出版社内容情報
AIに指示すればコードは動く。だが同じ指示でも、返ってくるコードは毎回違う。LLMの出力は本質的に確率的です。この揺らぎを放置した結果、セキュリティ事故やデータ消失、誰も理解していないコードの蓄積が、現場で実際に起きています。
本書『プロフェッショナルAI駆動開発』は、この揺らぎを制御するフレームワーク「Y = F(X)」を軸に、AI駆動開発を再現性のあるプロセスとして体系化した実践書です。何を入力し（X）、何をもって完成とし（Y）、どのモデルにどう任せるか（F）。開発をこの3要素で捉え直すことで、感覚に頼っていた判断を手順として扱えるようにします。
特徴は3点です。1つ目は、揺らぎを制御する4つの手法、すなわちコンテキストエンジニアリング（X）、テスト駆動開発（Y）、LLMオーケストレーション（F）、AI相互レビューを、根拠とともに解説する点。2つ目は、著者自身のSaaS開発の実体験に基づく点。AIが書いたテストに騙された話、リファクタリングを後回しにして無限ループに捕まった話など、理論だけでは見えない落とし穴を取り上げます。3つ目は、個人の開発から組織展開までを射程に収める点。リポジトリ設計、8ステップの開発フロー、組織導入ロードマップまで、そのまま真似できる手順と実物のテンプレートを提供します。
【目次】
第1章 AI駆動開発の現状と課題
■1.1 AIが当たり前になった開発現場
■1.2 AIがもたらした技術的負債と理解負債
■■バイブコーディングが引き起こしたセキュリティ事故
■■理解なきコードの氾濫とレビュー負荷の増大
■■知覚と現実の乖離 - なぜ自分では見抜けないのか
■■技術的負債と理解負債の正体
■■理解負債の検出方法と測定指標
■1.3 AIが活躍する領域と活躍できない領域
■1.4 「動くコード」では不十分 - 保守運用フェーズの惨劇
■1.5 感覚に依存したAI駆動開発の限界
■■LLMとは確率マシンである
■■確率の嵐によるエラー地獄
■1.6 AI駆動開発の成熟度モデル
■1.7 感覚から工学へ
第2章 AI駆動開発の工学的フレームワーク
■2.1 AI駆動開発を支えるフレームワーク「Y = F(X)」
■■従来開発とAI駆動開発の構造的な違い
■■なぜX・F・Yの3つであり、3つだけなのか
■■AIへのインプットを示す「X」
■■確率的に変換するモデルを示す「F」
■■テストによって確定される結果を示す「Y」
■2.2 3つの要素の相互関係と優先順位
■■3つの制御の優先順位：Y > X > F
■■3つの要素の相互関係とは
■■3つの要素の相互関係が引き起こす好循環・悪循環
■■好循環・悪循環の定量シミュレーション
■2.3 制御しないと何が起きるか
■■インプット（X）の放置が引き起こすコード品質のばらつき
■■モデル（F）の確率的性質が引き起こす品質のばらつき
■■アウトプット（Y）の判定不在が引き起こすセキュリティ事故
■■アウトプット（Y）を人間だけで判定する限界
■■X・F・Yの制御不在がもたらす構造的な帰結
■■Y = F(X)で読み解く現場の失敗3選
■2.4 Y = F(X)を他の工学分野から見る
■2.5 AI駆動開発を3つの制御で成立させる
■■インプット制御のためのコンテキストエンジニアリング
■■アウトプット制御のためのテスト駆動開発
■■確率を制御するためのLLM並列実行
第3章 インプット制御のためのコンテキストエンジニアリング
■3.1 コンテキストエンジニアリングとは
■■プロンプトに留まらないAIへのインプット
■■与えられた情報だけで判断するAI
■■コンテキストウィンドウの有限性を理解する
■3.2 コンテキスト設計が破綻する2つの理由
■■古い情報が性能を低下させる
■■無関係・対立する情報が混乱を招く
