要件定義フェーズでAIを活用する：曖昧な要望を構造化する方法

要件定義は、プロジェクト全体の品質を決める最重要フェーズだ。しかし現場では「なんとなくこういうものが欲しい」「競合のあのサービスみたいな感じ」という曖昧な要望からスタートすることが多い。

この曖昧さを放置すると、設計・開発フェーズで「聞いていた話と違う」が頻発し、手戻りが発生する。AIを使って曖昧な要望を構造化する具体的な手順を解説する。

要件定義でAIが使える場面

要件定義のどの段階でAIが役立つかを整理する。

場面	AI活用の内容	効果
ヒアリング前	質問リストの生成	漏れのないヒアリング設計
ヒアリング後	発言録の構造化	整理時間の短縮
ユーザーストーリー作成	ストーリー自動生成	フォーマット統一と網羅性向上
レビュー	矛盾・抜け漏れ検出	品質チェックの効率化
優先度付け	重要度スコアリング	議論の客観性向上

ステップ1：ヒアリング質問リストをAIで生成する

クライアントのヒアリング前に、AIで質問リストを作成する。業種・システム種別などの基本情報を伝えると、漏れの少い質問リストが出てくる。

あなたはシステム開発のビジネスアナリストです。
以下の条件のクライアントに対する要件ヒアリングの質問リストを作成してください。

- 業種：中小製造業（従業員200名）
- システム：在庫管理システムのリプレース
- 現状：Excelで管理、部門ごとにファイルが分散
- ヒアリング対象：現場責任者と経営層

「現状の課題」「理想の姿」「制約条件」「優先度」「成功基準」の5カテゴリで質問を設計してください。

このリストを叩き台にして、PMが取捨選択・追加することで、質の高いヒアリングシートが完成する。

ステップ2：ヒアリング発言録をユーザーストーリーに変換する

ヒアリング後の発言録（議事録や音声文字起こし）をAIに渡してユーザーストーリーに変換する。

以下はシステム開発のヒアリング議事録です。
この内容からユーザーストーリーを抽出し、「As a [ユーザー], I want [機能], so that [目的]」の形式で一覧化してください。
各ストーリーには推定の複雑度（S/M/L）も付けてください。

[議事録テキストをここに貼る]

AIが出力するユーザーストーリーの例：

• As a 倉庫担当者, I want バーコードスキャンで在庫を更新できる, so that 手入力ミスを減らしたい（M）
• As a 購買担当者, I want 在庫が閾値を下回ったら自動通知を受け取れる, so that 発注の漏れを防ぎたい（S）
• As a 経営者, I want 全工場の在庫をリアルタイムで一画面で確認したい, so that 経営判断に使いたい（L）

この変換作業をAIに任せることで、PMは「整理する作業」ではなく「内容を精査する作業」に集中できる。

ステップ3：要件の矛盾・抜け漏れをAIで検出する

作成した要件一覧をAIに渡して、矛盾や抜け漏れを検出させる。

以下は受注管理システムの要件一覧です。
1. 要件間の矛盾を指摘してください
2. 典型的な受注管理システムで通常必要な機能で、この要件リストに含まれていないものを指摘してください
3. 非機能要件（パフォーマンス、セキュリティ、保守性）の記載が不足している箇所を指摘してください

[要件一覧をここに貼る]

実際にこのプロンプトを使うと、次のような指摘が出てくることが多い。

• 「要件3では同時利用ユーザー数を100名と想定していますが、要件15では1000名分のデータ処理が必要とされています。整合性の確認が必要です」
• 「キャンセル処理、返品処理、領収書発行に関する要件が見当たりません」
• 「ログイン認証の要件がありますが、パスワードポリシーやセッションタイムアウトに関する非機能要件が未記載です」

人間が見落としがちな矛盾を機械的にチェックできるのはAIの強みだ。

ステップ4：優先度付けの客観化

全ての要件を実装したいクライアントに対して、優先度付けの議論をするのはPMにとって難しい交渉だ。AIを使うと客観的な基準で優先度を設計できる。

以下の要件一覧に対して、以下の基準でスコアリングしてください。

評価基準：
- ビジネス価値（1-5）：この機能がビジネスに与える価値
- 実装コスト（1-5）：実装の難易度・コスト（5が最も高い）
- リスク（1-5）：この機能が欠けた場合のリスク（5が最も高い）

スコアから「優先度スコア = ビジネス価値 + リスク - 実装コスト」を計算し、降順で並べ替えてください。

[要件一覧をここに貼る]

スコアリングの結果を使って「スコア上位10件をMVPとして第一フェーズに含める」という形で優先度の議論をすると、「全部必要です」という会話を建設的に進められる。

ステップ5：非機能要件のデフォルト値をAIで提案させる

機能要件に比べて、非機能要件（パフォーマンス・セキュリティ・可用性など）はクライアントが「よくわからないけど普通で」と言いがちだ。AIに業界標準のデフォルト値を提案させる。

以下のシステムに対して、非機能要件のデフォルト仕様を提案してください。

システム概要：
- BtoB向けSaaS（月間アクティブユーザー：5000名）
- 基幹システムとの連携あり
- 個人情報を含むデータを扱う

提案する項目：可用性、パフォーマンス、セキュリティ、データ保持期間、バックアップ頻度
それぞれ「最低限」「標準」「高品質」の3段階で提案してください。

この提案を起点にクライアントと議論することで、「普通」という曖昧な要求を数字に落とせる。

AIを使った要件定義の注意点

ドメイン知識の補完が必要

AIは汎用的な観点からの指摘は得意だが、業界固有のルールや慣習は知らないことがある。AIの出力を確認する際は、業界経験を持つメンバーとレビューする。

要件の確認はクライアントと行う

AIが生成したユーザーストーリーをそのままクライアントに渡さない。PMが内容を確認し、クライアントとのレビューを経て「これでよいか」を確認する。

機密情報の扱いに注意

ヒアリング議事録には機密情報が含まれることが多い。外部のAIサービスに入力する場合は、社内セキュリティポリシーを確認し、必要に応じて固有名詞を仮名に置き換えてから投入する。

まとめ

AIを使った要件定義の流れをまとめる。

1. ヒアリング前：AIで質問リストを生成し、漏れを防ぐ
2. ヒアリング後：発言録からユーザーストーリーに変換し、整理時間を短縮する
3. レビュー段階：矛盾・抜け漏れをAIで機械的にチェックする
4. 優先度付け：スコアリングで客観的な議論の土台を作る
5. 非機能要件：デフォルト値をAIに提案させて「普通」を数字にする

要件定義でのAI活用は「AIが要件を決める」のではなく「PMが要件を決めるためのサポート」だ。この位置づけを守ることで、品質の高い要件定義を効率的に進められる。