AIエージェント能力アトラス › 仕事ごとの一覧 › ソフトウェア開発 › アーキテクチャ設計・要件定義・レガシー移行

曖昧な要求からの仕様策定

Elicit specifications from ambiguous requirements

0 できない ／ 1 デモ止まり ／ 2 補助 ／ 3 実務品質（要確認） ／ 4 専門家並み ／ 5 専門家超え。「予」は予測。

専門家と比べて

ジュニアPM/エンジニア未満。ステークホルダーとの対話を通じた要求の精緻化は依然弱い

できること

既存のドキュメント・チケットから曖昧な用語を検出し明確化すべき質問リストを生成

まだできないこと

顧客が『言葉にできていないニーズ』を対話の中で引き出す、矛盾する利害関係者の要求を政治的に調整する

なぜそうなのか

要求の曖昧さの多くは技術的な曖昧さではなく人間関係・組織政治に起因し、AIはその力学の当事者になれない

これからの予測の根拠

自然言語理解の向上では解決しない対人・組織的な曖昧さの解消は本質的に停滞領域と判断

いま使える主な道具

Claude、ChatGPT（要件整理支援）

根拠

• The Judgment Bottleneck: Software Engineering in the Age of AI 2026-06
  AIは要件が曖昧な場合に『なぜそうするか』を所有できず、ボトルネックが実行から判断に移ったと指摘

同じ分野のほかの仕事（アーキテクチャ設計・要件定義・レガシー移行）

• システム設計のトレードオフ判断（マイクロサービス vs モノリス等）
• COBOL等レガシー基幹系の大規模移行
• 長期保守性を見据えた技術選定・負債管理

AIエージェント能力アトラス 2026（2026-09-06 時点・v1.0）の1マスです。レベルは公開された実験・ベンチマーク・報告から付けた目安で、2027年以降は予測です。全マスに根拠のリンクがあります。作者は個人で、AI（Claude）と一緒に調べて作っています。