Agentic Requirements Engineering の登場です。要件ツール上で動作するAIにより、煩雑な作業を減らし、整合性を高め、反復をより迅速に進められます。Requirements Portal でご利用いただけます。
|
Requirements Portal におけるエンジニアの新しい働き方として、プロジェクトデータに対して直接動作する AI エージェントを導入します。 |
新しい Agentic Requirements Engineering 機能により、要件を扱う際の不要な摩擦を取り除き、頭の中にあるメンタルモデルと、チーム全体で共有して作業するモデルとのギャップを埋めます。
そのメリットは? 雑務の削減、チームの足並みの向上、ミスの減少、そして反復の高速化です。
実際の動作は以下の動画でご確認ください。
優れた要件が製品開発で重要であることは、すべてのエンジニアが理解しています。
つまり、要件はハードウェア開発プロセス全体の中核にあります。仕様を正しく定義できれば、チーム全体がより速く反復でき、より優れた製品を構築できます。
|
優れたエンジニアは、要件を製品とともに進化する共有メンタルモデルとして扱います。 |
しかし実際には、多くのエンジニアリングチームがもっと要件主導で進めたいと考えていても、利用可能なツールがもたらす摩擦が障害になっています。
一方の端には、文書やメモがあります。始めやすい反面、複雑さが増すとすぐに限界がきます。情報は散在し、つながりを失い、プロジェクト全体でトレースすることができません。
もう一方の端には、専用の要件管理システムがあります。理論上は強力ですが、エンジニアリングのためではなく、文書化やコンプライアンスのために作られています。管理プラットフォームのように感じられ、重く、フォーム中心で、実際のエンジニアリングワークフローから切り離されています。
どちらの選択肢でも、プロジェクトの進化に合わせてエンジニアが要件を管理するのは容易ではありません。その結果、要件は一度書かれたまま忘れられるか、会議メモやスプレッドシートを通じて非公式に受け渡されるだけになります。
だからこそ私たちは、エンジニアが要件を活用できない原因となる摩擦を取り除くために、Requirements Portal に Agentic AI を組み込みました。
Agentic Requirements Engineering は、要件データに直接作用する AI エージェントを提供します。完全なコンテキストに基づいて質問に答え、変更案を提示し、継続的な品質チェックを実行します。
Requirements Portal には現在、次の 4 つの新機能が追加されています。
質問したり、変更したい内容を説明したりすると、UI 上でプレビューを確認し、レビューして適用できます。コミット前に、AI のすべての操作を承認できます。
要件をどこからでもインポートできます。スプレッドシート、PDF、ドキュメント、メモなど、AI がそれらを構造化され、整った書式の要件に変換します。
自社のプロセスを、AI エージェントがプロジェクトをまたいで再利用できる指示に変換できます。チームと共有することで、ワークフローを標準化できます。
AI をバックグラウンドで継続的に実行し、要件をスキャンしてリスク、トレーサビリティの問題、カバレッジの抜けを抽出し、レビューできるようにします。(近日提供予定)
|
承認なしに変更が行われることはありません。雑務は AI が処理し、エンジニアリング上の意思決定は人が行います。 |
実際のプロジェクト、つまり欠陥検出用オンボード AI を搭載したクアッドドローンを例に、Agentic Requirements Engineering が作業にどう組み込まれるかを見てみましょう。
新しいプロジェクトは、常に散在した入力から始まります。要件が最初から完全な形で届くことはほとんどなく、顧客からのメール、会議メモ、規格を記載した PDF、過去プロジェクトのスプレッドシートなどの形で届きます。
プロジェクトリーダーは AI-Assisted Importer を使って顧客が提供したスプレッドシートから要件を取り込み、その後 Engineering Assistant を開いて次のように入力します。「この顧客会議のメモを要件に変換して」。
すると、識別子、タイトル、本文、根拠、タイプを備えた構造化要件が返され、レビューして適用できる状態になります。最初の設計判断を下す前に、チーム全体が共有できる出発点を持てます。
ぜひお試しください。 このプロンプトを Engineering Assistant に貼り付けてください。「これらのメモを構造化要件に変換してください: Quad drone, Onboard AI for defect detection, Cameras: stereo RGB + thermal payload, MTOW 4 kg」。
プロジェクトの後半で、電子回路設計エンジニアがチームに加わります。基板設計に関係する内容を探すために 120 件の要件を読み通す代わりに、直接次のように尋ねられます。
それぞれの回答はプロジェクト全体のデータに基づいているため、エンジニアは数分で自分に関連する情報へたどり着けます。
ぜひお試しください。 サンプルの Drone_Example_Project を開き、このプロンプトを Engineering Assistant に貼り付けてください。「私は FMU を設計しています。MC の選定に最も関連する要件はどれですか? 優先順位付きリストで返してください。」
プロジェクトの途中で、顧客から飛行時間を 30% 延長してほしいという要求が入ります。一見単純そうですが、実際はそうではありません。
エンジニアは次のように尋ねます。 「飛行時間を 30% 延長した場合の影響は何ですか? レビューが必要な要件をすべて特定し、優先順位付きリストで返してください。」
直接影響を受ける要件が最初に示され、その次に下流の電力制約や電気的制約が続きます。それぞれに、何を変更する必要があるかの明確な説明が添えられます。手作業でのトレースに何時間もかかっていた作業が、数分で完了します。
