Cline v3.25.0でのアップデート内容を詳しく解説: Deep Planning, Focus Chain, Auto Compactなどの新機能

Cline v3.25.0でのアップデート内容を詳しく解説: Deep Planning, Focus Chain, Auto Compactなどの新機能

2025年8月にリリースされたCline v3.25.0では、大規模タスクや長期対話に対応するための新機能群が導入されました。Deep Planning、Focus Chain、Auto Compactの3つを組み合わせることで、AIエージェントが「途中で目的を見失わず」かつ「対話履歴の汚染なく」動作できるように設計されています。これらの機能は、従来から問題となっていたマルチターン対話におけるコンテキスト劣化に対処し、より高度な問題解決を実現します。以下では各機能の概要と使い方、そしてアップデートの狙いを詳しく解説します。

大規模開発タスク向けに追加された新機能の背景や意図、目的を詳説

Cline v3.25.0では、従来のPlan/Actシステムに加え、長期的かつ複雑な開発タスクに強い新機能が3つ追加されました。背景には、モデルの文脈ウィンドウが大きくなるほどエージェントの性能が劣化する「マルチターン対話汚染」問題があります。新機能導入の目的は、対話履歴が増えてもエージェントの推論がぶれることなくタスクを遂行できるようにすることです。つまり、最初に綿密な計画を立てるDeep Planning、計画実行中に現状と次のタスクを常に再確認させるFocus Chain、そして文脈の重複を自動要約で排除するAuto Compactにより、エージェントを「正しい方向に留め続ける」仕組みを提供します。これにより、開発者はモデルの予期せぬ脱線を減らし、効率よく複雑問題を解決できるようになります。

新機能Deep Planning、Focus Chain、Auto Compactの基本動作と利点をまとめる

Deep Planningは、タスク開始時にコードベース全体を調査し、詳細な実装計画（implementation_plan.md）を自動生成する機能です。一連の探索を終えた後、改めて「ノイズのない」完璧な計画をもとに実装に入ることで、推論劣化を防ぎます。Focus Chainは、タスク遂行中に自動でTodoリストを生成し、一定間隔でコンテキストに再挿入する機能です。これによりエージェントは常に「今やるべきこと」が明示され、計画から逸脱しにくくなります。Auto Compactは、対話履歴がモデルの文脈制限に近づくと過去のやり取りを自動で要約し、不要な情報を除去する機能です。これら3機能は相互に連携して動作し、複雑な問題でもエージェントが集中力を保ちながら最後まで実行できるよう支えます。

v3.25.0アップデートで解決する課題と期待される効果

これらの新機能は、従来のClineで課題だった複数ターンにわたる対話履歴の蓄積による性能低下に対する対策です。例えばDeep Planningにより計画と実装フェーズを別セッション化することで、マルチターン対話で蓄積される「不要な思考過程の痕跡」を意図的に捨て去り、新たに生成された計画のみを引き継ぎます。Focus Chainでは定期的にTodoリストを確認させることで「いま何をすべきか」の自覚を促し、議論が別方向に拡散するのを防ぎます。Auto Compactでは、モデルのコンテキストが膨れ上がった段階で過去の議論を要約し、会話履歴の情報量を圧縮します。これらにより、5万トークンに相当する長大な対話であっても途中で手戻りすることなく作業を継続でき、最終的には複雑問題の解決率向上が期待されます。

v3.25.0で改善された既存機能とバグ修正の詳細

v3.25.0リリースでは、新機能追加のほか、既存機能の改良やバグ修正も行われました。例えば、Claude Sonnet 4 (2025年8月リリース)向けに2万から20万トークンのコンテキストウィンドウ対応が追加されました。また、Clineのツールで重複していたattempt_completionコマンドの問題修正や、アナウンスバナーの閉じるボタンが効かないバグ修正も実施されています。さらにAWS BedrockでGPT-OSSモデルが利用可能になり、多様なモデルに対応した拡張が行われています。これらはすべて開発者コミュニティからの要望に応えたもので、ユーザー体験の改善に貢献しています。

Cline v3.25.0へのアップデート手順と互換性の注意点

Cline v3.25.0へのアップグレードは、通常のパッケージアップデート手順で可能です。コマンドラインやVSCode拡張で最新版をインストールし、新機能はデフォルトで有効になっています。ただし、Focus Chainのリマインダー間隔などは設定で調整可能です。旧バージョンでPlan/Actを利用していたワークフローにも影響は少なく、必要に応じて/deep-planningやFocus Chainを部分的に有効化してテストできます。アップグレード前には必ず進行中のタスクを保存し、バックアップを取っておくと安全です。また、サードパーティプロバイダー利用時は、追加された「custom base URL」オプションの設定を確認してください。

