現在の製品チームは、ある逆説に直面しています。コーディングは速くなっている一方で、間違ったものを作るコストはかつてないほど高まっています。実装を自動化するエージェントは、コードを書くまでの時間を短縮できますが、どの顧客課題を解決する価値が最も高いかまでは判断できません。競争優位の捉え方を見直しましょう。エージェントの力を、より上流の工程に投入するのです。専門エージェントを使って散在するシグナルを集め、透明性の高い基準で機会を評価し、あらゆる判断の根拠を残す成果物を作成します。得られるのは単なるスピードではありません。顧客価値と事業上の制約に沿った仕様を、再現性のある方法でエンジニアリングチームに引き渡せるようになります。
AI-PDLCでは、製品開発の上流工程を「発見」「判断」「設計」「プロトタイプ」の、監査可能な段階に分けます。各段階では、専門エージェントとオーケストレーターが連携し、質問の枠組みに沿って情報源を収集し、共有リポジトリに成果物を書き込みます。課題の検証、優先順位の承認、仕様へのサインオフ、プロトタイプの受け入れといった各ゲートでは、人が最終判断を下します。人が関与するこの承認プロセスは、後付けの仕組みではなく、重要な機能です。文脈に応じた判断、規制上の評価、市場を踏まえたトレードオフを可視化し、追跡可能にします。後工程のコーディングエージェントが仕様をすばやく実装できるからこそ、これは欠かせません。
実務では、Slack、Jira、Salesforce、サポートシステム、調査資料のフォルダーにコネクターを設定し、Discoveryエージェントが顧客の直接の発言、インシデントの傾向、利用状況のシグナルを抽出できるようにします。優先順位づけには、2つの評価フレームワークを並行して使いましょう。1つはエージェント活用の実現可能性(LLMやツールとの適合性、自動化できる範囲、ユーザーの受容度)を評価するもの、もう1つは事業上の実現可能性(インパクト、工数、規制リスク)を評価するものです。Working Backwardsエージェントを使えば、PR/FAQの段階でアイデアを厳しく検証できます。顧客や社内から寄せられる詳細なFAQに答えられないアイデアなら、エンジニアリングの工数を投じる前に重要な学びが得られたということです。
設計とプロトタイプの各段階では、検証済みのコンセプトを、開発に着手できる成果物へと仕上げます。具体的には、受け入れ条件に基づく仕様書、UX引き継ぎ用の概要書、そして関係者が数時間以内に試せるクリック可能なプロトタイプです。Spec Generatorは各要件を、その根拠となる課題、優先順位スコア、PR/FAQでの説明へと結びつけます。これにより、コーディングエージェントには単なる希望リストではなく、明確に実行すべき仕様を渡せます。こうした追跡可能性はリリース後の学習にも役立ちます。本番環境のテレメトリーやサポートからのフィードバックを再びDiscoveryに取り込み、継続的な改善につなげられます。


