「バイブコーディング」の次に来る開発手法・SDD｜AI時代の仕様駆動開発と4フェーズワークフロー

「バイブコーディングの次」が定着しつつある2026年春の景色

AI時代の開発の中心が『コード』から『仕様』に移る流れの中で、Spec駆動開発（SDD）が業界標準として急速に立ち上がっています。

バイブコーディング――AIに『いい感じに作って』と話しかけ、生成されたコードを試行錯誤しながら動かしていくスタイル――は、2024年から2025年にかけて急速に広がりました。Claude Code・Cursor・Devin・bolt.newといったツールの登場で、エンジニアの生産性は単発作業ベースで数倍に伸び、誰でも『動くもの』を素早く作れる時代になりました。

一方で、現場が直面しているのが品質・保守性・チーム開発の課題です。AIに任せて出来上がったコードは動くものの、設計の一貫性が薄く、レビュー時に「これは何を意図しているのか」が読み解けない。本番運用に乗せた後、修正のたびにAIに「修正して」と頼んでいると、変更履歴の意図が追えなくなる。チームの複数人が同じプロジェクトをバイブコーディングで進めると、設計の整合性が壊れていく。

この課題に応える形で、2026年に入って急速に注目を集めているのがSpec駆動開発（SDD：Spec-Driven Development）です。AIに渡す「仕様書」を最初に詳細定義し、それに沿ってAIが設計・実装・テストを行う方法論で、AWSが2025年に仕様駆動IDEのKiroをリリースしたことが大きな転換点になりました。IBMも2026年のAI戦略の柱としてSDDを位置付け、業界全体が「バイブコーディングの次」の標準手法として舵を切りつつあります。

本記事は、バイブコーディングで品質・保守性に課題を感じているエンジニア・テックリード・PMを対象に、SDDの全体像、4フェーズワークフロー、3大ツール（GitHub Spec Kit／AWS Kiro／cc-sdd）の比較、生成物の書き方、落とし穴と注意点、導入の3ステップを一気通貫で整理します。AI時代の開発の中心が「コード」から「仕様」に移っていく流れを、自社の開発プロセスにどう取り込むかの起点として活用いただける内容を目指します。

Spec駆動開発（SDD）とは何か ― TDD・ウォーターフォール・アジャイルとの違い

SDDは仕様書を『人間が読むためのドキュメント』ではなく『AIが実装するための一次入力』として扱う、新しい開発手法です。

SDD（Spec-Driven Development）は、自然言語で書かれた詳細な仕様書をAIコーディングエージェントに渡し、コード生成・テスト作成・リファクタリングを自動実行させる開発手法です。仕様書を「人間が読むためのドキュメント」ではなく、「AIが実装するための一次入力」として扱う点が、従来の開発手法と決定的に異なります。

従来の開発手法との比較

バイブコーディングとの違い

バイブコーディングは『試行錯誤しながら作る』スタイルで、設計と実装が同時並行的に進みます。SDDは『仕様を先に書いて、AIに渡してから作る』スタイルで、設計と実装が明確に分離されます。両者は対立ではなく、補完関係にあります。

• バイブコーディング：プロトタイプ・PoC・個人開発・実験的な開発に最適
• SDD：チーム開発・本番運用・長期保守・規制要件のある業務に最適
• 使い分け：個人がPoCをバイブで作り、本番化フェーズでSDDに移行する流れが現実的

TDDとの違い

TDD（Test-Driven Development）はテストを先に書く手法で、SDDと混同されることがありますが、関心が異なります。TDDは『どう実装を担保するか』の手法で、SDDは『何を実装するか』の手法です。両者は両立可能で、SDDで仕様を定義し、その中にテスト仕様を含めれば、AIがTDDライクな実装＋テストの両方を生成できます。

SDDの4フェーズワークフロー ― Requirements → Design → Tasks → Implementation

各フェーズの間に承認ゲートを置き、AIに任せる範囲と人間が監督する範囲を業務リスクに応じて調整するのがポイントです。

SDDの典型的なワークフローは4つのフェーズで構成されます。これは2026年現在もっとも普及している『cc-sdd』フレームワークが採用する構成で、各フェーズの間に承認ゲート（人間によるレビューポイント）が置かれます。