Deep Planning（ディーププランニング）による計画プロセス: 複雑問題に対処する事前調査と実装計画の自動生成

Deep Planningは、Clineに新たに導入された計画支援モードです。/deep-planningコマンドを実行すると、エージェントはまずコードベース全体を静かに調査し、依存関係やファイル内容を分析します。この段階でユーザーに確認したい点があれば質問し、すべての探索が終わるとimplementation_plan.mdという文書ファイルを自動生成します。その後、新しいActセッションを立ち上げ、生成した計画書を含むプロンプトから実装作業を開始します。このプロセスにより、探索フェーズで生じた中間成果物や誤りの痕跡をクリアして「クリーンな」実装指示だけを引き継ぐことができます。

Deep Planningの基本概念: コードベース調査から実装計画策定まで

Deep Planningでは、「調査（Research）」と「実装（Act）」の各段階を明確に分割して実行します。まず調査段階でClineはリポジトリ全体をgrepや解析ツールで読み込み、ソースコードの構造や依存関係を把握します。次に、ユーザーからの要件を再確認する質問を行い、曖昧な点を明確化します。その上で、分析結果と追加情報を基に包括的な実装計画（implementation_plan.md）を作成します。計画書には機能実装の概要や優先度、潜在的な注意点などがまとめられます。最後に、計画書を含むプロンプトを用いて新セッションで実装を始めるため、エージェントは「雑多な探索情報」に惑わされず、計画通りに実装作業に集中できます。

Deep Planning実行の流れ: /deep-planningコマンドとimplementation_plan.mdの生成

実際の手順は以下のようになります。ユーザーがタスクを指示して/deep-planningを実行すると、Clineはまず非出力モードになってコードベースを解析し始めます。全体把握が終わった後、エージェントがユーザーに質問しながら詳細を詰め、最終的にimplementation_plan.mdというMarkdownファイルを生成します。その後、新しいActモードのセッションが開始され、この計画書が含まれた形でエージェントが動作を再開します。これにより、調査時の詳細な会話や推論は要約され、計画だけがプロンプトとして引き継がれるため、対話履歴のノイズが除去されます。

Deep Planningが解決する課題: コンテキスト汚染とマルチターン対話の問題

Deep Planningは、いわゆる「チェーホフの銃の誤謬」によるコンテキスト汚染を防ぎます。マルチターンで会話を続けるほど、モデルは過去の生成文や誤り修正、ツール出力などに引きずられ、本来のタスクを忘れがちになります。Deep Planningでは、探索フェーズの思考過程を一度「捨て」、最終的な計画だけを次のセッションに継承します。これにより、雑音を含まない「完全な文脈」で実装を開始でき、Turn 20以降も高い精度が維持されるようになります。

implementation_plan.mdの役割と内容: 設計ドキュメントとしての活用

生成されるimplementation_plan.mdは、Deep Planningの核心です。このファイルには、ユーザー要求に基づく要件、設計方針、タスク分割の概要などがまとめられます。実質的には設計ドキュメントであり、これを見ればエージェントも人間も「何をどう実装するか」が明確になります。Kiroのスペックモードでいうrequirement.mdやdesign.mdに相当し、プロジェクトの一貫性を担保します。開発が進む中で仕様変更があれば計画書を修正し、再度Deep Planningを実行することで計画と実装が同期され、品質管理にも寄与します。

Deep Planning活用例: 大規模コードベースでの使用シナリオ

Deep Planningは特にソースコード量の多い大規模プロジェクトで威力を発揮します。例えば既存の複雑なアプリケーションに新機能を追加する場合、まず/deep-planningで全体を調査し、関連部分を把握します。その後、生成された計画書に従って段階的に実装タスクを進めます。これにより、複雑な依存関係で発生しがちな認識ズレが減少し、バグ修正の高速化や後戻りの防止が期待できます。実際、Cline開発者の報告では、この機能を使うと設計を飛ばした場合に比べて生産性が大幅に向上するとのことです。