|
ハードウェアでは、見落とされた依存関係のひとつひとつが高コストにつながります。実装に織り込まれる前に気付けるかどうかが、単なる改版で済むか、全面的なやり直しになるかの分かれ目です。 |
ぜひお試しください。 サンプルの Drone_Example_Project を開き、このプロンプトを Engineering Assistant に貼り付けてください。「要件 D-005 における飛行時間を 30% 延長した場合の影響は何ですか? その結果としてレビューまたは改訂が必要になる要件をすべて特定してください。構造化された優先順位付きリストで、簡潔かつ実行可能な形で返してください。」
私たちは、チームが Agentic Requirements Engineering をこのように導入すると考えています。まずはシンプルに始め、ツールが日々の仕事の一部になるにつれて広げていきます。
新しいプロジェクトを作成し、要件を取り込みます。
準備ができたら、プロジェクトをチームと共有します。同僚は同じ AI ツールを使って自分の作業に関連する内容を理解し、質問し、フィードバックを提供し、その後に作業を始められます。
Engineering Assistant は要件と直接やり取りする手段を提供しますが、AI Skills を使えば、要件の書き方、チェックの実施方法、検証計画の立て方といったチームのプロセスを再利用可能な指示として定義できます。これにより、どのプロジェクトでも繰り返し可能で一貫した運用が実現します。
各スキルは、チーム固有のプロセス、つまり自社のテンプレート、用語、標準をコード化したものです。たとえば、次のようなカスタムスキルを定義できます。
Background Agents は要件を継続的に監視し、問題を先回りして可視化します。これにより、文書の中で過ごす時間を減らし、設計により多くの時間を使えます。スケジュール実行に設定することも、要件変更時に自動で起動するようトリガーすることもできます。
なぜなら、何かが変わるたびに、リンクされたすべての要件、設計項目、検証アクティビティをエンジニアが毎回手作業でトレースしている時間はないからです。Background Agents はその作業を常時稼働のチェックに置き換え、ミスが広がる前に検出します。

要件はチームの全員に関わりますが、その関わり方は全員同じではありません。役割ごとに、要件との関係が異なるからです。
|
要件は静的な文書ではなくなり、チーム全体で形作り、進化させていく生きた共有モデルになります。 |
Agentic Requirements Engineering の開発チームは、2023 年に初めて要件エンジニアリングへ AI を導入しました。もともとは Valispace であり、買収を通じて Altium に加わり、Requirements Portal となりました。
この先行着手には意味があります。今回のリリースを支える重要な知見は、実際のエンジニアリングチームとともに長年にわたり構築、提供、改善を重ねてきた経験から得られたものです。エンジニアが求めているのは自律的な変更ではなくレビュー可能な提案であること、チャットだけでは不十分であること、AI は単にプロジェクトデータについて答えるだけでなく、そのデータに対して実際に作用しなければならないことです。
AI ツールは、ハードウェア開発ワークフローの中で、ようやく本当に役立つ仕事をし始めています。しかし、AI の有用性は、それが基づくコンテキストの質に左右されます。そしてそのコンテキストこそが要件です。優れた要件は、チームの足並みを揃えるだけではありません。AI 支援による設計、検証、試験を可能にする土台でもあります。要件を正しく整えれば、下流のあらゆる AI ツールの性能も向上します。
だからこそ今、要件を真剣に捉えるべきであり、私たちはそのためにこれを構築しました。

Agentic Requirements Engineering は現在、Requirements Portal でご利用いただけます。
利用を開始すると、探索用のサンプルデータがあらかじめ用意されているため、自身のプロジェクトで使う前にエージェントの動作を確認できます。
まさにそれがポイントです。Requirements Portal の AI エージェントは、あなたの明示的な承認なしに変更を確定することはありません。すべての提案は UI 上で事前に表示され、元の内容と並べて確認し、必要に応じて編集したうえで適用できます。提案するのは AI、判断するのはエンジニアです。
多くのツールは、既存のインターフェースにチャットウィンドウを追加して AI と呼んでいます。Agentic Requirements Engineering はさらに先に進み、AI がプロジェクトデータに直接作用して、レビュー用の構造化された変更案を UI 上に提示します。私たちの AI エージェントは技術要件を扱うために特別に構築されているため、出力は正確で構造化されており、プロジェクトに結び付いています。
はい。使い始めるのに正式な要件エンジニアリングの事前経験は必要ありません。ほとんどのエンジニアリングチームは要件の重要性を理解していますが、従来のツールは専門知識や厳格なプロセスを前提としているため、正式なワークフローを避けがちです。Agentic Requirements Engineering は、エンジニアが普段考える方法に沿って機能するため、要件の専門家にならなくても意図をすばやく整理・記述できます。
Agentic Requirements Engineering は現在 Requirements Portal でご利用いただけます。すでに貴社で Altium 製品をご利用の場合は、Altium Develop および Agile Teams のサブスクリプションに含まれているため、新たなベンダー契約や調達プロセスは不要です。以下のリンクから 30 日間の無料評価を開始してください。