awslabs/aidlc-workflows に追加された、Extensionという機能について紹介します。
AI-DLCとは
方法論としてのAI-DLC
AI-DLC（AI-Driven Development Life Cycle）は、AIコーディングエージェントを使ったソフトウェア開発のための方法論です。AWS が提唱し、公式ブログやホワイトペーパーで公開しています。
AI-DLC の核となる考え方は「AI が実行し、人間が監視する」というモデルです。AI がコードや設計の成果物を生成する一方、要件の妥当性やアーキテクチャの判断といった重要な意思決定は人間が行います。
この考え方を、 Inception（何を作るか）→ Construction（どう作るか）→ Operations（どう運用するか） という3フェーズの構造に落とし込んでいます。
方法論の実装としての awslabs/aidlc-workflows
ただし、AI-DLCはあくまで方法論であり、それ自体はツールではありません。
この方法論をAIコーディングエージェントで動かせるようにしたのが、GitHub リポジトリ awslabs/aidlc-workflows です。
その実体は方法論の実装としてのプロンプトがMarkdownで記述されたものであり、対応するAIコーディングエージェントのルール読み込み用ディレクトリに配置するだけで動きます。
セットアップ後の使い方もシンプルで、チャットで「Using AI-DLC, ...」と書いて開発の意図を伝えるだけで、AIとのチャットや生成される質問ファイルがワークフローのインターフェースとなります。
以降は、AIが開発意図を細かく詰めるためにファイルベースで質問を投げかけ、ユーザーはそれに答えていくだけで実装計画を立案してくれます。
ユーザーは都度、AIが生成する質問ファイルに回答し、計画やコードをレビュー・承認していくだけで開発が進んでいきます。
対応するツールは現在 Amazon Q Developer、Kiro、Cursor、Cline、Claude Code、GitHub Copilot で、リポジトリはMIT-0 ライセンスで公開されています。
フェーズとステージ
awslabs/aidlc-workflows は、AI-DLCの3フェーズをさらに細かいステージに分解して実装しています。
| フェーズ | 役割 | ステージ |
|---|---|---|
| Inception | 何を作るか、なぜ作るかを決める | Workspace Detection（ワークスペース検出） Reverse Engineering（リバースエンジニアリング） Requirements Analysis（要件分析） User Stories（ユーザーストーリー） Workflow Planning（ワークフロー計画） Application Design（アプリケーション設計） Units Generation（ユニット生成） |
| Construction | どう作るかを決める | Functional Design（機能設計） NFR Requirements（非機能要件定義） NFR Design（非機能設計） Infrastructure Design（インフラ設計） Code Generation（コード生成） Build and Test（ビルドとテスト） |
| Operations | デプロイと監視 | Operations（オペレーション）※現時点はプレースホルダー |
各フェーズ内のステージは固定ではなく、リクエストの複雑さに応じてプロンプトが必要なものだけを取捨選択します。
シンプルな変更には軽量な処理を、複雑な変更には包括的な処理を適用するため、過不足のないワークフローをAIが取捨選択してくれます。
Extension機能とは
Extensionは、2026年2月に追加された、aidlc-workflowsの新機能です。
この機能は、aidlc-workflowsの基本ルールに、追加ルールを上乗せできる仕組みです。
特定のディレクトリ内にMarkdownのルールファイルを配置するだけで、ワークフロー実行時に有効化されます。
Extension機能の特徴は、AI-DLC進行時の制約をユーザーが自然言語で実装できるという点にあります。
aidlc-workflowsはステージ単位で進行しますが、Extensionのファイルに制約を記述するだけで、各ステージ完了前にファイルに記述された「検証基準」を満たしたことをAIが確認するという挙動を追加できます。
Extensionの仕組み
Extensionの2つの適用パターン
Extension機能には、2つの適用パターンがあります。
① 自動適用 : ルール定義ファイル（.md）だけを置いた場合、ワークフロー開始時に自動で強制適用されます。ユーザーに質問は表示されません。
② Opt-In 適用 : ルール本体に加えて opt-in ファイル（.opt-in.md）を用意した場合、AI が質問ファイル上で「この拡張を有効にしますか？」と質問します。
ユーザーが有効化を選んだときだけルール本体が読み込まれます。
Opt-Inパターンでは、ユーザーが有効化するまでルール本体が読み込まれないため、LLM のコンテキスト（トークン）を節約できる設計にもなっています。
有効化後の動作
Extension機能を有効化すると、以降はユーザーが特別な操作をしなくても、AIが各ステージの完了時にルールへの準拠を自動的にチェックします。
チェックの結果は、ステージの完了メッセージとしてチャット上に表示されます。
すべてのルールを満たしていれば、AI は「次のステージへ進みますか？」と提案します。
一方、違反が見つかった場合は、何が問題で何を変更すべきかが提示され、解決するまで次に進むことができません。
カスタム拡張の追加方法
Extension は Markdown ファイルを追加するだけで拡張できます。
ルールファイルの構成
ルール本体の Markdown ファイルでは、少なくとも各ルールに以下の要素を含めます。
- ルール ID: 一意の識別子
- Rule: 何をしなければならないかの定義
- Verification: AI が検証すべき具体的なチェック項目
ブロッキングのデフォルト動作
追加したルールはデフォルトでブロッキングです。
ワークフローの各ステージが完了する際に、AI がルールへの準拠をチェックし、違反があればチャット上で指摘します。
違反が見つかった場合、ユーザーには修正を促す形で対応が求められ、すべての違反を解消するまで次のステージには進めません。
ただし、ここでの「ブロッキング」は、AIがワークフロー上で次に進まないという制御であり、実際に CIでビルドを止めたりデプロイを止めたりするわけではありません。
また実務的には、プロンプトベースで制御される機能であるため、AIがルールを無視してしまう可能性がある点にも注意が必要です。
まとめ
awslabs/aidlc-workflows の Extension機能は以下のような機能です。
- コアワークフローへの上乗せ: Extensionはコアワークフローを変更せず、追加のルールをレイヤーとして重ねる仕組みです
- ブロッキング制約: 有効化されたルールは「推奨」ではなく「強制」として動作し、違反があれば次のステージに進めません
- Opt-In による制御: ユーザーが有効/無効を選択でき、不要なルールでコンテキストを消費しません
- Markdown だけで拡張可能: ディレクトリと Markdown ファイルを追加するだけで、セキュリティ・コンプライアンス・品質管理など、組織固有のルールを導入できます
Extension機能を使用することで、aidlc-workflowsの基本ルールに制約としてのルールを追加できます。