Focus Chain（フォーカスチェーン）: AIエージェントの作業を見失わないための持続的なタスク管理システム

Focus Chainは、エージェントの作業焦点を維持するための継続的タスク管理機能です。タスクを始めるとClineが自動でToDoリストを生成し、完了・未完了項目を管理する進捗バーをUIに表示します。デフォルトでは6ターンごとにリストをコンテキストに再挿入し、モデルに対して「現在行っていること」「完了したこと」「次に何をするか」をリマインドします。これにより、マルチターンで議論が長引いてもエージェントは途方に暮れることなく、常に作業計画に従って動作できます。Focus ChainはCursorやClaude Codeといった他のAIエージェントでも見られるTodoリスト機能の発展形であり、エージェントがタスクを「忘れない」ための実績ある手法を取り入れています。

Focus Chainの概要: タスク管理強化機能としての役割

Focus Chainは、ユーザーの指示をもとにClineが自動で詳細なToDoリストを作成し、タスク管理を補助します。生成されるToDoリストはMarkdownファイルとして保存され、完了した項目にはチェックが付きます。UIには進捗バーが表示され、全体のステップ数と現在位置がひと目で分かります。こうした可視化により、ユーザーもエージェントも「今何をしているのか」を把握しやすくなり、作業の抜け漏れを防ぎます。Clineの設定画面からFocus Chainをオンにすると自動的に有効化され、リマインダー間隔やその他の動作を調整することができます。

Focus Chainの仕組み: 自動TODOリスト生成と定期リマインダー

Focus Chain有効時には、タスク開始時にClineがプロンプトを解析し、必要なステップを分解したTodoリストを自動生成します。たとえば「ユーザ認証システムを作成する」という指示であれば、プロジェクト設定や依存関係の追加、テストの作成など具体的な項目に細分化されます。作業を進めるにつれて、6ターンごとに現在のチェックリストがコンテキストに再挿入され、モデルは自身の進捗を確認して「今どこまで終わっているか」「次は何をすべきか」を明示的に示されます。このリマインダー機能により、モデルが長い会話で目的を見失うリスクが大幅に軽減されます。

Focus Chainによる進捗可視化: UIプログレスバーとチェック機能

Focus Chainの効果の一つが、UI上での進捗可視化です。Clineのチャットヘッダーには「完了/未着手のステップ数」が表示され、各ToDo項目にはチェックボックスが付きます。ユーザーはこの進捗バーをクリックしてToDoリストを直接編集することも可能で、必要に応じて項目を追加・削除できます。こうして作業の全体像が常に視界に入り、モデルとユーザー双方が計画を共有することで、誤った方向で作業を進めるミスが減少します。さらに、Focus Chainはユーザーが手動でリストを更新した際にも自動でモデルに通知し、最新の計画に追従させます。

Focus Chainのカスタマイズ: 設定やリマインダー間隔の調整

Cline設定画面でFocus Chain機能を無効化することも可能ですが、基本的にはデフォルトで有効になっています。リマインダーの間隔はデフォルト6メッセージごとですが、1～100の範囲でカスタマイズできます。状況に応じて間隔を短くすれば頻繁にリマインドが入り、長期の考察タスクでも目的を見失いにくくなります。逆に間隔を伸ばせば対話を滑らかに行いつつ、要所で振り返りが行えます。このように、Focus Chainはユーザーの開発スタイルに合わせて細かく調整できる設計です。

Focus Chainの活用例: 実際の開発ワークフローへの組み込み

実際の開発では、Focus ChainはPlanモードで生成した実装計画にも組み込むと効果的です。例えばDeep Planningでimplementation_plan.mdを作成した後、その計画を元にFocus ChainがTodoリストを生成します。そのままActモードを開始すると、計画されたステップが逐次的に実行され、進捗がチェックされていきます。ユーザーが途中でタスク追加や修正をしても、その情報は自動的にリストに反映されます。この一連の流れにより、Clineは仕様書に忠実に開発を進めつつ必要に応じて動的に計画修正が可能となります。実際に、Focus Chainを使いこなしたユーザーは、タスクの抜け漏れが減り、自動化プロセスが格段に安定したと報告しています。

Auto Compact（オートコンパクト）: コンテキスト圧縮で長文対話を効率的に継続しパフォーマンスを維持

Auto Compactは、会話がモデルのコンテキストウィンドウに近づいた際に自動で要約を行う機能です。通常、Clineはコンテキスト上限に達すると古い発言を切り捨てていましたが、Auto Compactでは対話履歴を総括したサマリーを生成し、古いログを置き換えます。サマリーには技術的な決定事項、コードの変更点、進捗状況などが含まれ、エージェントはそこから作業を再開します。この要約生成により、重要な情報を保持しつつ実行履歴のノイズを減らせるため、長大なタスクでも一貫性を保って処理を続けられます。

