受託案件でAIの「癖」を管理する | Cursor Project Rulesとbeadsの実務活用検証

はじめに：AIは「文脈」を忘れる

AIコーディングツールを使っていて、こんな経験はないでしょうか。「さっきまで完璧に動いていたのに、新しいセッションを開いたら全く違う書き方をしてきた」「プロジェクトのルールを毎回説明するのが面倒」「複数人で同じAIツールを使っているのに、出力がバラバラ」

これらはすべて、AIの「文脈の断絶」に起因する問題です。AIは賢いですが、前回のセッションで学んだことを覚えていません。プロジェクト固有のルールを明示的に伝えない限り、汎用的な提案をしてきます。

この課題に対して、2つの有力なアプローチが登場しています。1つはCursorの「Project Rules」機能、もう1つはSteve Yegge氏が開発した「beads」というAIエージェント向けタスク管理ツールです。

本記事では、これらのツールを受託Web制作・保守運用の現場で活用できるか、実務的な観点から検証します。

1. Cursor Project Rules：AIへの「指示書」

Cursorは、AI機能を統合したコードエディタです。VS Codeをベースにしており、Copilotとは異なる独自のAI統合を提供しています。その中でも注目すべきが「Project Rules」機能です。

1-1. Project Rulesとは

Project Rulesは、プロジェクト固有のルールや文脈をAIに伝えるための仕組みです。.cursor/rules/ディレクトリに.mdcファイル（Markdown + YAML）を配置することで、AIの提案内容をプロジェクトに最適化できます。

従来の.cursorrulesファイルは廃止予定となっており、現在はProject Rules（.mdc形式）への移行が推奨されています。

Project Rulesの最大の特徴は、ルールの適用条件を細かく指定できる点です。

• Always：常にコンテキストとして参照される
• Auto Attached：globパターン（*.php、*.cssなど）にマッチした場合のみ適用
• Agent Requested：AIエージェントが必要と判断した場合に参照
• Manual：明示的に呼び出した場合のみ適用

1-2. 受託案件での活用シナリオ

シナリオA：複数クライアントの保守運用

クライアントA社はBEM記法、B社はFLOCSS、C社は独自のCSS設計を採用しているケースを想定します。従来は、担当者が毎回「このプロジェクトはBEMで」と説明するか、AIの提案を手動で修正する必要がありました。

Project Rulesを使えば、各プロジェクトのルートに.cursor/rules/css-convention.mdcを配置し、CSS設計のルールを明文化できます。AIは自動的にそのルールに従った提案をしてくれます。

---
description: CSSコーディング規約（BEM記法）
globs: **/*.css, **/*.scss
alwaysApply: true
---
# CSS命名規則
- BEM記法を使用する（.block__element--modifier）
- プレフィックスは使用しない
- ネストは3階層まで

シナリオB：レガシーコードの保守

納品されたコードがjQuery + PHPのレガシー構成で、モダンな書き換えは許可されていないケース。AIはつい最新のベストプラクティスを提案しがちですが、Project Rulesで「Reactへの書き換えは禁止」「ES6以降の構文は使用しない」などを明示できます。

シナリオC：チーム内でのAI出力の統一

.cursor/rulesディレクトリをGitリポジトリに含めれば、チーム全員が同じルールでAIを使えます。「Aさんが作ったコードとBさんが作ったコードで書き方が全然違う」という問題を軽減できます。

1-3. Claude CodeのCLAUDE.mdとの比較

Claude Codeにも同様の機能として「CLAUDE.md」があります。プロジェクトルートにCLAUDE.mdファイルを配置することで、Claude Codeにプロジェクト固有の指示を与えられます。

結論として、細かい条件分岐が必要な場合はCursor Project Rules、シンプルに全体ルールを定義したい場合はCLAUDE.mdが適しています。

2. beads：AIエージェントのためのタスク管理

beadsは、元Google/AmazonエンジニアのSteve Yegge氏が開発した、AIコーディングエージェント向けのタスク管理ツールです。「AIエージェントの持続的なメモリ」を提供することを目的としています。

2-1. beadsの設計思想

DAG（有向非巡回グラフ）によるタスク管理

beadsの最大の特徴は、タスク間の「依存関係」を中心に据えた設計です。従来のタスク管理ツールが「いつやるか」（スケジュール）を重視するのに対し、beadsは「何が先に終わるべきか」（依存関係）を重視します。

たとえば「要件定義 → 実装 → テスト → リリース」のように、先に終わらないと次に進めない関係を明示的に定義できます。AIエージェントはこの依存関係を参照して、「今、着手可能なタスクは何か」を判断できます。

