例えば「UIに何かを追加する」。これ、過去に絶対やったことがある作業。
なのに次も、同じ作業指示を毎回ゼロから直接与えている。
一度きりの指示で終わりにして、スキル(作業指示書)として残していない。
「ここをこう直して」「次はこれ」と、逐一の細かい指示だけで進めている。
全体の計画(ゴール・手順・完了条件)を先に立てて確認していない。
「自分が知っていること」と「AIが知っていること」を都度確認し合うので、とても効率が悪い。
CLAUDE.md や権限設定などのガードレールが整っておらず、どこまで自律的にやっていいかの線引きがない。
AIが「良かれと思って」余計な変更・削除・pushまで進めてしまっても、止める仕組みがない。
基準がないので、結局毎回人間が「それ進めていい?」を都度判断する羽目になり、ループが止まる。
テストや型チェックはあっても、「機能として正しいか」の合否基準が指示に含まれていない。
完了条件が曖昧なまま「できました」と報告され、結局人間がブラウザを開いて確かめる羽目になる。
検証→自己修正→再試行をAI自身に回させる仕組みがなく、「まだ直ってないよ」の往復が続く。
会議・Slack・コーディング中など、場所を問わず意思決定と決定基準をセットで記録する。
Claude Code で行われた意思決定は、自動でADRとして残る仕組みにした。
ループ最初の調査・設計段階で過去の意思決定を自動で検索させ、自己解決させる。
個別の解決策そのものではなく、次にも使える判断基準として抽象化して残す。
業務終了時に、SlackやMeetの会議ログもADR化する。
CLAUDE.mdに「迷ったら検索して過去の判断基準に従ってください。それでもわからなかったら聞いてください」と指示して、ADR検索を自動化。
聞かれて答えた内容が、また新しいADRになる。さらなるADRの積み重ねが自然に回り出す。
ADRはOKF+ベクトルDBを利用して、低コストで検索できるようにしている。
例えばUIデザインなど自分の領域じゃないことは、意思決定の基準に確信がなく裏付けも弱い。
自信のない基準で決めた意思決定は、後から覆ったり、周りを説得できなかったりする。