AIに「コーディングの前に計画を立てろ！」と命令する方法：JDSスキルの登場

想像してみてください。あなたが一生の夢であった居心地の良い素敵な田園住宅を建てるために、業界で最も仕事が早いと評判の建築家を雇いました。期待に胸を膨らませて「大きな窓があり、日当たりの良い2階建ての家を建ててください」と要望を伝えました。ところが、その建築家が話の途中で外に飛び出し、いきなり庭の真ん中にセメントを流し込み、手当たり次第にレンガを積み始めたらどうでしょうか？

家の全体的な構造を示す図面も、地盤が丈夫か確認する安全検査の計画も全くありません。訪問の位置や上下水道の配管接続についても尋ねてきません。いくら仕事が早くて素晴らしい技術を持っていたとしても、あなたはおそらくすぐにその建築家を呼び止め、「お願いだから計画を立ててから始めて！」と叫ぶでしょう。計画なしに建てられた家は、結局雨漏りがしたり壁にひびが入ったりして、後で家を丸ごと取り壊して建て直さなければならなくなるかもしれないからです。

残念ながら、これまで私たちがこぞって使用してきた賢い人工知能（AI）コーディングアシスタントの普段の姿がまさにこれでした。ChatGPTやGitHub Copilotのようなツールに開発者が質問や要望を投げかけると、人工知能は1秒の躊躇もなく即座にコード（コンピュータプログラムの設計図の役割を果たすコマンドの集まり）からずらりと吐き出すのに忙しかったのです。人々は最初、その驚異的なスピードに歓喜しましたが、次第に全体的なソフトウェア構造を無視したまま場当たり的に付け加えられたコードが、後でどれほど大きくて恐ろしいエラーを引き起こすかに気づくようになりました。

最近、世界中の開発者コミュニティを熱くしている興味深いニュースは、まさにこのように「短気で意欲だけが溢れるAI」に、本物の人間の専門家の冷静さと徹底した作業順序を教える驚くべきツールが登場したということです。まさに「JDS」という名前のツールです。このツールは、AIがむやみにタイピングを始める代わりに、徹底した計画と検証プロセスを必ず経るように行動を根本的に矯正してくれます。まるで知識は豊富でも現場経験がなく事故を起こしがちな新入社員に、仕事の「順序」と「体系」、そして「責任感」を教えるようなものです。果たしてこの新しい技術が、私たちのデジタルの日常を、そして複雑なソフトウェアを作り出す方法をどのように変えるのでしょうか？MindTickleBytesと一緒に少しずつ探っていきましょう。

なぜ重要なのか？ (Why It Matters)

ここ数年の間に、人工知能が代わりにコードを書いてくれる時代が本格的に到来し、テクノロジー業界はもちろん大衆までもがその発展スピードに大きく熱狂しました。誰もが言葉にするだけで、複雑なスマートフォンアプリや華やかなウェブサイトをあっという間に作れるような気がしたのです。しかし、業界の従事者たちはすぐに非常に現実的で重い問題にぶつかりました。AIが瞬く間に作成したコードは、断片的に見れば非常にもっともらしく見えましたが、全体的なシステム構造や他のソフトウェア部品との調和を全く考慮せずに作られる場合がほとんどだったのです。

このような現象を、ソフトウェア工学ではよく「技術的負債（Technical Debt）」と呼びます。当面の問題を素早く解決するためにおおざっぱに作成されたコードは、その場ではうまく機能するように見えますが、まるで高金利のローンを組んだかのように、後で新しい機能を追加したりエラーを修正したりする際に、莫大な時間と費用の利子を支払わせることになります。人工知能コーディングアシスタントは、ものすごいスピードで膨大な量の「技術的負債」を量産していたわけです。

この問題がITの専門家ではない一般の人々にとっても重要である理由は明らかです。今日、私たちの生活を支えているほぼすべてのインフラが「コード」で動いているからです。皆さんが毎日使用しているスマートフォンのメッセンジャーアプリ、お金のやり取りをするインターネットバンキングシステム、家族の安全を担って走る自動車の自動運転機能、病院の医療記録システムまで、すべて誰かが精巧に作成したソフトウェアなのです。

