AI-DLCとは:AWSが提案する仕組みを事例で理解する
AWSのAI-Driven Development Life Cycleを、現行の5フェーズ、公式事例、導入チェックリストから整理します。
AWSのAI-Driven Development Life Cycleを、現行の5フェーズ、公式事例、導入チェックリストから整理します。
2026年の最新研究とOpenAI、Google、GitHubの公式実装を基に、コーディングエージェントの自己修復ループを多層検証、停止条件、権限境界、人の承認まで含めて設計する方法を整理します。
Vibe Codingで実装したUIコンポーネントの色が、ライト/ダーク、ホバー、選択、フォーカス状態で崩れた経験から、再発を減らすために構築しているハーネスを整理します。
Codex Memoriesの役割、AGENTS.mdとの違い、メモリを使わない・見直す・リセットすべき場面を運用目線で整理します。
同じリポジトリでClaude CodeとCodexを使い分け、セッションをまたいで作業を引き継ぐための判断基準と文書設計を記録します。
AI Learning Playgroundで、構造チェック、URL検証、人間レビューに加えてPlaywrightをどのように位置づけるかを整理します。
Astroサイトのビルド失敗を、個別修正ではなくprebuildの自動正規化と検証順序で防ぐようにした実装を整理します。
AI Learning PlaygroundをVibe Codingで構築・運用した3ヶ月間を振り返り、技術・設計・運用の3フェーズで得た気づきを整理します。
Claude Code Hooksで繰り返す確認を自動化する考え方を、作業前・作業後の違い、人の承認を残す条件、導入手順とともに説明します。
AI作業で起きた問題、原因、対処、再発防止をlessons.mdへ記録し、次の作業で検証できる判断履歴として運用する方法を説明します。
AIに別の修正を依頼している流れで、本番向けビルドコマンドが実行された経緯と、その後に導入した承認制ルールの記録です。
未コミット差分をAI間で引き継ぐ際に、CodexのLocal・Worktree・Cloudで何が共有されるかを分け、安全な確認手順を整理します。
ファイルは存在しているのにリンクが壊れている、という状況がこのサイトで発生しました。内部リンクの検証をファイルパスではなく公開URLで行う必要があった理由を整理します。
AIに別の作業を依頼していたところ、ナビゲーションのレイアウトが変更されていた経験から、UIを保護するルールをCLAUDE.mdに追加した経緯と効果を説明します。
設定ファイルの整合性を手動でチェックし続けることには限界があります。AIと一緒にバリデーションスクリプトを作った過程と、自動検出が有効だった理由を整理します。
docs記事のlearning_timeを、レビュー前の作成フローで正規化し、dev:checkとprebuildでは安全網として再検証する設計に更新しました。
日本語を正本として英語記事を同期する現行フローを、3つの翻訳ずれと二段階チェックリストから整理します。構造検査で拾える差分と、人が判断する意味の差を分けて扱います。
AIに毎回同じ指示を繰り返すより、スキルファイルとして手順を定義しておく方が作業品質が安定します。このサイトで実際に作ったSKILL.mdの設計と、その効果を整理します。
AIへの実装依頼の前に仕様書を書くことで、意図と異なる実装や繰り返し修正が減ります。Spec Firstという考え方と、仕様書の書き方を説明します。
AIに渡すルールファイルが増えてきたときの整理方法を説明します。rules・skills・workflowという3つの役割でファイルを分類したshared/ディレクトリの設計思想を紹介します。