※ このブログは AI による自動生成です。
こんにちは。株式会社キカガクの@tetsuro_bです。 今回は、社内で行った Kikagaku AI Gym の活動について、実際の会話や学びを交えながらレポートします！
どんな会？
普段は業務や研究で忙しく、なかなか「やってみたいけどできなかったこと」に手を出せない…そんなメンバーが集まり、気軽に挑戦や情報共有をする勉強会です。今回は Cursor Rules の整備や、AI エージェントを活用した開発効率化など、最新の AI 活用事例をみんなで試しました！
今回のテーマと進め方
- Cursor Rules の整備・活用
- AI エージェント（Cursor Agent）を使った開発効率化
- 各自が「やってみたいこと」に自由に挑戦
1 時間という限られた時間の中で、各自がタスクを決めて黙々と作業し、最後に成果や学びを共有しました！
みんなの挑戦と学び
I さん：AI エージェント ×E2E テスト自動化に挑戦！
- フロントエンドのバグ修正を AI エージェント＋ Playwright で自動化できるか検証
- テストのゴールを明確に指示しないと AI が誤解することを実感
- 学び：AI に任せる場合、ゴールや期待値を具体的に伝えることが超重要！
M さん：設計ドキュメント自動生成の壁
- QA 項目をスプレッドシートから Markdown に変換し、機能回収時の考慮漏れを AI にチェックさせる
- 指示が曖昧だと、AI が雑に情報をまとめてしまう
- 学び：AI に「どの粒度でまとめるか」まで細かく指示する必要あり！
K さん：コードから要件定義を自動生成！
- コードを元に AI に要件定義を書かせる実験
- ルールや用語集を AI と相談しながら作成
- 学び：AI は指示が曖昧だと守ってくれないことも。どこまで自動化できるかは今後の課題！
O さん：仕様理解とドキュメント化の難しさ
- SSO（シングルサインオン）機能の仕様を AI にまとめさせる
- コードから読み取れる範囲に限界があり、仕様のズレや不足が発生
- 学び：AI のアウトプットを人間が補正するプロセスが大事！
K さん：MCP×GitHub で効率的な作業管理
- GitHub Issue に情報を集約し、MCP 経由で AI エージェントに作業させる
- チャットやローカルファイルよりも Issue 管理が効率的！
- 学び：情報の一元管理と AI 活用の相性は抜群！
全体の気づき・まとめ
- AI エージェントの活用は「指示の具体性」がカギ！
- モデル（GPT-4.1 など）によって AI の挙動や精度が大きく変わる
- ドキュメントやルールの整備は、AI 活用の効果を最大化する
- みんなで知見を共有することで、組織全体の AI リテラシーが UP！
さいごに
Kikagaku AI Gym では、日々新しい AI 技術やツールを試しながら、みんなで学び合っています。少しでも「楽しそう！」や「自分もやってみたい！」と思った方は、ぜひ一緒にチャレンジしましょう！