Gitとの深い統合

beadsはタスクをJSONL形式で.beads/ディレクトリに保存し、Gitでバージョン管理します。これにより、タスクの履歴がコードの履歴と同期され、「このコミットでどのタスクが完了したか」を追跡できます。

MCPサーバーとしての機能

beadsはMCPサーバーとしても機能します。Claude CodeやCursorなどのMCP対応ツールからbeadsのタスク情報を直接参照・操作できます。これはMCP、A2A、UCPといったプロトコルの実用例の一つと言えます（詳細は当社ブログ「UCP・A2A・MCP・AP2 | AIエージェント連携プロトコルの全体像」https://untype.jp/blog/ucp-a2a-mcp-ap2-aiエージェント連携プロトコルの全体像 を参照）。

2-2. 受託案件での活用可能性

活用できそうな場面

• 長期運用案件でのタスク依存関係の可視化：「このバグ修正はあのリリースが終わってから」といった関係を明示化
• AIエージェントとの協働：Claude CodeやCopilot Agent Modeと連携し、「次に着手すべきタスク」を自動で判断
• コードと同期したタスク履歴：Gitの履歴とタスクの履歴が統合され、「なぜこの変更をしたか」の追跡が容易

現時点での課題

• 学習コスト：CLIベースのツールであり、非エンジニアには敷居が高い
• 成熟度：2025年後半にリリースされた新しいツールで、まだドキュメントや事例が少ない
• 既存ツールとの併用：GitHub IssuesやBacklogなど既存のタスク管理ツールとの使い分けが必要
• 安定性：GitHubのIssueを見ると、worktreeの同期問題などまだ解決されていない課題がある

2-3. 結論：時期尚早だが注目すべき

現時点では、受託案件の本番環境でbeadsを全面導入するのは時期尚早と考えます。しかし、以下の点で注目に値します。

1. 「AIエージェントのためのタスク管理」という新しいカテゴリを開拓している
2. MCPとの統合により、今後のAIツールとの連携が期待できる
3. Gitとの統合というアプローチは、開発者にとって自然なワークフロー

個人のサイドプロジェクトや、社内の実験的なプロジェクトで試してみる価値はあります。

3. 実践的な導入ステップ

Cursor Project Rulesは、今日から導入できる実用的なツールです。以下に、受託案件での導入ステップを示します。

3-1. Step 1：既存プロジェクトのルール整理

まず、既存プロジェクトの暗黙のルールを洗い出します。

• CSS設計方針（BEM、FLOCSS、独自など）
• 使用ライブラリの制約（jQueryのバージョン、Reactは不使用など）
• 命名規則（ファイル名、変数名、class名）
• 禁止事項（ES6構文禁止、特定のプラグイン禁止など）

3-2. Step 2：.mdcファイルの作成

整理したルールを.cursor/rules/ディレクトリに.mdcファイルとして配置します。ファイルは目的別に分割することをお勧めします。

── css-convention.mdc # CSS設計ルール
├── js-convention.mdc  # JavaScript制約
├── php-convention.mdc # PHP規約
└── project-context.mdc  # プロジェクト全体の背景情報

3-3. Step 3：Gitリポジトリへのコミット

.cursor/rules/ディレクトリをGitリポジトリに含めます。これにより、チーム全員が同じルールを共有できます。.gitignoreに追加しないよう注意してください。

3-4. Step 4：運用と改善

AIの出力を観察し、ルールが適切に機能しているか確認します。期待と異なる出力があれば、ルールを修正します。ルールの修正もGitで履歴管理されるため、「いつ、なぜルールを変更したか」を追跡できます。

4. まとめ

Cursor Project Rules：今すぐ導入できる

プロジェクト固有のルールをAIに伝える仕組みとして、Cursor Project Rulesは実用的な選択肢です。特に、複数のクライアント案件を抱える受託制作会社にとって、案件ごとの「癖」をAIに学習させる仕組みは大きな価値があります。

beads：将来に向けて注目

AIエージェントのためのタスク管理という新しいカテゴリを開拓するbeadsは、まだ成熟途上ですが、MCPとの統合やGitとの同期というアプローチは、今後のAI開発ワークフローの方向性を示唆しています。

AIとの協働は「指示書」の整備から

AIツールの性能が向上しても、プロジェクト固有の文脈を伝えなければ、汎用的な出力しか得られません。「AIへの指示書」を整備し、チームで共有することが、AI活用の第一歩です。

まずは、担当しているプロジェクトの暗黙のルールを1つ、.mdcファイルに書き出すことから始めてみてください。その小さな一歩が、AIとの協働を大きく改善するはずです。