MCP活用事例:開発サイクルをTRACERYで回す¶
AI駆動開発では、AIが生成した設計や知見がチャット履歴やコードリポジトリーに埋もれ、次のタスクで再利用されないという問題が起きがちです。
TRACERY MCPを使うと、各事例の成果物をTRACERYに蓄積し、それが次の作業でAIが参照するコンテキストになるという開発サイクルを回せます。ここでは実際のプロジェクトで実践した4つの事例を、開発サイクルの流れに沿って紹介します。
全体像:知識が次の作業のコンテキストになる¶
%%{init: {"theme": "neutral"}}%%
flowchart LR
subgraph 準備
A[事例1:用語集の整備]
B[事例2:DB定義書の最新化]
end
subgraph 開発
C[事例3:API設計・実装]
end
subgraph 運用
D[事例4:運用手順書の整備]
end
A -->|用語がAIの語彙になる| C
B -->|DB定義がAIの前提知識になる| C
C -->|設計資産が蓄積される| D
D -.->|運用で得た知見が用語・定義に還流| A
D -.-> B
style A fill:#e8f0fe
style B fill:#e8f0fe
style C fill:#e6f4ea
style D fill:#fef7e0
ポイントは矢印の部分です。各事例は単体でも効果がありますが、前の事例で整備した知識をAIが自動的に参照することで、開発サイクルが進むほど指示が短くなり、出力の一貫性が上がります。
各事例の詳細¶
事例 |
役割 |
効果 |
|---|---|---|
AIにチームの言葉を教える |
ミーティング後の用語集更新20〜50分 → 約8〜10分 |
|
AIにデータ構造を教える |
200カラム規模の転記作業約2時間 → 約15分(87%削減) |
|
整備した知識の上で開発する |
設計・ドキュメント・実装の乖離と手戻りを削減 |
|
運用の知見も資産にする |
調査から手順書登録まで約2時間30分 → 約50分(67%削減) |
どこから始めるか¶
状況 |
おすすめの入口 |
|---|---|
まず動きを見たい |
|
既存プロジェクトのドキュメントが古い |
|
新規プロジェクトの立ち上げ期 |
事例1:用語集の整備から順に |
運用チーム |
事例4:運用手順書の整備から。単体でも効果があります |
前提¶
注釈
AIエージェント(VSCode + GitHub Copilotなど)が利用可能であること
MCP連携手順に従ってTRACERY MCPが登録済みであること