← AI開発 資料アーカイブ
要件定義テンプレート

世界最高基準・汎用要件定義テンプレート(17章・表形式)

元ファイル: システム要件定義の分析と汎用化方法/世界最高基準を目指す汎用要件定義テンプレート.md

要約

Manus AI作成の、Web/AI/業務/SaaS等あらゆるプロジェクトに転用できる汎用要件定義テンプレート。プロジェクト憲章・スコープ・ステークホルダー・運用サイクル・フェーズ計画・機能要件・画面UI・データ・外部サービス規約・AI/ML要件・ロジックバージョン管理・収支評価・非機能・受入基準・リスク・命名ブランド・品質チェックリストの17章を表形式で提供。要件を『絶対ルール』と位置づけ、各Must要件に検証方法と受入条件を接続することを重視する。

要点

要件定義汎用テンプレートManusAIAI要件スコープ品質チェックリスト

世界最高基準を目指す汎用要件定義テンプレート

作成者: Manus AI
用途: Webシステム、AIシステム、業務システム、データ分析基盤、社内ツール、SaaS、モバイルアプリなど、任意のプロジェクトの要件定義に転用するためのテンプレート。

1. プロジェクト憲章

この章では、プロジェクトが何のために存在するのかを定義する。要件定義は機能一覧ではなく、以後のすべての判断を拘束する絶対ルールであるため、目的、成功指標、意思決定者、対象範囲を最初に固定する。

項目 記載内容
プロジェクト名 正式名称、略称、内部コード名を記載する。
目的 このシステムが解決する問題、創出する価値、誰のためのものかを一文で定義する。
成功指標 売上、回収率、作業時間削減率、精度、継続率など、成否を判断する数値を定義する。
最終意思決定者 採用、却下、優先順位変更、リリース判断を行う人物または会議体を明記する。
判断原則 AI、自動化、担当者、経営判断のどれを優先するかを定義する。

2. スコープ定義

この章では、作るものと作らないものを明確に分ける。世界最高基準の要件定義では、実装対象だけでなく、対象外が明示されている必要がある。

区分 記載内容
インスコープ 初期開発で必ず実装する機能、データ、業務範囲、ユーザー範囲。
アウトオブスコープ 今回は実装しない機能、扱わないデータ、対象外の業務、将来検討事項。
境界条件 どこからどこまでをシステム責任とし、どこからを人間判断・外部サービス責任とするか。
将来拡張 今は作らないが、後で追加する可能性がある領域。

3. ステークホルダー・権限・運用体制

この章では、利用者、管理者、承認者、開発者、外部関係者を明確にする。誰が何を見るのか、誰が何を押せるのか、誰が最終判断するのかを曖昧にしない。

役割 人物・部署 権限 責任 使用画面
オーナー 採用・却下・優先順位決定 成果責任
管理者 データ取得、設定変更、実行管理 運用責任
一般利用者 閲覧、確認、任意実行 利用判断
開発者 実装、保守、調査 技術責任

4. システムコンセプトと運用サイクル

この章では、システムが一度作って終わりなのか、継続的に改善するものなのかを定義する。AI・データ・業務判断を含むプロジェクトでは、運用サイクルを明記することが必須である。

