とのずれも修復された。所要時間の大幅削減ができた。
追加の要件もプロンプト一つでまるっと実装できた。

 

テスト実装

  1. Todo作成機能テスト
    • 有効なデータでのTodo作成
    • 複数Todoの連続作成
    • バリデーションエラーの検証(必須フィールド、文字数制限)
    • 空白のみのタイトル検証
    • 重複チェック
    • フォーカス時の視覚的フィードバック
    • キーボードショートカット(Ctrl+Enter)
    • LocalStorageへの即座の保存確認
    • パフォーマンス測定(100ms以内)
  2. Todo編集機能テスト
    • 編集フォームの表示
    • Todoの更新と保存
    • 編集のキャンセル
    • 編集中の他Todo操作制限
    • キーボードショートカット(Escキー)
    • 未保存変更の確認ダイアログ
    • 編集時のバリデーション
    • ページリロード後のデータ保持
    • パフォーマンス測定
  3. Todo削除機能テスト
    • 削除ボタンでのTodo削除
    • 削除確認ダイアログ(承認/キャンセル)
    • 複数Todo中の特定Todo削除
    • 削除後の表示順序保持
    • 最後のTodo削除時の空状態表示
    • 編集中Todoの削除制限
    • ページリロード後の反映確認
    • 同期的な削除処理
    • 大量データでの削除動作
    • パフォーマンス測定
  4. データ永続化機能テスト
    • アプリ起動時の保存データ復元
    • ブラウザ再起動後のデータ保持
    • データ変更の即座の保存
    • 破損データの処理
    • LocalStorageデータの検証
    • 大量データ(50件)の永続化
    • データ整合性の確認(UUID、タイムスタンプ)
    • LocalStorage容量制限の処理
    • 複数タブでのデータ同期

 

成果物

 

所要時間

3時間

 

主な機能

要件のとおり

 

工夫点など

多機能化するというよりは、要件最小限の機能をなるべく手間をかけずに実装することを意識しました。

 

発見と学び

作業効率化の面ではとんでもない進歩だと思う。

ただし、便利な反面何も考えなくてもある程度のものができてしまうので、生成AIが何をやっているのかをちゃんと理解しながらレビューする能力が重要だと感じた。

 

感想

今まではあくまで補助的な認識で生成AIを使っていましたが、むしろ人間が補助的な役割になるというのが新鮮な体験でした。企画していただいたメンバーに感謝です。

良かった点

生成AIの可能性を体験できた。

苦労した点

ボタンを押すだけでどんどん工程が進んでいくので、内容を理解しながら置いて行かれないように進めるのは思ったより大変だと感じた。

今後に活かせること

テスト周りは人がやるより漏れも少なく、人の目で確認すべき範囲もそこまで多くないと感じたので、どんどん生成AIを取り入れていきたいと思う。

 

この記事が、少しでもみなさんのにお役に立てば幸いです。

ここまでお読みいただき、ありがとうございました!

この記事が気に入ったら
いいね ! しよう

Twitter で

【採用情報】一緒に働く仲間を募集しています

採用情報
ページトップへ