LLMはなぜ『批判』が得意なのか？設計・実装品質を高めるAIレビューファースト開発術

3. AI ファースト・エンジニアリングループ Just Enough Design Up Front [5] リスクの高い箇所（公開 API、DB スキーマ、スケーリング制約）だけをスケッチ。 Walking Skeleton を LLM に生成させる。 クリティカルレビュー用プロンプト（§4）を実行。 指摘を 採用／却下 し、影響部分を再生成。 レビューで合格したら ADR として決定を記録。 補足: この手法では 初回プロンプトを過度に作り込む必要はありません。目的・制約・期待するアウトプット形式の3点だけを簡潔に伝え、あとの精度は「生成 → 批判 → 再生成」のループで段階的に磨き上げればよい、という前提です。 1 ループ 5〜10 分ならコンテキストを肥大させず、フィードバックも鮮度を保てます。 4. 使い回せるクリティカルレビュー用テンプレート カスタムスラッシュコマンドとして

[stealthinu]

rizumitaさんのコードレビューをLLMにさせる手法。LLMのコードレビューはコード生成よりも一段精度がよくなることの理由の説明。