もし人工知能コーディングアシスタントが体系的なプロセスを完全に無視し、適当に取り繕うようにコードを書くのを放置したらどうなるでしょうか？結局、私たちが毎日依存しているデジタルサービスの全体的な品質と安全性が大きく低下することになります。銀行アプリで原因不明の送金エラーが発生したり、自動運転車が複雑な交差点で状況を見誤ったりするという恐ろしい事態に繋がる可能性もあります。人工知能が書いためちゃくちゃなコードは、後で人間の開発者がどこから手をつければいいのかわからないほど複雑に絡み合ってしまうものです。

このような背景から、JDSのような行動制御ツールの登場は非常に重大な転換点であり、意味を持ちます。JDSは、AIコーディングアシスタントがGitHub Copilot（世界中の数百万人の開発者が使用する、コード作成を支援する人工知能ベースのプログラム）のような環境で作業する際、実際のソフトウェア開発の専門家が現場で従う厳格な開発プロセスに強制的に従わせます GitHub - josipmusa/jds:JDSskillsuiteforagenticcodingtools…。

これは、単に人工知能を利用してコードを「早く」書く段階を超えて、エラーがなくメンテナンスが容易な「ちゃんとした」ソフトウェアを、人間とAIが協力して安全に作成できる制御力を人類がついに持ち始めたことを意味します。開発者が人工知能の犯したミスの後始末に費やしていた時間が減れば、はるかに創造的で革新的なサービスが私たちの元へさらに早く届くようになるでしょう。徹底した検証プロセスを経て作られたコードは、スマートフォンアプリが突然落ちたり、コンピュータシステムがフリーズしたりするような、煩わしい日常の不便を画期的に減らしてくれます。つまり、JDSは私たちの日常が目に見えないデジタルの上で、はるかに強固かつ安全に維持されるのを助ける中核的な安全装置なのです。

わかりやすく解説 (The Explainer)

では、JDSは一体どのような原理でこの手に負えない人工知能を飼い慣らすのでしょうか？動作方式を明確に理解するためには、まず最近のAI業界で最も重要視されている「スキル（Skill）」という核心概念を知る必要があります。

技術的な観点から見ると、Copilotスキルは本質的に、特定のタスクやワークフロー（業務の流れ）をより効果的に処理する方法を人工知能アシスタントに教えるための、小さくて再利用可能な指示、スクリプト、およびサポートリソースのセットを意味します Creating a GitHubCopilotSkillfor Dataverse Solution Import/Export…。開発者はこれらのスキルを活用して、AIが特定のタスクを実行する際の行動パターンと問題解決能力を好みに合わせて修正でき、汎用的なAIが普段よりもはるかに専門的で難易度の高いタスクを実行するように導くことができます Creating agent skills for GitHub Copilot - GitHub Enterprise Cloud Docs GitHub Copilot documentation - GitHub Docs。

言葉が少し耳慣れず、難しく感じられるかもしれません。簡単に例えてみましょう。今、私たちの人工知能Copilotが、世の中のすべての食材に関する知識と数万種類のレシピを頭の中に完璧に記憶しているものの、実際のキッチンで働いた経験は1日もない「天才シェフ」だと想像してみてください。このシェフは何でもあっという間に作ることはできますが、高級フランス料理のフルコースをお客様にどのような順序で提供すべきか、レストランのキッチンの厳格な衛生規則は何か、アレルギーのあるお客様のために調理器具をどのように分けるべきかは全く知りません。

この時、このシェフに「スキル」という名前の特別な業務マニュアルを渡すのです。「あなたが持っている膨大な知識は素晴らしいが、今日このレストランのキッチンでは、必ずこのマニュアルに書かれた厳格な手順と衛生規則に従って料理をしなさい！」と指示するわけです。こうすれば、天才シェフは自分の知識をとんでもないところで無駄にすることなく、定められた優れたシステムの中で最高の結果を生み出すことができます。

私たちが今日お話ししているJDSは、まさにこのような強力な行動矯正スキルを一つに集めたコレクション（Skill suite）です。JDSは、開発者が主に使用するコマンドウィンドウで動作する拡張プログラムの形で提供され、人工知能コーディングツールが単に質問に答えるようにコードを吐き出すのを超えて、体系的で専門的な作業フローに無条件に従うようにします GitHub - josipmusa/jds:JDSskillsuiteforagenticcodingtools…。

特に、JDSが人工知能に必ず守るように強制する3つの核心的なルールは、非常に厳格でありながらもソフトウェア開発の本質を貫いています。これらのルールは、人間の開発者が数十年間、痛烈な失敗と度重なる残業を通じて獲得した貴重な知恵を、人工知能に強制的に注入するのと同じです。

