AIコーディングとオーバーエンジニアリング —— スクラムに学ぶ「価値をスライスする」

co-generated by ChatGPT

はじめに

AIを使ってコードを書く機会が増えていますが、AIの提案が大げさで過剰設計になってしまうこと、ありませんか？
シンプルな機能でよいのに、アーキテクチャ全体を組み替えるようなコードを提示されると、かえってスピードが落ちてしまいます。

この課題を考えるときに、スクラム開発でよく語られる「価値をスライスする」考え方がヒントになります。

---

スクラムにおける「価値のスライス」

スクラムでは、プロダクトを「小さな価値の単位」に分割して届けることが重視されます。

• 大きな機能を丸ごと作り込むのではなく
• 最小限でもユーザーに価値を届けられる単位（スライス）にする

これにより、早い段階でユーザーからのフィードバックを得て、学びを次のスプリントに反映できます。

---

AIコーディングと同じ落とし穴

AIに実装を頼むときも、同じことが起こりがちです。

• 大きすぎるストーリーをそのまま渡す → AIが包括的すぎる実装を返す
• 価値の粒度を決めない → 過剰な抽象化やライブラリ導入が増える

つまり、AIは「プロダクトバックログアイテムが大きすぎるとチームが迷走する」のと同じ罠にはまります。

---

実例：ログインフォームを作るとき

バックログを大きくした場合

「安全で堅牢なログイン機能を実装する」

AIの出力：OAuth対応、JWT、CSRF対策、パスワード強度判定、多言語化…
立派だけど、過剰。

価値をスライスした場合

「未入力のときにエラーメッセージを表示する」

AIの出力：シンプルな必須チェックとエラーメッセージ表示。
これだけで最初のユーザー体験は成立します。必要になったら次のスライスを追加すればよいのです。

---

どうやってスライスするか

スクラムの実践と同じように、次の観点が役立ちます。

1. ユーザー価値を最小化する
   • 例：「まずは未入力を弾くだけで十分」
2. 完成の定義（DoD）をシンプルにする
   • 例：「エラーメッセージが1つ出れば完成」
3. 次のスライスを見据える
   • 例：「次はパスワード強度チェックを追加」

---

まとめ

AIは「大きすぎる要求」をそのまま実装しようとするため、オーバーエンジニアリングに陥りやすい。
だからこそ、スクラムのように価値をスライスする視点が有効です。

• プロダクト開発でもAIコーディングでも、
• 「まず小さな価値を届ける」ことを意識する。

これが、シンプルで前に進むための一番の近道です。