例: データ取得 → 分析 → 仮説生成 → 検証 → 採用判断 → 本番適用 → 実績確認 → 改善、という循環で運用する。

工程 入力 処理 出力 判断者 合格条件
データ取得
分析・学習
検証
採用判断
本番運用
改善

5. フェーズ計画

この章では、段階的に何を実現するかを定義する。特に、初期は専門家が操作し、後期は非エンジニアがUIだけで運用できる状態にするなど、成熟度の変化を明確にする。

フェーズ 目的 到達条件 主担当 利用者 実装範囲 次フェーズ移行条件
Phase 1
Phase 2
Phase 3
Phase 4

6. 機能要件

機能要件は、単なる一覧ではなく、ユーザー操作、入力、処理、出力、例外、検証方法まで定義する。

ID 機能名 利用者 入力 処理 出力 例外時表示 優先度 検証方法
F-001 Must Test

7. 画面・UI要件

この章は、AI時代の要件定義で特に重要である。画面名、表示項目、操作、空状態、数値表示、レスポンシブ方針を明示しないと、実装セッションごとに画面がぶれる。

画面ID 画面名 目的 表示項目 操作 遷移先 空状態 権限 備考
UI-001 ホーム

7.1 表示ルール

種別 ルール
数値 小数点、桁区切り、単位、丸め方を明記する。
色だけで意味を伝えず、記号・ラベルも併用する。
空状態 データがない場合の文言、グラフ非表示、ボタン無効化条件を明記する。
エラー 復旧方法が分かる文言にする。
モバイル 対応有無、優先画面、折りたたみ方を定義する。

8. データ要件

データの取得元、形式、更新頻度、保存先、契約、利用制限、権利関係を明記する。

データID データ名 取得元 形式 更新頻度 利用目的 保存先 制約 検証方法
D-001 CSV/API/JSON

9. 外部サービス・規約・契約制約

外部データ、API、LLM、決済、認証、通知基盤などを使う場合、規約と技術制約を要件として扱う。

サービス 用途 認証方式 利用時間 禁止事項 契約条件 障害時対応

10. AI・機械学習要件

AIプロジェクトでは、モデル名だけでは不十分である。学習データ、特徴量、検証方法、評価指標、採用基準、再学習、モデル監査を定義する。

項目 記載内容
学習データ 期間、対象、除外条件、未来データ混入防止策。
特徴量 使用する変数、人間コメントの数値化方法、更新方法。
モデル構成 基礎モデル、補助モデル、不確実性推定、アンサンブル方針。
評価指標 精度、利益、時間効率、安定性、最大ドローダウンなど。
バックテスト 期間、購入仮定、資金ルール、検証粒度、リーク防止。
採用基準 何を満たせば本番採用するか。
再学習 頻度、トリガー、承認者、ロールバック方針。

11. ロジック・ルール・バージョン管理

複数のロジックや設定を扱う場合、それぞれを独立した資産として扱う。

ID 名称 説明 作成日 採用日 採用者 現在状態 累積成績 バージョン 変更履歴
L-001 候補/採用/停止

12. 収支・評価・リスク管理

成果が数値で出るシステムでは、成果計算の前提を要件として固定する。

指標 定義 計算式 表示場所 更新タイミング 合格基準
回収率
最大ドローダウン
的中率
時間効率

13. 非機能要件

種別 要件 測定方法 目標値
可用性
性能
セキュリティ
監査性
保守性
アクセシビリティ
バックアップ

14. レビュー・検証・受入基準

要件定義はレビューのための基準である。したがって、各要件に対して、検証方法、受入条件、証跡を定義する。

要件ID 検証方法 受入条件 証跡 レビュー担当
F-001 Test / Demo / Inspection / Analysis

15. 未決定事項・リスク・変更管理

ID 内容 影響 対応方針 期限 担当 状態
R-001 高/中/低 Open

16. 命名・ブランド・世界観

内部名、外部表示名、コード上の名称、配布資料上の表記がずれると混乱するため、最初に統一する。

種別 名称 使用場所 禁止表記 備考
ブランド名 UI、資料
内部コード名 DB、コード
モデル名 管理画面、ログ

17. 要件品質チェックリスト

観点 チェック項目
必要性 目的に直結しない機能が混ざっていないか。
明確性 誰が読んでも同じ意味に解釈できるか。
単一性 1つの要件に複数の要求が混ざっていないか。
検証可能性 実装後に合否判定できるか。
追跡可能性 目的、画面、データ、テストに接続できるか。
実現可能性 技術、予算、運用体制で実現できるか。
境界明確性 対象外、例外、制約が書かれているか。
保守性 担当者が変わっても同じ運用ができるか。

↑ トップへ戻る