仕様駆動開発（SDD）とは？AI駆動開発における基本概念と実践ツールを解説

AIを活用したソフトウェア開発が広まる中、「仕様駆動開発（SDD / Spec-Driven Development）」という言葉を耳にする機会が増えてきました。バイブコーディングとどう違うのか、自分たちの開発に取り入れるべきなのか、疑問を感じている方も多いのではないでしょうか。

本記事では、仕様駆動開発の基本から他の手法との関係、実践ツールまでを整理して解説します。

仕様駆動開発（SDD）とは

仕様駆動開発（Spec-Driven Development / SDD）とは、コードを書き始める前に「仕様（Specification）」を明文化し、その仕様をAIへの指示の基準として開発を進める手法です。

事前に「何を・どのように作るか」を定義することで、AIが生成するコードのブレを防ぎ、開発の品質と再現性を高められることが特徴です。

なお、仕様駆動開発は、AIを活用した開発手法として注目されています。バイブコーディングと比較して語られることも多いため、両者の違いや関係性については後の章で詳しく解説します。

仕様駆動開発の定義

仕様駆動開発における「仕様（Specification）」とは、単なる要件定義書や設計書とは異なり、AIへの指示の基準となる構造化されたドキュメントを指します。「何を作るか（WHAT）」「なぜ作るか（WHY）」を明文化したもので、AIはこの仕様をもとにコードを生成します。

従来の開発では、仕様書は人間のエンジニアが読むためのものでした。しかし仕様駆動開発では、仕様書がそのままAIへの指示として機能します。つまり、仕様の質が開発の品質を直接左右するため、「何をどこまで定義するか」がこの手法の核心といえるでしょう。

なぜ今注目されているのか

AIコーディングツールの普及により、自然言語でAIに指示を出してコードを生成する開発スタイルが一般的になってきました。一方で、プロジェクトの規模が大きくなるほど「AIの出力がブレる」「仕様と実装が気づかないうちにズレていく」といった課題が現場で表面化しています。

こうした課題への解決策として注目されているのが仕様駆動開発です。事前に仕様を定義することでAIへの指示を明確にし、開発の品質を安定させられる点が評価されています。こうした流れを受け、2025年にはAWSがKiro、GitHubがSpec Kitを相次いでリリースするなど、業界全体での認知が急速に広がっています。

仕様駆動開発の基本プロセス

仕様駆動開発は、仕様の定義から実装まで4つのステップで進めるのが基本です。各ステップの役割を理解することで、実際の開発にどう取り入れるかのイメージが掴みやすくなります。

4つのステップで理解するSDDの流れ

仕様駆動開発は、以下の4つのステップで進めます。

・Step1｜Requirements（要件定義）

「何を作るか（WHAT）」「なぜ作るか（WHY）」を言語化するステップです。技術的な実装方法（HOW）はここでは定義せず、目的と要件の明文化に集中します。

・Step2｜Design（設計）

要件をもとに、システムの構造や技術選定を定義するステップです。AIが迷わないよう、「設計レベルのHOW」に絞って具体化します。

具体化する（骨組み）：使用技術（言語・FW）、フォルダ構成、DBスキーマ、APIの型定義。
書かない（肉付け）：内部のループ処理、条件分岐の書き方、具体的なアルゴリズム。

「間取り（構造）」は人間が厳密に決め、「釘の打ち方（実装）」はAIに任せるという切り分けが、精度を高めるコツです。

・Step3｜Tasks（タスク分解）

設計をもとに、実装可能な最小単位にタスクを分解するステップです。タスクを細かく分けることで、AIの生成するコードの精度が上がり、レビューもしやすくなります。

・Step4｜Implementation（実装）

定義した仕様とタスクをもとに、AIがコードを生成するステップです。仕様が明確であるほどAIの出力が安定し、手戻りを最小限に抑えられます。

「良い仕様書」とはどんなものか

仕様駆動開発において、仕様書の質が開発の品質を直接左右します。では、AIへの指示として機能する「良い仕様書」とはどのようなものでしょうか。

ポイントは、「何を・なぜ作るか」は詳しく、「どう作るか」は書きすぎないことです。実装方法まで細かく指定してしまうと、AIの柔軟性を損なうだけでなく、仕様書のメンテナンスコストも高くなります。

また、曖昧な表現を避け、誰が読んでも同じ解釈ができる記述を心がけることも重要です。「なんとなく使いやすい画面」ではなく「ユーザーが3ステップ以内で目的の操作を完了できる画面」のように、具体的な基準を持った記述が、AIへの指示精度を高めることにつながります。

仕様駆動開発と他の開発手法との関係

仕様駆動開発は、既存の開発手法と対立するものではありません。アジャイルやウォーターフォール、TDDといった手法とどのような関係にあるかを理解することで、自分たちの開発スタイルにどう取り入れるかのヒントが見えてきます。

アジャイル開発との関係

アジャイル開発は、短いサイクルで開発と検証を繰り返しながら、要件を柔軟に変化させていく手法です。仕様駆動開発とは一見相反するように思えるかもしれませんが、実際には組み合わせて活用できます。

