AIコードレビューがうまくいかない？

問題は「運用プロセス」にある！

AIを使ったコードレビューで、指摘の多くがコーディング規約だった。

ところが、その指摘内容がプロジェクト固有の規約とは合っていない。

そんなことが起きる場合があります。

でも、これはAIそのものの問題というより、AIに何を基準として判断させるか、という運用側の問題だと思います。

AIがプロジェクト固有の規約を知らなければ、一般的なコーディング規約や一般知識を基準に判断するのは当然です。

だったら、必要な規約をAIに渡せばいい。

まずはそこからです。

■規約を積み重ねる

例えば、

・一般的なコーディング規約

・社内標準

・顧客指定規約

・プロジェクト固有規約

・過去に追加されたルール

などを整理して、AIが参照できる形にします。

重要なのは、毎回ゼロから作らないことです。

前のプロジェクトで使った規約やルールを足場にして、今回必要な条件だけを追加する。

その積み重ねによって、AIに渡す判断基準そのものが育っていきます。

■AIであるからこそ、前プロジェクトを使う

AIを使うたびに、「どう聞けばいいか」「何を読ませればいいか」を最初から考えていたら、効率は上がりません。

前のプロジェクトで使った、

・有効だったプロンプト

・規約

・レビュー観点

・追加ルール

・誤指摘への修正内容

などを残しておけば、次のプロジェクトではそこから始められます。

つまり、前プロジェクトの結果を次の初期値にする。

AIであるからこそ、この積み重ねが重要です。

■ルール作りにもAIを使う

規約やルールを人だけで作る必要もありません。

過去のレビュー結果や修正履歴をAIに読ませて、

「この内容をルールとして整理して」

「重複している項目をまとめて」

「今回追加された条件だけ抜き出して」

と依頼すれば、ルール作りそのものにもAIを使えます。

人が全部整理するより、かなり時間を短縮できます。

もちろん、最終確認は人が行います。

少なくとも、整理やたたき台の作成までAIに任せるだけでも、

作業負担はかなり減らせます。

■チューニングを運用プロセスにする

流れとしては、

規約を作る

↓

AIに読ませる

↓

コードレビューする

↓

人が確認する

↓

修正内容をルールへ反映する

↓

次のプロジェクトで再利用する

という形です。

これを繰り返せば、AIを使うたびにゼロから準備する必要がなくなります。

しかも、使えば使うほど、規約と運用方法が整理されていく。

AIを単発で使うのではなく、運用資産として積み上げるという考え方です。

■最後に

AIコードレビューで、一般論ばかり指摘される、

プロジェクト固有規約と合わない。

そんな時、「AIは使えない」で終わらせる必要はありません。

まず確認するのは、AIに正しい判断基準を渡しているか。

そして、その判断基準を次のプロジェクトへ引き継げる形にしているか。

さらに、ルール作りそのものにもAIを使っているか。

ここまで運用として作れば、AIはレビューするだけの道具ではなく、ルールを整理し、次の仕事を速くするための仕組みとして使えるようになります。

問題はAIではありません、「運用プロセス」にある！

そして、最終決定を行うのは人です。