開発の退屈な部分を自動化した方法

## 実装計画 ### スコープ分類 [小〜中 / 大] ### サブタスク（大スコープのみ） 1. サブタスク1の説明 2. サブタスク2の説明 ### 実装目標 [達成しようとしていること] ### 実装アプローチ [技術的アプローチと重要な決定事項] ### 変更するファイル | ファイルパス | 変更内容 | 新規/修正 | |-----------|-------------------|------------| | path/to/file1 | X機能を追加 | 修正 | | path/to/file2 | Yを実装 | 新規 | ### 実装手順 1. [手順1の詳細] 2. [手順2の詳細] 3. [手順3の詳細] ### リスクと考慮事項 - [潜在的な問題と緩和策] - [依存関係と影響範囲] **承認を得る:** これは重要です: ユーザーが計画を承認するまでコーディングを開始しません。 このチェックポイントにより、誤った実装に時間を浪費する前に誤解を捕捉できます。 **フェーズ3: 実装** 実際にコードを書き、品質チェックを組み込みます: ワークフローはプロジェクト固有のガイドラインを自動的に読み込みます。 **フェーズ4: レビューと修正ループ** 実装後、レビューサブエージェントがコードをチェックし、見つけた問題を修正します。 **フェーズ5: PR（プルリクエスト）の作成** 最後に、すべてのドキュメントを含むドラフトPRを作成します。 **メトリクス（オプション）** ワークフローは何が起こったかを追跡できます。 ## ワークフローの洞察 このPRは自動実装ワークフローを使用して作成されました。 ### セッション概要 | フェーズ | 所要時間 | |-------|----------| | 計画 | X分 | | 実装 | Y分 | | レビュー＆修正 | Z分 | | **合計** | **N分** | ### ユーザー介入 - 計画修正の要求: N回 - レビュー修正の適用: M回 ### プロセスメモ - 生成されたサブエージェント: K個 - タスクルーティング: feature-implement / test-implementation **概念実証（Proof of Concept）の結果** 異なる複雑さの2つの実際のタスクでこれをテストしました。 **ケーススタディ1: E2E（エンドツーエンド）テスト実装** **タスク:** エンドポイントのE2Eテストを作成。 **うまくいった点:** - バリデーションエラーのテストケース - 認証エラーのテストケース - 100%ガイドライン準拠 **注目すべき瞬間:** - テストタスクとして自動検出 - test-implementationスキルにルーティング - 自動レビュー中に複数の問題を修正: - エラーコード修正 - 命名規則修正 - フィクスチャ（fixture）読み込みパターン変更 **ケーススタディ2: クロスドメイン（インフラストラクチャ＋バックエンド）** **タスク:** 自動化E2Eテストの環境をセットアップ。 - インフラストラクチャPR - Terraformインフラストラクチャリソース - バックエンドのマルチプール検証ロジック - 後方互換性を維持 **注目すべき瞬間:** - 大スコープ（クロスドメイン）として分類 - レビューをクリーンにするため2つのPRに分割 - E2Eテスト実装 - クロスドメイン（インフラストラクチャ＋バックエンド）実装 クロスドメインタスクは調査フェーズと2つのPRにわたる複数のレビューサイクルがあったため、よりコストがかかりました。トークン使用量は複雑さに比例して増加します―当然のことです。 参照: Claudeトークン価格設定 **このアプローチが機能する理由** **新機能の追加:** - スキルモジュールはコアワークフローに触れずに追加可能 - 各スキルは独自のドメインロジックを処理 - 新しいタスクタイプには新しいスキルが必要なだけ **大規模タスクの処理:** - 大規模タスクは自動的にサブタスクに分割 - サブタスクは順次または並列で実行可能 - 保守性が高い **明確な分離:** - コードを変更せずに動作を変更: - ガイドラインを更新してAIのコード記述方法を変更 - スキルに触れずにレビュー基準を調整 - 新しいパターンを文書化すると即座に適用 **より良い開発者体験** **以前:** - チケットを手動で読む - 頭の中で計画し、メモがあちこちに散らばる - 人間のレビュアーを待つ - PRテンプレートを手動で記入 - 常にツールを切り替える **現在:** - 構造化された計画、コーディング前の確認 - 即時の自動事前レビュー - 自動生成された説明 - 一貫した出力 **ガイドラインが実際に守られる:** - すべての実装が関連ガイドラインを読み込み - レビューエージェントが文書化された標準をチェック - 同じワークフロー＝開発者間で同じ標準 **予測可能な結果:** - 構造化フェーズ→予測可能な成果物 - Conventional Commits（規約に従ったコミット）→一貫したコミットメッセージ - テンプレート→大きくばらつかないドキュメント **学んだこと** **大きな気づき** 1. **構造はアドホックなプロンプトより優れています。** ランダムなAI支援はランダムな結果をもたらします。フェーズ、チェックポイント、品質ゲートは信頼性の高い出力をもたらします。 2. **人間をループに留めます。** 漠然とした監視ではなく、計画優先アプローチは明確な承認チェックポイントを導入します。実行前に計画の人間による検証を要求することで、誤解を早期に特定・修正でき、「あなたは…を意味していると思った」という典型的なシナリオを回避できます。 3. **スキルは成長の方法です。** 再利用可能モジュール内のドメインロジックは、すべてを再構築せずに新しいタスクタイプをサポートできることを意味します。 