Auto Compactの概要: 会話履歴を自動圧縮する機能

Auto Compactは、Clineが会話のトークン使用量を監視し、制限に近づくと自動で作動します。動作の流れは、まずこれまでの全対話内容をもとに包括的な要約を作成し（技術的決定やファイル変更など重要事項を含む）、次に旧い会話履歴をこの要約で置き換えます。要約後は新たに要約を挿入したプロンプトから作業を継続するため、モデルはまるでコンテキストが途切れていないかのように処理を再開できます。結果として、従来の切り捨て方式とは異なり、重要情報を失わずに長時間の開発を行えるようになります。

Auto Compactの動作原理: 文脈上限直前で要約ツールを呼び出す

技術的には、Auto Compactは設定した文脈ウィンドウ閾値に達しそうになると、要約モデル（通常のAPIプロバイダー上の同じLLM）に対話履歴の要約を依頼します。この要約プロンプトは技術的な観点からのサマリーを生成するもので、得られた短いテキストで元の長い履歴を置き換えます。その後、置き換えられた履歴に基づいて作業を継続するため、ユーザーやエージェントが気づかないうちにコンテキストが「クリーンアップ」されている仕組みです。このとき、プロバイダーへの要約コールは通常のモデル入力と同じキャッシュを利用するため、コスト面でも効率的に処理できます。

Auto Compactが保持する情報: 技術的決定や変更点のサマリー

Auto Compactの要約には、これまでの作業内容の本質が凝縮されます。具体的には、主要な技術選択、修正済みのバグ、進捗した機能、未解決の問題などが含まれます。これにより、モデルは過去の作業の重要ポイントだけを参照できるため、同じプロジェクトをより深く理解しながら作業を続行できます。また、要約後もFocus ChainのTodoリストは永続的に保持されるため、サマリーが入れ替わっても計画は失われません。結果、長期タスクの間断が減り、全体のコーディング効率と品質が向上します。

Focus Chainとの連携: 要約後もタスクが継続する仕組み

Auto CompactはFocus Chainと相性が良く、長期のタスクを橋渡しします。Focus Chainはサマリー中にもToDoリストの現状を反映し続けるため、要約が行われても「今完了している項目」と「次のタスク」が消えずにContextに残ります。これにより、会話履歴が入れ替わってもエージェントは途切れず作業を継続でき、進捗管理が断絶しません。例えば、サマリー直後のコンテキストでは依然として「TODO: X件完了、次はY」という形で指示が残っており、その場で作業が再開できます。この連携によって、Clineは非常に長い対話でも「軸足をブレさせることなく」処理し続けることが可能になります。

Auto Compactの効果: 長期タスクの中断を防ぎ開発を継続

Auto Compactの導入により、以前は断続していた大規模プロジェクトでの開発が途切れずに行えるようになります。Cline公式によれば、500万トークンに相当する対話も20万トークンのウィンドウで完遂できると報告されています。要するに、会話のノイズを断続的に要約することで、エージェントは高い集中力を保ったまま作業を継続できるようになります。これにより、Cline v3.25.0は従来のエージェントより大幅に長い開発フローをサポートし、複雑な機能の実装や大規模リファクタリングにも強くなりました。

これらの機能群は何を示すのか？AIエージェント開発の最新トレンドと将来像、タスク管理手法や課題を紐解く

Cline v3.25.0に搭載されたDeep Planning、Focus Chain、Auto Compactの機能群は、現在のAIエージェント開発で注目される潮流を反映しています。まずTodoリスト生成によるタスク管理は、CursorやWindsurf、Claude Codeといった他のエージェントでも採用されており、エージェントが自身の作業を「補正」し続ける手法として実績があります。Focus Chainはまさにこのトレンドを踏襲したものであり、エージェントが長期間にわたるタスクでも方向性を見失わないようにする工夫が評価されています。一方、Deep PlanningはAWSのKiroが提唱する「仕様駆動開発（Spec Driven Development）」の考え方と共鳴するもので、事前に要件や設計を明示的にまとめることで後続作業の品質と効率を高めるアプローチです。Auto Compactは、マルチターンによる文脈汚染への対策であり、長い会話でも重要情報を失わないための次世代的な文脈管理手段です。これらを総合すると、ClineはAIエージェントの自律性向上と開発プロセスの整備という2つの大きなニーズに応える形で進化したと言えます。