フェーズ①：Requirements（要件定義）

最初のフェーズで、何を作るかを定義します。生成物は requirements.md。ユーザーが解決したい課題、機能要件、非機能要件（性能・セキュリティ等）、制約条件、受け入れ基準を、自然言語で詳細に記述します。

• ユーザー課題の明文化（誰が・なぜ・何を解決したいのか）
• 機能要件のリストアップ（できることの具体的な列挙）
• 非機能要件（応答時間／同時アクセス／セキュリティ／コンプライアンス）
• 受け入れ基準（『この条件を満たせば完成』の定義）

フェーズ②：Design（設計）

要件をもとに、AIがアーキテクチャ・データモデル・API設計などの技術設計を生成します。生成物は design.md。人間がレビューし、必要に応じて修正指示を出します。

• システムアーキテクチャ図（コンポーネント構成）
• データモデル（ER図・スキーマ定義）
• API設計(エンドポイント・リクエスト／レスポンス)
• 外部依存関係(使用するライブラリ・SaaS)
• セキュリティ設計(認証・認可・データ保護)

フェーズ③：Tasks（タスク分解）

設計をもとに、実装すべき作業を粒度の細かいタスクに分解します。生成物は tasks.md。各タスクは単独で実装可能な単位に絞られ、依存関係が明示されます。

• タスクの単位は『1-2時間で完了するサイズ』が目安
• 各タスクには受け入れ基準が明記される
• 依存関係（このタスクは別のタスク完了が前提）が示される
• 並列実行可能なタスクは明示的にマークされる

フェーズ④：Implementation（実装）

タスク単位でAIが実装・テスト・リファクタリングを実行します。人間はレビュー、修正指示、最終承認を担います。AIに任せる範囲と人間が監督する範囲を、業務リスクに応じて調整するのがポイントです。

• AIが各タスクを実装し、ユニットテストを同時に生成
• CI連携で自動テスト・リント・型チェックを通す
• 人間レビューで設計意図との整合を確認
• 動作確認後、次のタスクへ進む（or 仕様書を更新して再生成）

補足：Spec Kitの9ステップワークフロー

GitHub Spec Kitはより細かい9ステップを採用しています。Constitution（原則定義）とClarify（仕様明確化）が特徴的で、エンタープライズ要件に強い構成です。

• Constitution（原則定義）／Specify（仕様化）／Clarify（明確化）
• Plan（計画）／Tasks（タスク分解）
• Analyze／Implement／Verify／Iterate

cc-sddの4フェーズ vs Spec Kitの9ステップは、組織の成熟度と要件で選び分けます。スピード重視ならcc-sdd、厳密性重視ならSpec Kit、AWS環境ならKiroが典型解です。

3大ツール比較 ― GitHub Spec Kit／AWS Kiro／cc-sdd

厳密性重視のSpec Kit、AWS統合のKiro、軽量・中立のcc-sdd──自社の前提と矛盾しないものを選ぶことが重要です。

SDDの実装を支える主要ツールは、2026年春時点で3つに収束しています。それぞれ設計思想と得意領域が異なるため、自社の前提と矛盾しないものを選ぶことが重要です。

ツール①：GitHub Spec Kit

GitHubが提供する仕様駆動開発のツールキットで、9ステップの厳密なワークフローを採用しています。Constitution（プロジェクト原則）とClarify（仕様の曖昧さ解消）の独自フェーズが特徴で、エンタープライズの厳密な開発要件に強みがあります。

• 強み：9ステップの厳密性、GitHub Actionsとの統合、エンタープライズ要件
• 弱み：ステップ数が多くスピード感はやや劣る
• 推奨ケース：規制要件のある業務、複数チームでの大規模開発、GitHubエコシステム中心の組織

ツール②：AWS Kiro

AWSが2025年にリリースした仕様駆動IDEで、AWSサービス（Lambda・DynamoDB・S3等）との統合が深いことが最大の特徴です。VS Codeベースで、Kiro独自のSpec Editor機能を提供します。

• 強み：AWS統合（CloudFormation・CDK連携）、IDE一体型の体験
• 弱み：AWS外の環境では強みが薄い
• 推奨ケース：AWS中心のクラウド環境、サーバレス・マイクロサービス開発

