【ITニュース解説】Discovery Phase AI vs ChatGPT: an honest comparison
2026年10月15日に「Dev.to」が公開したITニュース「Discovery Phase AI vs ChatGPT: an honest comparison」について初心者にもわかりやすく解説しています。
ITニュース概要
ChatGPTは開発初期の要件やアイデア出しに役立つが、複雑な発見フェーズ全体の一貫性維持や記録管理は苦手だ。Discovery Phase AIなどの専用ツールは、構造化された発見プロセスを支援し、整合性を保ちながら効率的なレポート作成を可能にする。プロジェクトの規模や期間に応じて使い分けるのが効果的だ。
ITニュース解説
システム開発プロジェクトの最初の重要な段階に「ディスカバリーフェーズ」というものがある。これは、実際にシステムを作り始める前に、顧客の抱える課題を深く理解し、解決策の方向性を探り、必要な機能や要件を明確にするための準備期間のことだ。例えるなら、家を建てる前に、どんな家が良いか、どんな部屋が必要かなどを設計士と一緒にじっくり話し合うようなもので、この計画の質がプロジェクトの成功を大きく左右する。
近年、ChatGPTのような対話型AIが登場し、ディスカバリーフェーズの進め方にも変化をもたらしている。ChatGPTはシステムエンジニアを目指す初心者にとっても身近なツールだろう。その大きな利点は「柔軟性」だ。顧客との会議の議事録を貼り付けて「この内容から、解決すべき問題をまとめてください」と頼めば、あっという間に問題提起文のドラフトを作成してくれる。また、「この要件を、技術に詳しくない人にもわかるように書き直してください」といった要望にも対応でき、表現の調整も得意だ。さらに、「予約システムを作るとして、他に何か考慮すべき点はないですか?」と質問すれば、キャンセル処理やタイムゾーン、返金といった見落としがちな要素を提示してくれることもあり、まさに「考える壁打ち相手」として役立つ。要件をテーブル形式で出力したり、ユーザーの行動を説明するユーザーテストシナリオを作成したりと、さまざまな形式に対応できるのも強みだ。最近のバージョンでは、アップロードしたファイルを読み込んで、その内容に基づいた回答を生成することも可能になっており、手元の資料から情報を引き出す際にも便利に使える。もし、あなたが担当するディスカバリーが一人で数日で完結するような小規模なものであれば、ChatGPTはその高い柔軟性で十分に役立つだろう。
しかし、プロジェクトが大きくなり、関わる期間が数週間に及んだり、複数のメンバーが関わるようになると、ChatGPTだけでは限界が見えてくる。その一番の理由は、ChatGPTが「全体の構造」を把握できない点にある。例えば、あなたのディスカバリーには「ステークホルダーの特定」「目標設定」「ユーザー体験の設計」「要件定義」「技術的な決定」「ロードマップ作成」といった複数の段階があるとする。ChatGPTは、あなたがその都度明確に指示しない限り、これらの段階のつながりや全体像を理解してくれない。個別の質問には答えてくれるが、それらが全体の中でどう位置づけられるのか、それぞれの情報が矛盾していないかといった点までは見てくれないのだ。
具体的に言うと、ある会話でプロジェクトの「目標」について合意したとしよう。そして別の会話で「要件」について検討を進めたとする。もし、この要件が以前合意した目標と矛盾していても、ChatGPTはそれを警告してくれない。ユーザーの行動を示す「ジャーニー(一連のステップ)」を考えても、それぞれのステップに対応する要件がきちんと定義されているかどうかも、自動ではチェックされない。さらに、ChatGPTで作成したドラフトを最終文書にまとめる際も、一旦チャットからテキストをコピーし、手動で変更を加え、またチャットに戻して改良を依頼し、最終的に成果物としてコピーするという、コピペの繰り返し作業になってしまう。この過程で、誰がいつ、なぜ変更を加えたのかといった「変更履歴」は残らないため、後から確認したり、過去の状態に戻したりすることが非常に難しい。
また、ChatGPTが生成する「要件」は、単なる文章の羅列に過ぎないことが多い。システム開発の現場では、要件には通常、「要件ID」「種別」「優先度」「担当者」「関連する目標」「受け入れ基準」といった詳細な情報が紐付けられる。ChatGPTにこれらをテキストで出力させることは可能だが、それらの情報の一貫性を自分で管理し、維持するのは大変な手間となる。結局、最終的な報告書を組み立て、フォーマットを整え、最新の情報に同期させるのは、すべてあなたの仕事になってしまうのだ。
