Contents
Kiro AI IDE導入の基本: 初心者向けステップバイステップガイド
Kiro AI IDEを始めるには、AWS BuilderアカウントとIdentityCenterアカウントの取得が必須です。これらの手順を正しく実施することで、後続設定の基盤が整います。特にAWS Builderアカウントは、モデルコンテキストプロトコル（MCP）との連携に必要で、AIモデルがプロジェクト文脈を理解するための鍵となります。
AWS Builderアカウントの取得手順
AWS Builderアカウントは、Kiro AI IDEとAWSサービス間で通信を行うための専用アカウントです。以下が基本的な手順です：
- AWS公式サイトにアクセスし、「アカウント作成」を選択
- 電子メールとパスワードを入力して登録
- 認証コードをメールで確認し、有効化
注意：法人利用の場合は組織情報の入力を必須とし、アカウント権限を適切に設定してください。
IdentityCenterアカウントの役割と設定方法
IdentityCenterはAWSのユーザー認証・アクセス管理サービスで、Kiro AI IDEでのセキュリティ確保には不可欠です。以下が主な手順です：
- AWS Management Consoleから「Identity Center」を選択
- 新規ユーザー登録フォームを埋め込む（メールアドレス、役職情報など）
- ユーザーに割り当てたロールと権限を設定
| 項目 | 内容 | 補足 |
|---|---|---|
| ユーザーID | 独自ドメイン形式（例: [メールアドレス削除]） | 企業アカウントの場合は必須 |
| ロール | KiroDeveloper や DataScientistなど |
プロジェクトに応じて割り当て |
補足：IdentityCenterはAWS公式ドキュメントで「IAM（Identity and Access Management）」と名称が異なるため、混同しないように注意してください。
Model Context Protocol設定: mcp.jsonの最適化手法
mcp.jsonは、AIモデルがプロジェクトの文脈を理解するために必要な設定ファイルです。正しく構成することで、コード補完や推論精度が向上します。以下に基本構造とパラメータを解説します。
基本構造とパラメータ解説
mcp.jsonの基本構造は以下の通りです：
|
1 2 3 4 5 6 7 |
{ "project_name": "MyAIProject", "model_type": "llama3-70b", "context_length": 2048, "api_endpoint": "https://api.kiro.ai/mcp" } |
project_name: プロジェクト名（任意の識別子）model_type: 使用するモデルタイプ（LLaMA、Llama3など）context_length: 処理可能な最大トークン数api_endpoint: Kiro APIとの通信先
環境固有のコンテキスト定義例
複数プロジェクトを管理する場合、以下のように分離した設定が推奨されます：
|
1 2 3 4 5 6 7 8 |
{ "environment": "dev", "custom_contexts": [ {"type": "code", "path": "/src/utils/*.py"}, {"type": "data", "path": "/datasets/**/*.csv"} ] } |
| 環境 | 説明 | 対象ファイル |
|---|---|---|
| dev | 開発環境 | /src/配下すべて |
| prod | 本番環境 | /dist/配下すべて |
生産性向上機能の活用: フォーマット自動化設定
コードの一貫性を保つため、Format On SaveとHookによる自動フォーマットが有効です。特に大規模チームでの開発では必須の設定です。
Format On Saveの有効化手順
Kiro IDEの右下に表示される「Settings」アイコン（UI上部メニューの「⚙️」アイコン）をクリックします。その後、以下のように操作してください：
- 「Preferences」→「Editor」→「Formatting」を開く
- 「Format on Save」のチェックボックスをONに
注意：フォーマット規則はプロジェクトごとにカスタマイズ可能です。
editorconfigファイルで設定できます。
Hookによる自動フォーマット実装例
以下のようにGitHookを設定することで、リポジトリレベルでの自動整形が可能になります：
|
1 2 3 4 |
# .git/hooks/pre-commit #!/bin/bash npx prettier --write "**/*.ts" "**/*.js" |
| ファイル拡張子 | 対応フォーマッタ | 設定ファイル |
|---|---|---|
.ts |
Prettier | prettier.config.js |
.py |
Black | setup.cfg |
高度なカスタマイズ: テレメトリー設定とプライバシー管理
Kiro IDEは利用データを収集しており、企業のポリシーに応じてオプトアウト設定が可能です。
収集内容の確認手順
以下の情報を定期的に確認してください：
- IDE起動時：右下のアイコンから「Telemetry Settings」を開く
- データカテゴリ：
- ユーザー操作履歴（キーボードショートカットなど）
- エラー発生時のスタックトレース
- 仮想環境構成情報
オプトアウト設定方法
オプトアウトは以下のように行います：
- 「Telemetry Settings」画面から「Opt Out」を選択
- ポリシーの確認画面で「同意する」をクリック
- 再起動後に変更が反映されます
プロフェッショナル向け: パフォーマンスチューニングと拡張性確保
大規模プロジェクトでは、Kiro AI IDEの設定を最適化することで、パフォーマンス向上と拡張性確保が可能になります。
マルチプロジェクト構成の最適化
複数プロジェクトを管理する場合、以下のような構造が推奨されます：
|
1 2 3 4 5 6 7 8 |
├── workspace/ │ ├── project1/ │ │ └── .kiro/config.json │ ├── project2/ │ │ └── .kiro/config.json └── shared/ └── mcp.json |
| フォルダ名 | 機能 | 注意点 |
|---|---|---|
workspace/ |
各プロジェクトのトップレベル | 独自の設定ファイルを配置 |
shared/ |
全プロジェクトで共有する設定 | .kiro/config.jsonは必須 |
カスタムHookの実装パターン
以下のように、独自のHookを作成することで、自動処理をカスタマイズ可能です：
|
1 2 3 4 5 6 7 8 9 10 |
// .kiro/hooks/custom.js module.exports = { preSave: (file) => { console.log(`Saving ${file.path}`); if (file.ext === ".ts") { return prettier.format(file.content); } } }; |
| フックタイプ | 実行タイミング | 対応処理 |
|---|---|---|
| preSave | 保存直前 | フォーマット、エラーチェック |
| postBuild | ビルド終了後 | ログ出力、通知送信 |
結論: Kiro AI IDE設定の要点まとめ
- AWS BuilderアカウントはMCPとの通信に不可欠で、公式ドキュメントに基づいた取得が必須
- mcp.jsonを正しく設定すればモデルの理解精度が向上し、コード補完や推論結果の正確性が高まる
- Format On SaveとHookでコードの一貫性を保つことが可能
- テレメトリーのオプトアウトは企業ポリシーに合わせて設定することを推奨
- 大規模開発では構成最適化とカスタムHookの活用が重要
このようにKiro AI IDEの設定を正しく行うことで、AI駆動開発による生産性向上が実現できます。導入から高度なカスタマイズまで、本記事で紹介した手順に従ってください。