AIに任せるのではなく、AIと考える。
BDD×AIで変わる、テスト仕様書作成の常識。
研修概要
「AIが自動でテスト仕様書を作ってくれる」——そんな期待と現実のギャップを正しく理解することから始まります。本研修は、AIの得意・苦手を踏まえた上で「BDD/Gherkin記法によるテスト仕様書設計力」と「AI出力を正しく評価・修正するレビュー力」の習得を目標とした実践型研修です。
プロンプト設計の考え方から、Given/When/Then形式による構造化されたシナリオ記述、GitHub Copilotを活用したテスト仕様書への展開までを一気通貫で提供することで、AI生成コンテンツの品質リスクを抑制し、チーム全体で再現可能な仕様書作成体制を確立させます。
こんな課題を持つ企業におすすめ
ビジネス現場
- AIが生成したテスト仕様書をそのまま採用し、品質問題が後工程で発覚するリスクが顕在化している。
- テスト担当者によって仕様書の粒度・書き方・観点が異なり、チーム全体のテスト品質が安定しない状態が続いている。
- GitHub Copilotを導入済み、またはこれから導入を検討しているが、テスト仕様書作成への活用方法が確立できていない。
- エンジニアだけでなくQA・ビジネスアナリストも含めた組織全体でのAI活用を進めたいが、チーム間で活用レベルにばらつきがある。
- 仕様書の書き方が曖昧なため、開発・テスト・業務の各担当者の解釈齟齬が結合テスト・受入テスト段階で露見し、手戻りコストが膨大になっている。
本研修の到達目標
開発現場
- 1 AIが作成したテスト仕様書の正否を判断できるようになります 仕様の誤解・条件の抜け・重要ケースの漏れという3つの視点から、AI生成仕様書を正確にレビューできるようになります。
- 2 テスト仕様書の足りない点・おかしい点に気づけるようになります BDD/Gherkin記法の構造化された書き方を習得し、前提・操作・期待結果の欠落や曖昧さを発見できるようになります。
- 3 GitHub Copilotでテスト仕様書を作成し精度を高められるようになります GitHub Copilotを活用してGherkinシナリオとMarkdown形式のテスト仕様書を生成し、プロンプトを改善してAI出力の精度を段階的に引き上げる手法を習得します。
組織への期待効果
- 1 AI生成コンテンツ起因の品質問題による手戻りコストの抑制 AI出力の正しさを判断できる人材が育つことで、テスト仕様書の誤採用によるバグ流出リスクと後工程での手戻り工数を構造的に削減します。
- 2 仕様の解釈齟齬が招くリリース遅延・品質コストの予測精度向上 BDD/Gherkin記法による仕様の共通言語化で、担当者交代や工程間の認識ズレによる手戻り発生を抑制し、リリーススケジュールの安定性を高めます。
- 3 テスト設計の属人化リスク低減と組織的な品質保証体制の確立 Given/When/Then形式による標準化で、特定エンジニアへの仕様書品質依存を解消し、テスト資産の継承コストを最小化します。
本研修の特長
AIの「使いどころ」と「限界」を正しく学ぶ
AIが得意とする観点の網羅的な列挙や境界値候補の提示と、曖昧な仕様の解釈・業務ルールの暗黙知・重要ケースの選別という人が担うべき領域を体系的に整理します。「AIに任せてよい作業」と「人が必ず判断すべき作業」を自分で切り分ける力が身につきます。
BDD/Gherkin記法を実務アプリで体得する
架空の商品管理Webアプリケーションを題材に、ログイン・商品検索・商品登録の各機能に対してGiven/When/Then形式のシナリオを段階的に記述します。Feature・Background・Data Tableを組み合わせた実務レベルの仕様書作成を、演習5本＋グループ演習で完全習得できます。
AI時代のテストマネジメントを組織視点で議論する
「AIで変わること・変わらないこと」「テスト設計者に求められる新しいスキル」をグループディスカッションで深掘りします。自分たちの現場でAI活用を段階的に進めるための導入ステップを策定することで、研修後すぐに組織内の実践へつなげられます。
研修カリキュラム
| 日程 | 章・学習テーマ | 学習内容・習得スキル |
|---|---|---|
| 1日目 午前 |
第1章：研修イントロダクション & AI時代のテストとは？ | 本研修の概要と目標を確認します。生成AIの登場でテスト設計がどう変わるか、AIを「思考を助ける道具」として使うための基本スタンスを学びます。 |
| 第2章：AIの登場でテスト設計・テスト仕様書作成はどう変わるのか | AIが得意な観点の列挙・入力値パターン・境界値候補の提示と、曖昧な仕様・暗黙知・重要度判断というAIが苦手な領域を整理します。AI生成仕様書の品質を左右するのは「入力情報の質」であることを体感します。 |
|
| 第3章：BDD（Gherkin）の基本 | TDDからBDDへの考え方の進化を学び、Given/When/Then形式で「前提・操作・結果」を構造化するGherkin記法を習得します。自由文より誤解が生まれにくく、AIにも意図が伝わりやすい書き方を理解します。 |
|
| 第4章：Gherkinによる実務的なシナリオ | Feature・Background・Data Tableを組み合わせた実務レベルのシナリオ記述を学びます。Cucumber・SpecFlowなどのBDDフレームワークとの連携も紹介し、将来の自動化実装への足がかりを提供します。 |
|
| 1日目 午後 |
第5章：演習で利用するアプリケーション | 演習対象の商品管理Webアプリケーションを実際に操作し、ログイン・商品検索・商品登録の各画面の要件を確認します。バリデーション条件・業務ルール・画面遷移を自分の目で把握します。 |
| 第6章：テスト仕様書作成演習（演習1〜5） | Gherkinシナリオの手書き体験（演習1）、AIへのシナリオ生成（演習2）、AIによるテスト仕様書作成（演習3）、プロンプト改善による精度向上（演習4）、グループでの商品登録機能テスト仕様書作成体験（演習5）を段階的に実施します。 |
|
| 第7章：AI時代のテストマネジメント（ディスカッション演習） | AI導入で「変わること・変わらないこと」を整理し、テスト設計者の役割がどう変化するかを議論します。自分たちの現場でAI活用を段階的に進めるための実務への導入ステップを策定します。 |
必要な受講環境と前提知識
受講環境
本研修はWindows 11環境でVisual Studio Codeを使用した演習を中心に進めます。GitHubアカウントおよびGitHub Copilotが利用可能な状態での受講を推奨します。
| OS | Windows 11（研修用PC） |
|---|---|
| IDE | Visual Studio Code |
| 拡張機能 | GitHub Copilot / GitHub Copilot Chat（GitHub Copilotの利用）、Cucumber (Gherkin) Full Support・Snippets and Syntax Highlight for Gherkin (Cucumber)・Gherkin Beautifier（Gherkinシナリオ作成）、Markdown Preview Enhanced（Markdownのプレビュー） |
| アカウント | GitHubアカウント |
前提知識
- テスト設計の基礎：テスト仕様書の作成やテストケースの設計について、実務での経験があることが望ましいです。
- プログラミング経験：コーディング経験は不要です。本研修はテスト担当者・QAエンジニアを主な対象としており、プログラミングの知識がなくても受講できます。
- AIツールの利用経験：ChatGPTやGitHub Copilotなどの生成AIツールを使ったことがある方が望ましいですが、未経験の方も受講可能です。
お問い合わせ
本研修に関するご質問・お申し込みは、以下のフォームよりお問い合わせください。
担当者より2営業日以内にご連絡いたします。