新機能群に見るAIエージェント開発のトレンドとは

AIエージェント開発において近年注目されているのは、「エージェント自身がタスクの構造と目標を維持管理する仕組み」です。Focus ChainのようなTodoリスト生成機能は、このトレンドの一例であり、CursorやClaude Code、Windsurfでも類似の機能が実装されています。これは、LLMの短期記憶では長期目標が失われがちであることを踏まえ、エージェントに外部記録としてタスク一覧を持たせる手法です。また、Deep PlanningやKiroのSpecモードに見られる「仕様駆動開発」志向も拡大しており、開発前に要件や設計を明示的に計画させることで後続の実装を安定化させようとする動きがあります。つまり、Cline v3.25.0の機能群は最新のエージェント開発思想を取り込んだものであり、他製品との技術的共通点や競合との差別化点を示しています。

他エージェントとの比較: Todoリストと長期タスク機能の普及

ClineのFocus Chainが取り入れたTodoリスト生成機能は、既に他エージェントで見られるアプローチです。たとえばWindsurfでは「Planning Mode」、Cursorでは「Agent To-dos」が導入され、Claude Codeでも同様の機能が実装されています。これらはいずれもAIエージェントが自律的にタスクを分解し、進捗を管理するためのテクニックです。Clineはこれらのトレンドを踏まえてFocus Chainをデフォルト有効化し、エージェントの自立性と安定性を高めました。結果的に、複数のエージェント間で共通化した機能群となり、ユーザーも「機能の違いを学習しやすい」というメリットがあります。

Deep Planningと仕様駆動開発: 計画重視のアプローチとの関連

Deep Planningの考え方は、AWSのKiroが提案する「仕様駆動開発（Spec Driven Development）」と親和性があります。両者とも、タスク開始前に要件や設計文書を自動生成し、計画を明確にしたうえで実装を進める点で共通しています。Spec Driven Developmentではユーザープロンプトから仕様(requirement.md)、設計(design.md)、タスク(tasks.md)へと順に生成し、タスクをTodo型で実行します。Deep Planningでも最初にimplementation_plan.mdを作成し、それに従ってActモードで実装するため、結果的に「設計書を用意してから作業するワークフロー」が自動化されており、実質的にスペック駆動型のプロセスをClineでも実現しています。

Auto Compactとコンテキスト管理: 大規模対話への適応

Auto Compactは、長大な会話データを要約することでエージェントのメモリ枯渇を防ぎます。これもまた、大規模対話への適応を狙った最新の機能と言えます。従来は文脈上限に達すると単に古いメッセージを切り捨てていたため、重要な背景情報を失うリスクがありました。Auto Compactでは、技術的決定や進捗をサマライズし残すことで、文脈を「圧縮」しつつ情報を保持します。このアプローチは今後、より長い対話を処理するための標準機能になっていくと考えられ、Auto Compactもその先駆け的役割を担っています。

これらの機能が示す今後の課題と展望

Deep Planning、Focus Chain、Auto Compactを組み合わせたCline v3.25.0は非常に高度な開発エクスペリエンスを提供しますが、今後の展望としてはさらなる自律化やカスタマイズ性の向上が課題です。例えばDeep Planningで生成した実装計画が必ずしも完璧とは限らないため、ユーザーが計画書を編集・再生成する仕組みの強化が期待されます。また、Auto Compactの要約品質向上や、Focus Chainの優先度自動調整など、ユーザー介入を減らしつつ柔軟に対応する機能が今後の注目点です。総じて、Clineの機能群はエージェントが「自己監査」しながら開発を進める方向性を示しており、AIエージェントの自律性向上に貢献すると同時に、新たなユーザビリティの検討を促すものとなっています。

Todoリストによる作業計画と進捗管理: AIエージェントにおけるタスク補正機能の意義と今後の展望について

AIエージェント開発において、タスクを小さなToDoリストに分解し管理する手法は非常に重要です。人間の開発者でもTODOリストで作業を管理するように、AIエージェントも同様に計画的にタスクを進める必要があります。Focus Chainに代表されるTodoリスト生成機能は、エージェントが自分のやるべきことを明示的に把握し続けるための仕組みであり、作業の漏れや逸脱を防ぎます。今後はさらに、タスク間の依存関係自動認識や優先度調整など、Todoリスト機能が進化することで、エージェントの自律性と適応性が高まることが期待されます。