ツール③：cc-sdd

OSSプロジェクトとして開発されている軽量フレームワークで、Kiro互換の仕様体系（.kiro/specs/ ディレクトリ構造）を採用しています。Claude CodeやCursorと組み合わせて使うことが多く、ベンダーロックインなしの柔軟性が強みです。

• 強み：OSS、軽量、Claude Code／Cursorと組み合わせ可能
• 弱み：エンタープライズサポートはコミュニティ依存
• 推奨ケース：スタートアップ・スモールチーム、複数AIコーディングツール併用、ベンダー中立性重視

選定の判断軸

「最強のひとつを選ぶ」というより、「自社の前提と矛盾しないもの」を選ぶ視点が重要です。3つを試して比較するコストは大きくないため、小規模なPoC案件で全て触ってみることをお勧めします。

3点セット（requirements.md／design.md／tasks.md）の書き方

AIが読みやすい記述スタイル──曖昧表現を避け、用語を統一し、構造化し、根拠を添え、例を入れる──を意識します。

SDDで生成される3つのドキュメントは、AIに渡す「設計図」です。書き方の粒度を間違えると、生成されるコードの品質が大きく変動します。各ファイルの推奨される記述粒度を整理します。

requirements.md：要件定義書の書き方

• ユーザー課題の明文化：「誰の」「どんな状況で」「何を解決したい」のかを物語形式で
• 機能要件：箇条書きで列挙（数十項目になっても構わない）
• 非機能要件：定量的に記述（『高速』ではなく『p99で300ms以内』）
• 受け入れ基準：完成判定の条件をテスト可能な粒度で記述
• 制約条件：使えない技術・避けたい依存関係を明記

design.md：設計書の書き方

AIが生成した設計をベースに、人間が確認・修正する形が現実的です。完全に人間が書く必要はありませんが、以下の最小要素は含めることを推奨します。

• アーキテクチャ図（テキストでもMermaidでも可）
• 主要コンポーネントの責務
• データモデル（テーブル定義・スキーマ）
• API設計（エンドポイント・I/O仕様）
• 外部依存（ライブラリ・SaaS・許可される選択肢）
• セキュリティ設計（認証・認可・データ保護）
• 拡張性・保守性に関する設計判断

tasks.md：タスク分解書の書き方

• タスクは1-2時間で完了するサイズに分解
• 各タスクに受け入れ基準（『これが満たせれば完了』）
• 依存関係を明示（『タスクBはタスクA完了後』）
• 並列実行可能なタスクをマーク（チェックボックスのプレフィックス等）
• 検証可能な単位で粒度を揃える

AIが読みやすい記述スタイル

• 曖昧表現を避ける（『適切に』『うまく』『高速に』ではなく具体的な数値・条件）
• 用語を統一する（同じ概念を別の言葉で書かない）
• 構造化する（Markdownの見出し・箇条書きを多用）
• 根拠を添える（なぜその設計・要件にしたかを記述）
• 例を入れる（typicalなケース・edge caseを記述）

SDDの落とし穴と注意点 ― 過剰仕様・承認ゲート過多・責任分界

『仕様書の肥大化』『承認ゲートの過多』『AIとの責任分界の曖昧化』が3大落とし穴です。

SDDは強力な手法ですが、運用上の落とし穴もあります。代表的な3つの罠と、その対策を整理します。

落とし穴①：仕様書の肥大化

SDDを始めた組織が最初に陥るのが、仕様書の肥大化です。「漏れがないように」と過剰に詳細を書き込むと、メンテナンスが追いつかなくなり、仕様書とコードが乖離していきます。

• 対策：requirements.mdは『AIが必要十分に実装できる最小限の粒度』に留める
• 対策：軽微な実装詳細は仕様書に書かず、コード側のコメント・型注釈に任せる
• 対策：定期的に仕様書のリファクタリングを行う（コードと同じ扱い）

落とし穴②：承認ゲートの過多

4フェーズの各間に人間承認ゲートを置くSDDの基本思想は健全ですが、すべてのプロジェクトで厳密に運用するとスピードが致命的に落ちます。バイブコーディングのほうが速い、という逆転現象が起きます。

