KDL BLOG
データインテリジェンスチームの黒臺(くろだい)です。
先日”人間がコードを書いてはいけない”社内アプリ開発コンテストに参加し、Claude Codeを使って「医療現場向け書類作成補助アプリケーション」を実装しました。
（社内コンテストの詳細についてはKDL BLOGの“社内バイブコーディングコンテスト開催！Claude Codeと一緒に「めんどくさい」を解決するアプリを作ってみた。”をご覧ください）
本記事では初めてClaude Codeを使って得られたバイブコーディングの実践Tipsをご紹介します。
・作成したアプリケーション
- 設計のポイント
・Claude Codeの実践Tips
- 【仕様・要件定義フェーズ】
・【実装フェーズ】
・【修正・改善フェーズ】
・【感想】
作成したアプリケーション
著者は元医療従事者で、患者さんの書類を作成する際に、点在するデータや書類を人力で収集し、転記しなければならない日々を過ごした経験があります。
そうした課題感を背景に、「現場の書類作成の負担が大きく減り、患者さん一人ひとりによりきめ細かい支援ができるようになれば」という思いを形にしてみたいと考えました。
今回実装した「医療現場向け書類作成補助アプリケーション」は、入力された要件をもとにAIが文書を生成し、人間が確認・修正する仕組みです。
AIは下書き支援に徹し、最終的な判断と責任は人間が持つ設計にしました。
ユースケース
・医療現場で用いる計画書のドラフト作成
アーキテクチャ
完成したアプリケーション
設計のポイント
・AIは「下書き支援」に徹し、人間が最終確認できる設計
・操作はシンプルに、最小限の入力でドラフトが得られる
Claude Codeの実践Tips
【仕様・要件定義フェーズ】
・プロジェクト憲章プロンプトを作成
初めてのバイブコーディング挑戦だったこともあり、仕様を固める作業に最も時間をかけました。
バイブコーディングで曖昧な指示を出すと余計な機能や意図しない分岐を生みやすく手戻りが増えます。
そこで全体像・目的・開発ルール・技術スタックを「プロジェクト憲章プロンプト」として定めました。
初回の指示でプロジェクト憲章プロンプトを渡すことで、大きな手戻りがなく開発を進めることができました。
プロンプト例（プロジェクト憲章プロンプト）:
これから、退院支援計画書を自動作成するPythonアプリケーションの開発を始めます。
あなたはこのプロジェクトのシニア開発者です。
【プロジェクト憲章】
目的: 複数のデータソース（カルテ、問診票、検査結果）から情報を集約し、
退院支援計画書のサマリーを生成する。
主要技術: FastAPI, Azure OpenAI Service, Python
最優先事項: 個人情報保護法と医療情報ガイドラインの遵守。
いかなる場合も、生データや個人情報をログに出力しないこと。
コーディングスタイル: PEP 8に準拠し、関数や変数には分かりやすい名前を付けること。
この憲章を理解し、今後のすべての対話においてこの前提を守ってください。
準備ができたら『了解』とだけ返信してください。
プロジェクト憲章を定めるにあたっては、複数のLLMに「このアイデアを実現するにはどんな機能が必要か」「どのように設計すべきか」を尋ね、回答を比較・統合しました。
（つづきは、ブログ「神戸のデータ活用塾！KDL Data Blog」へ）