4. **自動レビューは簡単な問題を捕捉します。** 人間のレビュアーはリンター（lint）失敗や命名規則違反を指摘する必要がありません。難しい問題に集中できます。 5. **コスト管理には設計が必要です。** より少ないサブエージェント、ターゲットリンター実行、信頼度ベースのフィルタリング―これらの決定によりトークン使用量を合理的に保ちます。 **他にどこで機能するか** このパターンは、以下の開発環境に適合します: - 読み込んで従える文書化されたガイドラインがある - タスクが計画、実装、レビューフェーズに分解できる - 自動化可能な品質ゲート（リンター、テスト、コードレビュー）が存在 - 意思決定ポイントで人間の監視が重要 ポイントは開発者を置き換えることではありません。開発者が面白い問題に集中できるよう、退屈な部分を自動化することです。 **私たちのチームの機会** L4/L5に到達するには、「コード生成にAIを使用する」ことから、AIを中心としたシステムをエンジニアリングすることに移行する必要があります: - ベストプラクティスを構造化スキルにエンコード - 必須承認チェックポイントを定義 - 客観的な品質ゲートを自動化 - 評価と可観測性をワークフローに組み込み - コスト、一貫性、正確性を第一級の関心事として扱う モデル能力だけでなく、オーケストレーション、構造、ガバナンスを解決すれば、L4は現実的になります。規模での調整と自律性を解決すれば、L5が可能になります。 **ではこれは何か？** タスクチケットを受け取り、レビュー済みでマージ準備完了のプルリクエストに変換する構造化ワークフローです。AIは機械的な作業―チケットの読み込み、スコープ分析、ガイドラインに従ったコード記述、リンター実行、レビューコメント修正、PR説明生成―を処理します。人間は意思決定ポイントでコントロールを維持します: 実装開始前の計画承認、マージ前の最終レビュー。 開発者にとって、これは退屈な部分に費やす時間が減ることを意味します。チケット詳細の手動解析、リンター実行の忘れ、同じPR説明の定型文記述はもうありません。自動レビューを通過し、チームのパターンに従ったドラフトPRが得られます。 チームにとって、これは一貫性を意味します。ワークフローを使用する全員が同じガイドラインに従ったコード、同じ形式のコミット、同じレベルのドキュメントを含むPRを生成します。新しいチームメンバーは、ワークフローがパターンを自動的に強制するため、より早く生産的になれます。 目標は置き換えではなく増強です。開発者は依然としてアーキテクチャ決定を行い、最終コードをレビューし、人間の判断を必要とする問題を処理します。ワークフローは他のすべてを処理するだけです。 ![CyberAgent AI Utilization Levels](https://developers.cyberagent.co.jp/blog/wp-content/uploads/2026/02/ca-ai-utilization.jpg) ![](https://developers.cyberagent.co.jp/blog/wp-content/uploads/2026/02/Mermaid-Diagram-Feb-27-2026-4.png) ![](https://developers.cyberagent.co.jp/blog/wp-content/uploads/2026/02/Mermaid-Diagram-Feb-27-2026-5-scaled.png) ![](https://developers.cyberagent.co.jp/blog/wp-content/uploads/2026/02/import-notification-diagram-scaled.png) ![](https://developers.cyberagent.co.jp/blog/wp-content/uploads/2026/02/Targeting-Notification-Flow-Feb-5-2026-scaled.png) ![](https://developers.cyberagent.co.jp/blog/wp-content/uploads/2026/02/Targeting-Notification-Flow-Feb-5-2026-3-scaled.jpg) ![](https://developers.cyberagent.co.jp/blog/wp-content/uploads/2026/02/Targeting-Notification-Flow-Feb-5-2026-4-scaled.jpg) ![](https://developers.cyberagent.co.jp/blog/wp-content/uploads/2026/02/Targeting-Notification-Flow-Feb-5-2026-5-scaled.png) ![](https://developers.cyberagent.co.jp/blog/wp-content/uploads/2026/02/Targeting-Notification-Flow-Feb-5-2026-6-scaled.jpg) ![](https://developers.cyberagent.co.jp/blog/wp-content/uploads/2026/02/Targeting-Notification-Flow-Feb-5-2026-7-scaled.png) ![](https://developers.cyberagent.co.jp/blog/wp-content/uploads/2026/02/Targeting-Notification-Flow-Feb-5-2026-8-scaled.jpg)

開発の退屈な部分を自動化した方法

背景や根拠まで確認しますか？

調べる

選ぶ

サイト