Spec-Driven Developmentとは何か

AIコーディングツールが普及する中で、開発者が直面する最大の問題はコンテキストの喪失です。チャットログだけに依存すると、昨日設計したアーキテクチャが今日には消え、新しいセッションを開くたびにプロジェクトの文脈を最初から説明し直すことになります。

Conductorはこの問題に正面から取り組みました。プロジェクト認識を揮発性のチャットログから取り出し、バージョン管理されたMarkdownファイルへ移行したのです。spec.mdやplan.mdといった成果物がリポジトリに残るため、AIが生成した設計がそのままチームのドキュメントになります。

このアプローチは**Spec-Driven Development（SDD）**と呼ばれます。コードを書く前に仕様を明確に定義し、その仕様をAIと共に反復的に磨き上げる手法です。詳細な背景は根拠資料で確認できます。

Developer chatting with AI assistant to generate spec.md markdown file for spec-driven development Programming Illustration

拡張機能（Extension）からプラグイン（Plugin）へ

今回の変更の核心は配布単位の転換です。従来のConductorはGemini CLI専用の拡張機能でしたが、今後はプラグイン形式でパッケージングされます。

プラグインに含められるもの

プラグインは以下の要素を1つのパッケージにまとめられます：

  • Skills — 特定タスクを実行する能力
  • Rules — プロジェクトのルール・制約
  • MCP Servers — 外部ツール連携
  • Hooks — ライフサイクルイベントのトリガー

この構造により、ConductorはGemini CLIを離れ、Antigravity CLIなど他のツールでも動作します。つまり、特定CLIへのロックインを避けた移植性の高い資産になったわけです。

インストール方法

Antigravity CLIへ統合するには、次の一行で完了します：

# Antigravity CLIにConductorプラグインをインストール
agy plugins install https://github.com/gemini-cli-extensions/conductor

インストール後は、コマンドシーケンスを暗記する必要はなく、自然言語で対話しながら仕様とプランを生成できます。

Terminal window showing Conductor plugin installation command for Antigravity CLI Algorithm Concept Visual

対話型SDD：何が変わったのか

Before / After 比較

項目従来（Extension）変更後（Plugin）
ワークフロー厳密なコマンドシーケンス対話型・柔軟なフロー
コンテキスト生成手動トリガー会話中に自動生成
ツール互換性Gemini CLI専用Gemini CLI、Antigravity CLI等
成果物spec.md、plan.mdspec.md、plan.md（同一）
プロジェクト状態管理ユーザーが手動AIがバックグラウンド処理

実際の動作

機能要件をAIとの会話で展開すると、Conductorが自動的に：

  1. プロジェクトコンテキストを更新し
  2. 新しい仕様を生成し
  3. plan.mdの完了タスクをチェックオフします

開発者はアーキテクチャに集中し、プロジェクト状態の管理はAIがバックグラウンドで処理する構造です。これは単なるUX改善ではなく、SDDの手続き的な厳密さと対話型の利便性を両立させる試みと考えられます。

エコシステム観点での意義

複数のCLIツールが共通設定と開発トラックを共有できるということは、AIワークフローの連続性が確保されることを意味します。あるツールで開始した作業を別のツールで引き継いでも、コンテキストの損失がありません。

この技術の限界と注意点

  • CLIエコシステムへの依存：Conductorは依然としてCLIベースです。GUI中心のワークフローを好むチームには参入障壁となり得ます。
  • Markdown成果物の管理負担：spec.mdやplan.mdがリポジトリに蓄積されるため、これらのドキュメントのバージョン管理とレビュープロセスをチームで定める必要があります。
  • プラグインエコシステムの成熟度：Antigravity CLIは比較的新しいツールであり、実務での安定性は今後の検証が待たれます。
  • AI自動状態管理のリスク：AIがバックグラウンドでタスクをチェックオフするのは便利ですが、誤った更新が蓄積するとプランが実際の進捗と乖離する可能性があります。定期的な人によるレビューが不可欠です。

Multiple CLI tools sharing persistent markdown architecture documents via portable Conductor plugin Development Concept Image

日本の開発現場での適用文脈

日本のSI・受託開発では、仕様書が契約上の成果物になるケースが多く、ドキュメント文化が根強くあります。Conductorが生成するspec.mdを、そのまま顧客向け仕様書のドラフトとして活用できる余地は大きいでしょう。

一方で、AI生成ドキュメントをそのまま納品物として扱うことには慎重であるべきです。人間によるレビュー工程を必ず挟む前提で導入するのが現実的です。また、QiitaやZennでは「SDDを実際に試してみた」系の体験記事が伸びやすいため、チーム内ナレッジとして蓄積するとコミュニティ貢献にもつながります。

次のステップ学習方向

  • SDD方法論そのものを先に理解してください。ツールは手段であり、仕様優先の思考法が身についていないと効果が出ません。
  • MCPサーバー連携を実践してみましょう。Conductorプラグインが外部ツールとどう結合するかが見えてきます。
  • 公式Codelabを実際に動かし、対話型ワークフローを体験するのが最短ルートです。

あわせて読みたい記事

AI開発ワークフローは今、急速に再編されています。Conductorのプラグイン化はその流れの一つの軸に過ぎませんが、本質はコードより先に仕様を扱う習慣です。ツールが変わっても、この原則は残ります。

本コンテンツは、信頼性の高い情報源をもとにAIツールを活用して作成され、編集者によるレビューを経て公開されています。専門家によるアドバイスの代替となるものではありません。