AI生成の仕様書、その精度は信頼できるか？──その不安に応える、Agent Teamsという仕組み

なぜAIは見落としをするのか

一つのAIが、一度の解析で仕様書を書く。この構造自体に、見落としの原因があります。

AIの出力には、毎回微妙なブレがあります。同じプログラムを読ませても、あるときは深く拾い、あるときはさらっと流してしまう。一回の解析だけでは、何が拾えて何が漏れたのかがわかりません。

システム開発の現場では、「作った人と確認する人を分ける」のが品質管理の鉄則です。一つの視点だけでは漏れが出るからです。AIにも同じことが言えます。

見落としが起きやすいのは、たとえばこういうポイントです。

• プログラム間の呼び出し関係の把握漏れ──あるプログラムから別のプログラムを呼んでいるのに、その先を追いきれていない
• 条件分岐の奥に埋もれた例外処理──正常系はきれいに整理されるけれど、「もしこのデータが来たら」という例外パスが抜け落ちる
• 画面項目とデータベース定義のズレ──画面に表示される項目名と、データベース上のフィールド定義が食い違っているのに気づかない

こうした見落としに対して、AIにも「チームでチェックする」仕組みが生まれています。

AIにチームを組ませる（Agent Teams）とは

複数のAIにチームを組ませ、協調して作業させる。これがAgent Teamsの考え方です。

やっていることは人間のプロジェクトチームと同じです。リーダー役のAIが全体を把握して、担当者役のAIがそれぞれの持ち場を受け持つ。違うのは、メンバーが人間ではなくAIだということだけです。

たとえば、AS/400（IBM i）のRPG言語やCOBOLのプログラムから仕様書を作る場合、こんなチーム構成になります。

• プログラム解析担当──対象プログラムだけでなく、関連プログラムや画面定義、帳票定義、データ構造まで参照し、処理ロジックの全体像を解析する
• レビュワー──解析結果、設計書、画面・帳票レイアウトなど各担当の出力を検証し、見落としや解釈の誤りを指摘する
• 詳細設計書作成担当──プログラム解析結果をもとに、詳細設計書として書き起こす
• 画面・帳票レイアウト設計担当──プログラム解析結果をもとに、画面や帳票のレイアウトを書き起こす

リーダー役のAIがこれらの担当を割り振り、並行して作業を進めます。分担するから速い。そして、それぞれの検証が深くなります。

Anthropic社（Claudeの開発元）の研究によれば、このマルチエージェント協調は、単独のAIと比較して最大90.2%の性能向上を達成しています。

仕様書の精度は、どう高まるのか

単にAIを複数回動かすのとは違います。メンバー同士がチェックし合うから、精度が高まる。

まず、担当を分けることで検証が深くなります。一人で全部見れば浅くなる。プログラム解析、画面・帳票レイアウト、レビューをそれぞれ専任にすれば、一つひとつの確認が丁寧になります。

そのうえで、解釈を突き合わせる。プログラム解析担当が「この処理は消費税計算だ」と解釈すれば、レビュワーがデータ定義と照合し、「このフィールドは税込金額のはずです。二重計算になりませんか」と返す。こうしたやりとりがAI同士の間で直接起きます。

さらに、レイヤーをまたいだ照合ができる。処理ロジック、データ定義、画面定義は別々のソースに書かれている。それぞれを別のAIが読み、結果を突き合わせることで、単独では見つけにくいレイヤー間の不整合が浮かび上がります。

信頼できる仕様書を、AIで手にする時代へ

AIが仕様書を生成し、複数のAIがチェックし、人間が最終レビューする。この流れが確立されつつあります。

仕様書がなくて止まっていた現場、精度が不安で踏み出せなかった現場にとって、Agent Teamsは一つの転機になるはずです。信頼できる仕様書が手に入れば、引き継ぎも、外注交渉も、リプレース計画も、具体的に動かせるようになります。