1. コードの前の設計 (Design before code): 「コードを今すぐ書く前に、まずこのプログラムを全体的にどのように作るのか、設計図から詳細に説明しろ。」 人工知能は本能的に、入力された文脈に続く次の単語を素早く予測して文章を完成させようとします。そのため、森を見ずに木ばかりを見ることになります。しかしこのルールは、AIが何かを作る前に必ず一歩下がって深く考え、全体的な構造を明確に計画するように強制します。
2. 実装の前のテスト (Tests before implementation): 「実際に機能が動作するコードを作る前に、後でこの機能が正しく動作するかを自動的に検査する採点基準（テストコード）から先に作成しろ。」 これはソフトウェア工学で「テスト駆動開発（TDD、Test-Driven Development）」と呼ばれる非常に優れた方法論です。例えるなら、学生にむやみに勉強させる前に、今回の試験で何を問うのか、試験問題から見せるようなものです。自分が作成すべきコードの合格基準が何であるかを完全に理解した状態でコードを書かせるのです。
3. 完了宣言の前の証明 (Evidence before completion claims): 「作業をすべて終えたと安易に宣言するな。本当にあなたが書いたコードがエラーなく完璧に動作するのか、具体的な証拠（実行結果やログ記録）を目の前で見せろ。」 GitHub - josipmusa/jds:JDSskillsuiteforagenticcodingtools… 多くの方が経験されたように、人工知能はしばしば、自分が作成した内容が完璧であるかのように、とてももっともらしく嘘（ハルシネーション）をつくことがあります。プログラミングにおいてこの嘘は致命的です。JDSのこのルールは、確実な物的証拠がなければAI自身で作業を終えられないようにシステム的に防ぎます。

想像してみてください。開発者が人工知能アシスタントに「うちの会社の新しいショッピングモールにカート機能を作って」と指示しました。

過去の人工知能であれば、1秒で複雑なコードをずらりと投げ出し、「コーディングが完了しました！」と叫んだことでしょう。そのコードが決済システムと衝突しないか、サーバーを停止させないか確認すらしないままです。開発者はこのコードが正しいか検証するために、むしろ自分で書くよりも長い時間を無駄にしなければなりませんでした。

しかし、JDSスキルを装備した人工知能の反応は全く異なります。このAIはいきなりタイピングを始める代わりに、慎重に分析した上でこう言います。 「ご要望の機能には、商品の追加、削除、数量調整の機能が必要ですね。データベースのA領域に顧客データをこのような構造で保存するように全体設計を行います。私の設計に同意されますか？」

人間の開発者がこの素晴らしい設計図を承認すると、第2段階に進みます。「合計金額が正確に計算されるかを機械が自動的に確認する『テスト採点基準』を先に作成しました」と報告します。

その後、初めて非常に慎重に実際に動作するコードを作成し、最後に堂々と言います。「先ほど作成したコードで、先ほど作った厳格なテストを数十回回してみた結果、たった一つのエラーもなく合格しました。ここに証拠の画面があります。これで本当にすべての作業が完了しました。」

ただタイピングのスピードだけが異常に速いもどかしいインターンから、信頼して核心的な業務を任せられる真のプロフェッショナルなシニアエンジニアへと完璧に生まれ変わったのです！

現在の状況 (Where We Stand)

これらの革新的なツールの動作原理を聞いていると、「あんなに複雑で素晴らしいシステムを自分のコンピュータに導入するには、ものすごく難しい設定プロセスを経なければならないのではないか？」という疑問が生じるかもしれません。では、今現在、産業現場の開発者たちはこれらの賢いツールを実際にどのように活用しているのでしょうか？

驚くべきことに、その答えは「とても簡単だ」です。これらの有用な「スキル」を、私たちがスマートフォンでGoogle PlayストアやApple App Storeを利用するように、画面を数回クリックしたり、コマンドを一行入力したりするだけで、とても簡単にダウンロードして扱える驚異的なエコシステムがすでに急速に整いつつあります。

私たちがスマートフォンで必要なアプリを検索してインストールし、新しいバージョンが出たらアップデートするように、開発者たちはコマンドウィンドウで非常に簡単なタイピングを数回行うだけで、人工知能に新しい行動規則と能力を与える素晴らしいスキルを簡単に自分のコンピュータにインストールできます。