AIエージェントにおけるタスク管理手法とTodoリスト

エージェントにタスクを実行させる際、何をいつ行うかを明確にするTodoリスト管理は必須です。特にマルチステップの開発作業では、どこまで実行済みで次に何を行うべきかを常に認識する必要があります。ClineにおけるFocus Chainは、指示されたタスクをいくつかの具体的なステップに分解し、箇条書き形式のリストとして管理します。これにより、エージェントは大きな目標を小さく分割して取り組み、完了チェックで達成感を得ながら確実に作業を進められます。

Claude CodeやCursorとの比較: 既存ツールにおけるタスク分解機能

既存のAIコーディングツールにも類似のTodoリスト機能が見られます。たとえばClaude Codeではプログレス管理ツールが導入され、Cursorにも7月に「Agent To-dos」が追加されました。これらはすべて、エージェントが自身のタスクを見直し、必要に応じて計画を調整する仕組みです。ClineのFocus Chainはこれらの流れを受け継いでおり、独自UIによる進捗バーや編集可能なTodoファイルなどで、タスク補正を支援します。こうした機能はコーディングエージェントの共通トレンドとなっており、ユーザーも機能間の共通理解をしやすくなっています。

ClineにおけるTodoリスト実装: progressファイルとFocus Chain

Clineでは、生成されたTodoリストはprogress/フォルダ内のMarkdownファイルとして保存されます。項目の達成ごとにリストが更新され、完了済みのリストはprogress/done/へ移動されます。Focus Chainでは、これらのファイルと連動してUIの進捗表示が動的に更新されます。ユーザーが手動でファイルを編集するとClineがそれを検知してコンテキストに反映するため、手作業で計画を微調整しながらエージェントにタスクを実行させる運用が可能です。この仕組みにより、エージェントとユーザーは常にタスク進捗を共有し、一緒に計画を完成させていくことができます。

効果的なTodoリスト運用: 過剰分割と優先度管理のポイント

Todoリストは有用ですが、作り方には注意が必要です。過剰に細分化するとタスク管理が煩雑になり、エージェントが項目にばかり気を取られて本質を見失うことがあります。また、優先度の高いタスクを後回しにすると、効率が悪化する恐れがあります。効果的な運用では、各項目を「検証可能な単体タスク」に分割し、重要度順に並べることが推奨されます。Clineの.clinerules機能ではこれらの注意点が言及されており、ユーザー自身もTodoリストのメンテナンス方法を学ぶ必要があります。適切に運用すれば、Todoリストはエージェントの作業品質を格段に向上させるツールとなります。

Todoリスト機能の将来: エージェントの自立性向上への寄与

今後は、Todoリストの自動化度合いがさらに高まるでしょう。現在はエージェントが自らリストを生成しますが、より柔軟なルール設定や、ステップ間の依存関係自動検出などが期待されます。エージェント自身が進捗を振り返り、必要に応じて計画を自動修正する機能が開発されれば、真に自律的なコーディングパートナーに近づきます。Cline v3.25.0の機能群は、この方向性への一歩を踏み出したものであり、今後さらに高度なタスク管理機能が登場することで、AIエージェントの活用範囲はますます広がっていくと考えられます。

仕様駆動開発（Spec Driven Development）とは何か: AWS Kiroのスペックモードから学ぶ

仕様駆動開発は、AIエージェントを使った開発で設計・要件定義を意識的に組み込む手法です。AWSが開発したKiroというAI IDEでは、通常の「Vibeコーディングモード」とは別に「スペックモード」が導入されました。Specモードでは、ユーザーが要求を入力するとまずrequirement.mdに要件定義が自動生成され、次にdesign.mdで設計ドキュメントが作られます。最後にtasks.mdで実装タスクが生成され、それに従ってエージェントが作業を進めます。この流れは、プログラマがプロジェクトの設計書を先に整えるソフトウェア工学の原則に近いもので、エージェントがより明確な指示とドキュメントを元に開発できるようにするものです。

仕様駆動開発の概要: 概念と目的

仕様駆動開発（Spec Driven Development）では、開発のはじめに要件と設計を明示的に文書化することで、アプリケーションの仕様を厳密に管理します。これは単にプロトタイプを作ってから後で書類を作るのではなく、AIエージェントの最初の入力からドキュメント作成を自動で行う点が特徴です。目的は、モデルが設計方針を勝手に推測して違うものを作り出してしまうリスクを減らし、仕様と実装の齟齬を防ぐことにあります。結果として生成される要件・設計文書は人間の開発者にも有用な資料となり、共同作業の透明性も高まります。