• 対策：プロジェクトのリスク・規模に応じてゲートの重さを調整
• 対策：低リスク機能は『仕様書→実装』の2フェーズに圧縮
• 対策：高リスク機能は4フェーズ厳格運用
• 対策：チームメンバー数によってもゲート数を調整（小規模なら2フェーズで十分）

落とし穴③：AIとの責任分界の曖昧化

SDDは『AIが実装する』前提のため、生成されたコードに欠陥があった場合の責任分界が曖昧になりがちです。法的・契約的にどう扱うかを事前に整理しておく必要があります。

• 対策：AIが生成したコードも、人間レビュー後にcommitすることをルール化
• 対策：Audit Log（誰がいつ承認したか）を残す
• 対策：エンタープライズ案件では契約書に『最終責任は受託者』と明記
• 対策：ライセンス・著作権の扱いを各AIサービスの利用規約で確認

まとめ：SDD導入の3ステップとチェックリスト

単一プロジェクトのPoC→チーム内展開→組織への定着、の3段階で進めるのが現実的です。

最後に、SDDを自社の開発プロセスに取り込むための3ステップを整理します。いきなり全社展開ではなく、小規模に試して効果を確認してから広げる流れが現実的です。

STEP1：単一プロジェクトでのPoC（2〜4週間）

• 規模の小さい新規プロジェクト・新機能を1つ選定
• 3大ツール（Spec Kit／Kiro／cc-sdd）から1つを選び試行
• 4フェーズ（Requirements→Design→Tasks→Implementation）をひととおり回す
• バイブコーディング比較で、スピード／品質／保守性のbefore/afterを定性記録

STEP2：チーム内展開（1〜3ヶ月）

• PoC結果をチーム内で共有し、適用範囲を拡大
• 仕様書のテンプレート化（自社ドメインに合った記述スタイルを確立）
• レビュー観点の整備（『仕様書のレビュー観点』『AIコードのレビュー観点』を分離）
• バイブコーディングとの使い分けルールを明文化

STEP3：組織への定着（3ヶ月以降）

• プロジェクト立ち上げ時の標準フローにSDDを組み込む
• CI／CDパイプラインに仕様書チェック（lint）を組み込む
• 成功事例・失敗事例を社内に蓄積し、ノウハウとして再利用
• AI活用方針の社内ガイドラインに、SDDの位置付けを明記

導入チェックリスト10項目

• ① 自社の開発プロジェクトを、バイブコーディング向き／SDD向きに分類済み
• ② 3大ツール（Spec Kit／Kiro／cc-sdd）から最初に試すツールを選定済み
• ③ requirements.md／design.md／tasks.mdのテンプレートを自社用に整備済み
• ④ 仕様書の記述粒度ガイドライン（曖昧表現NG・数値で記述）が共有済み
• ⑤ 各フェーズの承認ゲートの重さを、プロジェクトリスク別に整理済み
• ⑥ AIコードのレビュー観点（設計整合性・セキュリティ・著作権）が定義済み
• ⑦ AIが生成したコードの責任分界（最終責任は人間）が明文化済み
• ⑧ Audit Log（仕様書承認・AIコード承認の履歴）が記録される設計
• ⑨ ライセンス・著作権の取り扱い方針を、利用するAIサービス別に確認済み
• ⑩ バイブコーディングとSDDの使い分けルールが、プロジェクトメンバー全員に共有済み

SDDは、AI時代の開発の中心が『コード』から『仕様』へ移行する流れの象徴です。ウォーターフォールほど重くなく、アジャイルほど設計が薄くもなく、バイブコーディングほど無秩序でもない、中間的な落としどころとして急速に支持を集めています。

一方で、SDDの本質は『ツールを使うこと』ではなく『仕様書を書く文化を作ること』にあります。Spec Kit／Kiro／cc-sddといったツールは、その文化を支える基盤に過ぎません。重要なのは、開発チームが『何を作るか』を言語化する習慣をつけ、AIを協働者として扱う設計思想を組織に根付かせることです。

本記事の4フェーズワークフロー、3大ツール比較、3点セットの書き方、落とし穴、3ステップ導入アプローチを、自社の開発プロセスを進化させる起点としてご活用ください。バイブコーディングの先にあるAI時代の開発手法を、自社の業務と組織能力に合わせて取り込んでいくことが、長期的な生産性と品質の両立につながります。