※ 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。
先日、2025 年 5 月 23 日（金）に渋谷オフィスで開催された「開発合宿 2025」についてレポートします！ AI 駆動開発への本格的な取り組みを開始する記念すべき一日となりました。
AI 駆動開発への本格始動！
合宿のメインテーマは「AI 駆動開発を突き詰める」です。私たちの現在地を整理すると：
- ツール導入 - 完了
- ツール活用
- 個人レベル ← キカガクは現在ここ
- 組織レベル: ナレッジの共有・平準化（勉強会等で推進）
- AI 活用 ← 合宿で重点的に取り組む領域
「明日から使える ○○」をみんなで 10 個作ろう！という方針のもと、各チームに分かれて具体的な検討・実装を実施しました。
エンジニア領域での AI 活用アイデア
私たちが検討したエンジニア領域での AI 活用は多岐にわたります：
- 仕様ドキュメントの生成
- 要件定義 - 詳細設計
- スケジュール管理
- タスク分解 & Issue 作成
- 実装支援
- Cursor Rules を活用したコードレビュー
- テストケース作成
- QA（品質保証）
- リリース作業: GitHub MCP を活用した QA 項目抽出等
- 監視・ログ解析
- お問い合わせ対応
- プロジェクト管理
- 日常業務の効率化
各チームの具体的な成果
M さん・Z さんチームの革新的な取り組み
1. お問い合わせ対応の AI 化
セキュリティチェックシートの対応効率化に取り組み、よくある質問と回答をナレッジベース化し、AI が参照して回答案を作成するシステムを検討。過去のチェックシートを分析し、回答パターンを学習させる仕組みの構築を提案しました。
2. WinSession 自動化
1 ヶ月分の日報から WinSession 発表内容を自動生成する機能も実装し、実際にプロンプトを作成して検証完了まで行いました。
N さん・T さんチームの Story Point 見積 AI 化への挑戦
このチームは Story Point 見積の AI 化という難しい課題に取り組みました。
課題として挙がったポイント：
- Story Point のブレが大きい（実装考慮不足、属人化）
- プランニングポーカーの時間コスト
検証結果：
改善提案として：
- ファイル改修規模での機械的 Story Point 見積ルール整備
- AI による Issue 実装計画の立案
- 実装計画ベースでの自動見積実行
- AI フレンドリーな Issue 形式への改善
K さん・O さんチームの実用的なアプローチ
1. PR 作成時の QA 項目自動生成（O さん）
Cursor の @Branch (Diff with Main Branch) で差分取得し、コード差分を参照した QA 項目の自動生成を実現！SSO 設定、データベースマイグレーション、エラーケースなど包括的な QA 項目を自動生成し、.cursor/rules/create-pullrequest.mdc に組み込み可能なルールまで作成しました。
2. 日報自動化システム（K さん）
前日/先週の PR を自動カテゴライズして日報作成する system を構築：
Step 2: AI によるカテゴライズ
- カテゴリ例: 管理アプリコース運用、リファクタリング、お問い合わせ対応、セキュリティ、その他
デザイナーチーム（T さん）の AI デザインツール検証
T さんチームはデザイン領域での AI 活用を徹底検証！
検証したツール：
- Claude 3.7 Sonnet: デザインフィードバック機能によるレビュー自動化
- Readdy: Claude のレビューを基にした改修案の視覚的生成
- Google Stitch: 画像ベースでのデザイン生成
実際に キカガク for Business の学習進捗画面の改修案を生成し、デザイン AI ワークフローを確立：
学びと今後の展望
今回の合宿を通じて、以下の重要な学びを得ました：
技術的な学び
- MCP（Model Context Protocol）の活用可能性: GitHub MCP や Notion MCP を組み合わせることで、複数のサービス間での情報連携が大幅に改善
- Cursor Rules の戦略的活用: 単なるコーディング支援から、QA 項目生成やドキュメント同期チェックまで幅広い自動化が可能
- AI エージェントワークフロー: n8n、Mastra、VertexAI を組み合わせた複雑なワークフローの構築可能性
組織的な学び
- 個人レベルから組織レベルへの移行: ツール活用の平準化と知識共有の重要性
- 具体的な成果物の重要性: 「明日から使える ○○」という具体的なゴール設定の効果
- 多職種連携: エンジニアとデザイナーが連携することで、より包括的な AI 活用が実現
プロセス改善の学び
- 既存業務の再構築: AI を前提とした Issue 形式やドキュメント構造の見直しが必要
- 段階的な導入: 完全自動化よりも、人間の判断を残しつつ効率化を図るアプローチが現実的
- 評価とフィードバック: AI 生成物の品質評価と継続的改善のプロセス整備が重要
まとめ
今回の合宿は、キカガクの開発組織にとって AI 駆動開発への大きな転換点となりました！単なるツール導入から一歩進んで、組織全体での AI 活用へと舵を切ることができたと感じています。
特に印象的だったのは、各チームが「明日から使える」具体的な成果物を実際に作り上げたことです。 PR QA 項目自動生成など、すぐに実業務に活用できるレベルまで検証・実装を進めることができました。
今後は今回の成果を実際の開発プロセスに組み込み、AI 駆動開発の効果を測定しながら、さらなる改善を続けていきます。開発合宿というイベント形式も、チーム全体での知識共有と集中的な取り組みには非常に効果的でした。
AI 技術の急速な進歩に合わせて、私たちも常に学び続け、より効率的で創造的な開発組織を目指していきます！
この記事を通じて、キカガクの開発チームの取り組みに興味を持っていただけた方は、ぜひ一度お話しましょう。私たちと一緒に AI 駆動開発の最前線で働いてみませんか？