Kiroのスペックモード: 要件->設計->タスクへのワークフロー

AWS Kiroでは、Specモードで4段階のワークフローが用意されています。まずユーザープロンプトからrequirement.mdに要件が生成されます。次に、要件を元にソースコード解析を行いdesign.mdに設計がまとめられます。その後、設計文書を元にtasks.mdで実装用のタスクリストが生成され、最後にその順序に従ってエージェントが実装作業を行います。このようにスペックモードは、プロジェクトの要件定義から実装までを一連の流れで自動化し、ユーザーには必要な確認を逐次促します。この手法により、プロジェクトの全体像を事前に把握でき、ミスや手戻りを減らせるとされています。

Specモードのメリット: 設計文書での要件明確化と一貫性

Specモードを使うと、すべての設計と要件がドキュメント化されるため、開発チーム全体で仕様を共有しやすくなります。AIが生成したrequirement.mdには、例えばユーザーストーリーや受け入れ基準が明示されており、これに基づき設計が進みます。この一貫したドキュメント化により、開発の途中で要件変更があっても対応しやすく、後から振り返る際にも仕組みが見えやすくなります。実際にKiroのデモでは、仕様を明確にしたおかげでコード変更後も要件との乖離が起きにくくなり、リファクタリングも円滑になった例が示されています。

Vibeモードとの差異: プロンプト駆動開発との比較

従来の「Vibeコーディングモード」では、ユーザーがプロンプトを与えるとすぐに実装を始めていました。これは早く結果が得られる一方、設計文書が残らないため、後から仕様が不明瞭になる欠点があります。Specモードでは、まず計画段階を強制的に挟むことで、Vibeモードのスピード感を抑え、品質と透明性を優先します。どちらが有利かはユースケース次第ですが、Specモードは特に生産性よりも信頼性やメンテナンス性を重視する開発において有効です。

Kiroの事例紹介: requirement.mdからtasks.mdまでの流れ

Kiroを使った例では、「商品レビュー機能を追加する」というプロンプトに対して、まず要求仕様書が自動生成されました。続いて、その仕様書を元にデザイン文書が作られ、最後に実装タスクが細分化されました。各タスクにはテストの要件まで自動で付与されており、1つ1つ実行していくことで機能が完成しました。これにより、Kiro利用者はアプリが作りたい要件を常に確認しながら開発でき、AIの勝手な実装を未然に防げています。このように、Kiroのスペックワークフローは、要件定義から実装まで一貫した自動化を体験させる好例となっています。

Cline v3.25.0を仕様駆動開発の文脈で振り返る: Deep PlanningとFocus Chainで実現するスペック主導開発

Cline v3.25.0では、Deep PlanningとFocus Chainを組み合わせることで、実質的に仕様駆動開発的なワークフローを実現しています。Deep Planningで計画（要件・設計）のドキュメントを作成し、Focus Chainで実装タスクをTodoリスト化し管理する流れは、まさにKiroのSpecモードと類似しています。つまり、Clineでは①Deep Planningでimplementation_plan.md（設計文書）を生成し、②Focus Chainでタスクを一覧化して実行し、③途中でコンテキスト汚染が起きないようDeep PlanningとAuto Compactで情報をクリアに保つ、という三段階で開発を進められます。この結果、開発者は「AIエージェントの作業を仕様（スペック）に沿って進める」という感覚でClineを利用できるようになりました。従来のPlan/Actモードとも互換性があるため、スペック駆動に必ずしも全振りしなくとも、部分的にDeep PlanningやFocus Chainだけ使い分ける柔軟性もあります。

Deep Planningによる要件/設計文書の生成と引き継ぎ

Cline v3.25.0を使う開発フローの最初のステップはDeep Planningです。ユーザープロンプトからDeep Planningを実行すると、従来の即時実装に先立って要件や設計がまとめられたimplementation_plan.mdが生成されます。この文書には、実装する機能の概要や優先度、必要なファイル、設計の方針などが書かれ、次に実行されるActセッションに引き継がれます。まさに「プロジェクトのスペック」を最初に固めた状態で開発を開始できるため、後続の作業が計画的になります。

Focus Chainによるタスクの実行と進捗管理の流れ

次にFocus Chainを使うことで、implementation_plan.mdで作られた設計に従ってタスクがTodoリスト化されます。例えば「製品の検索機能を追加する」という計画がある場合、その機能実装のステップがToDoリストとして落とし込まれます。ClineはこれをUIに表示し、開発者もエージェントも進捗を確認しながら実行します。タスクが完了するごとにリストが更新され、Auto Compactでコンテキストを要約してもリストは保持され続けます。このようにDeep Planningで作った設計をFocus Chainで着実に実装する流れは、まさにスペック駆動開発における「タスクベースの開発フレームワーク」といえます。