こうしたChatGPTの限界を補うために開発されたのが、「Discovery Phase AI」のような専用の構造化されたディスカバリーツールだ。これらのツールは、最初からディスカバリーフェーズの全体の流れを考慮して設計されている。
例えば、「構造」の面では、このツールはステークホルダーの特定からロードマップ作成まで、あらかじめガイド付きの10段階のステージを提供し、それぞれのステージでどのような情報が必要かを示してくれる。あなたが会議資料や議事録、デザイン案などをアップロードすると、AIがそれらの情報から各ステージの初期ドラフトを自動で作成してくれるため、ゼロから始めるよりも効率的だ。
「記録」についても、ChatGPTが単なるテキストの段落を出力するのに対し、Discovery Phase AIでは、要件一つ一つがID、種別、MoSCoW(モスクワ)優先度(必須、あれば良い、など)、ステータス、担当者、関連する目標、そして受け入れ基準といった詳細な情報を持った「レコード」として管理される。これにより、要件の管理が格段にやりやすくなる。
さらに、「一貫性」のチェック機能も重要だ。このツールはプロジェクト全体の情報を読み込み、異なるステージ間で情報が矛盾していないか、古い内容が残っていないか、情報が欠落していないか、リンクが切れていないかといった問題を自動でリストアップしてくれる。これにより、ChatGPTでは不可能だった、プロジェクト全体の一貫性を保つためのサポートが得られる。
「編集」に関しても、単なるコピペではなく、AIが提案する変更を一つずつ確認して適用でき、削除の場合も確認を求めるなど、より安全な形で変更を管理できる。そして、すべての変更が履歴として記録されるため、過去のバージョンに戻したり、何がいつ変更されたかを確認したりすることが容易になる。最終的な「報告書」も、完成したステージの情報から自動で生成され、Markdown形式だけでなく、PDF、Word、PowerPointといった形式でエクスポートできるため、クライアントや上層部への報告がスムーズに行えるようになる。
ただし、このような専用ツールも万能ではない。ツールはあくまであなたの入力に基づいて機能する。顧客やユーザーへの「インタビュー」を実行したり、現場のリアルな状況を把握したりといった、人との直接的なコミュニケーションを代替することはできない。たとえば、現場の担当者が月曜の朝にどんな問題に直面しているのか、あなたが聞き出さなければツールはそれを知る由もない。
また、ツールは矛盾を指摘することはできても、「決定」を下すことはできない。二つの要件が衝突していると示されても、どちらを優先するかは、関係者との議論を通じてあなたが判断する必要がある。AIは情報を捏造しないため、もし目標に具体的な数値目標が設定されていなければ、ツールもそれを補ってくれることはない。情報が欠落していれば、それは欠落したまま提示される。そして最も重要なのは、AIの出力はあくまで提案であり、完璧ではないということだ。ChatGPTであろうと専用ツールであろうと、AIが生成した内容は必ず人間が「レビュー」し、その正確性や妥当性を確認する必要がある。
結局のところ、どのツールを使うべきかは、プロジェクトの性質とあなたのニーズによる。単発のブレインストーミングや文章の書き換えであればChatGPTが非常に便利だ。一人で数日で行うような小規模なディスカバリーであれば、ChatGPTとテンプレートを組み合わせることで十分に対応できるだろう。しかし、複数の資料からディスカバリーの全ステージの初期ドラフトを作成したい場合や、数週間にわたる期間、複数人が関わるプロジェクト、あるいはクライアントや役員向けの洗練されたレポートを作成する必要がある場合は、Discovery Phase AIのような専用ツールがその真価を発揮する。
多くのチームでは、これら両方のツールを状況に応じて使い分けることになるだろう。自由な発想やざっくりとしたアイデア出しにはChatGPTを使い、その後の情報を構造化し、一貫性を保ちながら管理し、最終的な合意形成のための記録を作成する際には専用ツールを用いる、といった形だ。システムエンジニアを目指すあなたにとって、まずはディスカバリーフェーズがシステム開発においてどのような役割を果たすのかをしっかりと理解し、その上で、担当するプロジェクトの規模や要件に合わせて最適なツールを選択することが、効率的かつ質の高い成果を出すための鍵となる。