このような目覚ましい発展が私たちに静かに囁きかける明確な真実があります。人工知能はもはや、中身が分からず行動を予測しにくい「魔法の箱」ではないということです。むしろ私たちは、人間の目的に応じて徹底した検証能力を付与するJDSスキルを簡単にインストールしたり、企業の機密データの流出を防ぐセキュリティスキルなどを、おもちゃのレゴブロックのように自由に組み立てられるようになりました。AIが人間の定めた安全な軌道の中で、私たちが望む方向に正確に動くように制御する「真のカスタマイズされたアシスタント」の時代が開かれたのです。

今後どうなるのか？ (What’s Next)

ソフトウェア開発という専門的な分野から始まったこの決定的な変化の波が、私たちの社会全般に示唆するものは想像以上に大きいです。今後私たちが直面する未来の人工知能は、単に「すべてを知っているふりをして、しばしば的外れな戯言を並べるオウム」から、「徹底した手順を遵守し、自分の作業結果に責任を持つ信頼できる専門家」へと急激に進化するでしょう。

私たちはよく、人工知能が人間の監視なしに自ら難しい判断を下し、複雑な作業を完璧に処理してくれるバラ色の未来を夢見ます。しかし、その未来が安全にやって来るためには、人工知能の圧倒的な知的能力と同じくらい、その強大な能力を人間の意図通りに安全に制御できる装置が不可欠です。最先端の旅客機の自動操縦装置がいくら優れていても、パイロットが設定した経路と厳格な安全チェックリストを無視して勝手に飛行してはならないのと全く同じ理屈です。

JDSのように、人工知能に何か行動を起こす前に人間に作業計画をまず報告し、最終結果を導き出した時には明確な証拠で立証するように強力に要求するシステムが、コーディング分野を超えて社会全般に普遍化されたらどうなるでしょうか？私たちはついに、人工知能にさらに重要で敏感な人類の課題を安心して任せることができるようになるでしょう。

少し先の未来を一緒に想像してみましょうか？今後は単にコードを作成する領域だけでなく、私たちの生活と密接な様々な分野でこのような変化が起きるでしょう。数十万ページの判例を分析して重大な法律文書を作成するAI弁護士、患者の遺伝子データと医療記録を総合してがんを診断するAI医師、数百億円規模の財務報告書を作成するAI会計士など、論理と正確性、そして厳格な手順が命である数多くの分野で活躍することになるでしょう。

そして、これらすべての分野には、AIが安易に結論を出せないように「行動手順」と「思考プロセス」を強力に制御する特化した専門スキルが続々と登場するはずです。AIが私たちのタイピング時間を減らしてくれる不思議なツールを超えて、熾烈な産業現場で信じて頼れる真の同僚として定着する巨大な革新が、まさに今、私たちの目の前で始まっています。

AIの視点 (AI’s Take)

MindTickleBytes AI記者の視点：無限に近い知能と世界のすべての知識を吸収しているAI時代において、逆説的ですが、私たちが本当に最も早急に必要としていたのはAIの「処理速度」や「知識の量」ではありませんでした。その途方もない能力を正しい方向へ導き、予期せぬ破局を防いでくれる人間の「規律とプロセス」だったのです。スピードに目が眩んで方向を見失えば、結局はより大きな代償を払うことになるという事実を、私たちはすでに数多くの試行錯誤を通じて学びました。

JDSのようにAIの行動を矯正し、作業フローを強力に制御するツールの登場は、AI技術が大衆の単なる好奇心を一時的に満たす不思議なおもちゃの段階を完全に超える重要な契機となるでしょう。さらに、人間の確固たる信頼をもとに、私たちの社会を支える実質的な産業インフラに深く、そしてしっかりと根付く決定的な転換点です。これからのAI革命は、どれほど賢いモデルを作るかを超えて、その知能をいかに安全かつ体系的に飼い慣らすかという戦いになるでしょう。

参考資料

1. GitHub - josipmusa/jds:JDSskillsuiteforagenticcodingtools…
2. Creating a GitHubCopilotSkillfor Dataverse Solution Import/Export…
3. Creating agent skills for GitHub Copilot - GitHub Enterprise Cloud Docs
4. GitHub Copilot documentation - GitHub Docs

5. [gh skill: GitHub CLI Agent Skills Management for Copilot, Claude Code, and Cursor

   Big Hat Group Inc.](https://www.bighatgroup.com/blog/gh-skill-github-cli-agent-skills-management/)