旧来のPlan/Actモードとの統合: スペック駆動フローとの共存

重要なのは、ClineではDeep PlanningやFocus Chainを既存のPlan/Actモードに容易に組み込める点です。例えばPlanモードで実装計画を立てる代わりにDeep Planningを使ったり、従来の対話でAuto Compactだけを使うことも可能です。特に必須ではない機能はオプション扱いなので、従来通りの使い方と新機能を組み合わせて移行できます。これによりユーザーは既存ワークフローを壊さずに、スペック駆動的な方法論の利点を試すことができます。

仕様駆動開発との相性: Clineが拡張する開発ワークフロー

結果として、Cline v3.25.0は「AIエージェントが仕様書に従って開発する」スタイルを後押しします。Deep Planningで作られる計画書が事実上の要件・設計文書となり、それに基づいてFocus Chainで作業が進むため、スペック駆動開発で求められる要素がほぼ揃っています。これまでPlan/Actモードで開発していたユーザーも、より一歩進んだプロセスへ拡張できるようになりました。今後、さらにDeep Planningで生成する文書を要件別に分割したり、Focus Chainのタスク分割を高度化することで、より厳密な仕様駆動開発ワークフローがCline上で実現できる可能性があります。

Cline v3.25.0リリースノート: Deep Planning、Focus Chain、Auto Compactなど新機能と修正点の詳細

Cline v3.25.0の主なリリースノートには、Deep Planning、Focus Chain、Auto Compactの追加が挙げられています。加えて、Claude 4 Sonnet向けの20万トークン対応、Requestyプロバイダー用のカスタムURLオプション追加などが行われました。バグ修正としては、Focus Chainでのチェックリスト更新時に重複するattempt_completionコマンドの問題や、アナウンスバナーが消えない不具合が直されています。さらにAWS Bedrock向けにGPT-OSSモデルがサポートされるなど、対応モデルが拡充されました。これらの変更点により、Clineユーザーはより広範囲な環境で新機能を活用できるようになっています。

Deep Planning、Focus Chain、Auto Compactの追加

v3.25.0最大の特徴は、上述の通りこれら3つの新機能の導入です。それぞれの機能はデフォルトで有効となり、従来のタスク実行フローに自然に組み込まれます。Deep Planningは/deep-planningコマンドで使用可能、Focus ChainはCline設定画面からON/OFF切り替えが可能、Auto Compactは文脈閾値に到達すると自動で作動します。これにより、ユーザーは設定を意識することなく大規模開発タスクに強いClineを使い始められます。

コンテキストウィンドウ拡張: Claude Sonnet 4対応

また、Anthropicの大型モデルClaude 4 Sonnetに対応し、コンテキストウィンドウを従来の2万から20万トークンに拡張しました。これにより、最新の1Mトークン対応モデルをフルに活かしつつ、Auto Compactと併用して高精度な長期対話を行えます。コンテキストウィンドウの拡張は、今後さらに開発が進むモデルに対応するための土台となります。

細かな改善: 重複コマンド修正やバナー非表示

細かいバグ修正では、Focus Chainで進捗チェック時にattempt_completionコマンドが重複する問題が解消されました。これにより、モデルが同じコマンドを繰り返して実行してしまう事象がなくなります。また、チームから指摘のあったアナウンスバナー（リリース告知等）を閉じられないバグも修正され、ユーザーがUIをカスタマイズしやすくなりました。その他、プロバイダー設定でURL入力が容易になるオプション追加など、細かなUX改善が多数行われています。

新対応モデル: AWS BedrockへのGPT-OSS追加など

さらに外部連携面では、AWS Bedrock向けにGPT-OSSモデル群が追加されました。これにより、Clineで利用可能なモデルの選択肢が増え、コスト効率やライセンス要件に応じた柔軟な運用が可能になります。このアップデートは、エンタープライズ環境での採用を後押しするものと期待され、他のクラウドプロバイダーやローカルモデルへの対応も今後進む見込みです。

ドキュメント整備: Focus Chain/Auto Compact/deep-planningの紹介

最後に、公式ドキュメントの充実も進められました。新機能ごとに専用ページが用意され、仕組みや使い方が詳細に解説されています。特にFocus ChainやAuto Compactの技術的な動作原理は開発者向けに深掘りされています。これらの情報を参照することで、ユーザーは新機能の理解を深め、効果的にClineを活用できるようになります。