アジャイルの各イテレーション（開発サイクル）の中で、そのサイクルで実装する機能の仕様を事前に定義し、AIにコードを生成させるという形です。仕様を「完全に固定するもの」ではなく「そのサイクルの指針」として捉えることで、アジャイルの柔軟性を損なわずにSDDの恩恵を受けられます。

ウォーターフォール開発との関係

ウォーターフォール開発は、要件定義・設計・実装・テストを順番に進める手法です。仕様を事前に定義するという点では仕様駆動開発と共通していますが、両者には大きな違いがあります。

ウォーターフォールでは一度定義した仕様を固定するため、変更に弱く、後工程での変更コストが高い傾向があります。一方、仕様駆動開発では開発を通じて得られた気づきを仕様に反映させ、仕様を継続的にアップデートすることを前提としています。つまり、仕様駆動開発における仕様書は「変更できない設計書」ではなく、「開発とともに育てていくもの」として位置づけられています。

TDD（テスト駆動開発）との関係

TDD（テスト駆動開発）は、実装前にテストコードを書き、そのテストをパスするようにコードを実装していく手法です。仕様駆動開発とは視点の高さが異なります。

TDDが「コードが正しく動くか」という実装レベルに焦点を当てているのに対し、仕様駆動開発は「何を・なぜ作るか」というより上流の定義に焦点を当てています。そのため、両者は競合するものではなく、仕様駆動開発で定義した仕様をもとにTDDで実装を進めるという形で併用することができます。

仕様駆動開発を実践するツール

仕様駆動開発への注目が高まる中、それを支援するツールが急速に充実してきています。各ツールによって特徴や得意とする領域が異なるため、自分たちの開発環境やスタイルに合ったものを選ぶことが重要です。ここでは、現在注目されている主要なツールの特徴を整理します。

GitHub Spec Kit

GitHub Spec Kitは、GitHubが2025年に公開したオープンソース（MITライセンス）のSDDツールキットです。GitHub Copilot・Claude Code・Gemini CLI・Cursor・Windsurfなど、複数のAIコーディングエージェントと組み合わせて使用できるエージェント非依存の設計が特徴です。

仕様定義からタスク分解・実装までの一連の流れをサポートしており、テンプレート・CLI・プロンプトがパッケージ化されています。既存のGitHubを中心としたワークフローに組み込みやすく、オープンソースであるためチームの開発スタイルに合わせたカスタマイズも可能です。

AWS Kiro

AWS Kiroは、AWSが2025年7月にリリースしたエージェント型のIDEです。「①要件定義・②技術設計・③タスク実装」の3フェーズをIDE上で一貫して進められることが特徴で、AIエージェントが仕様をもとにコードを生成・修正します。

開発者は細かいコードの記述よりも仕様の定義と確認に集中できる環境が整っています。なお、Kiroは特定のクラウドサービスに依存しないスタンドアロン型のIDEとして設計されており、複数の開発環境で利用できます。

Gemini CLI／Google Antigravity

Gemini CLIは、GoogleのGemini AIをコマンドラインから操作できるツールです。TOML設定ファイルによるカスタムコマンド機能を備えており、/techspec・/plan・/buildといったコマンドを独自に定義することで、仕様定義から実装までのSDDのプロセスをGeminiと対話しながら進めることができます。

Google Antigravityは、Googleが2025年11月に発表したエージェント型の開発プラットフォームです。GeminiをはじめClaudeやGPTなど複数のAIモデルに対応しており、AIエージェントを中心に据えた開発環境を提供します。仕様をもとにAIが自律的に実装計画を作成・実行するため、開発者はゴールの定義に集中できます。Google Cloudとの親和性も高く、クラウドを活用したプロジェクトへの導入がスムーズです。

AI駆動開発における仕様駆動開発の位置づけ

仕様駆動開発を理解するうえで、AI駆動開発の中でどのような役割を担っているかを押さえておくことが重要です。本章では、バイブコーディングとの関係を整理しながら、仕様駆動開発の位置づけを明らかにします。

AI駆動開発の中にある2つの手法

AI駆動開発とは、開発プロセス全体にAIを組み込み、企画から実装・運用までをAIと協業しながら進める開発スタイルです。そのAI駆動開発を構成する手法として位置づけられているのが、バイブコーディングと仕様駆動開発です。

2つの手法は対立するものではなく、それぞれが異なる役割を担っています。バイブコーディングが「探索」を、仕様駆動開発が「収束」を担うことで、AI駆動開発のサイクルが成り立っています。つまり、どちらが優れているかという話ではなく、開発のフェーズや目的に応じて使い分けるものとして理解することが重要です。

それぞれの役割を整理する

バイブコーディングと仕様駆動開発は、AIへの指示の性質と、開発において果たす役割が異なります。以下の表で整理します。

	バイブコーディング	仕様駆動開発
起点	直観・雰囲気	定義された仕様
AIへの指示	曖昧・対話的	明確・構造的
向いているフェーズ	要件が不確定な初期段階	要件が固まった実装段階
重視すること	スピード・発見	品質・再現性