開発規約を学んだAIで半日待ちのレビューを数秒に、トヨタ情報システム愛知の検証

開発組織が大きくなり、新しく参画したメンバーを早く立ち上げる必要が高まる一方で、コーディング規約やSQL規約のドキュメントの一部が現在の開発実態と合わなくなり、実際のノウハウはベテラン社員の「口伝」で引き継がれていました。その結果、教える担当者の経験や解釈で新人の習得度に差が出るようになり、チームリーダーや有識者はレビューに追われて本来の設計・開発やマネジメントに時間を割けず、レビューを受ける側もフィードバックを待つ半日から1日のアイドルタイムを抱えていました。

編集部の見立てでは、この困りごとの本質は人手や工数の不足ではなく、規約の「正本」がドキュメントではなく人の記憶側に移ってしまっていたことにあります。文書は残っているのに更新が止まり、最新の判断基準は経験者に聞かないと分からない。この状態では、教育の品質もレビューの速度も特定の個人の稼働時間に連動してしまい、増員や気合いでは構造的に解けません。

AIに任せる範囲を、規約に照らせば正誤が決まる領域へ絞り込んだ切り分けが、この取り組みの土台になっています。担当させたのは、プログラムやSQLの命名規約の確認、改行ルールのチェックといった定型的な一次レビューと、開発規約・運用ルールに関するQ&Aでした。設計の妥当性のように文脈と経験を要する判断は人の側に残っているため、AIの出力が誤っても取り返しがつく範囲に収まります。判断の性質で仕事を分ける考え方が、検証段階から現場の日常業務に混ぜて回せる状態をつくったのではないでしょうか。

次に効いたのは、既存の文書資産をAIが読める形へ移す経路を先に用意した点です。ExcelやPDFで蓄積されていた膨大な業務ドキュメントをMarkdownへ変換するツールをナレッジコミュニケーション側が独自に開発し、TISAはそこに既存資産を流し込む形で知識を移植しています。規約をAI向けに書き起こすところから始めていれば、着手の重さで検証そのものが止まっていた可能性は高いはずです。

もう一つ見逃せないのが、AIの回答を規約側へ跳ね返す仕組みを組み込んだことです。AIからのフィードバックを分析して、形骸化していた古いドキュメントを洗い出し、規約自体を最新化・体系化していく運用改善のサイクルが動き始めています。ドキュメントと実態の乖離という根っこの問題に手を戻す設計になっており、AIを使うほど元の資産が整っていく方向に力が働きます。前提として、Azure OpenAIを基盤とし、入力データを学習に使わない仕様やアクセス制御でグループの情報管理基準を先に満たしたことが、開発の中枢にあるコードを扱う用途で選ばれる条件になっています。

検証では、Visual Studio等で書いたコードをチャットボットに貼り付けるだけで即座に修正点の指摘が返る即時性、指定した規約内容に基づく一貫したレビュー、命名規則や改行ルールに沿ったコードの標準化が一定水準で成り立つことが確認されました。従来は半日から1日待っていたフィードバックが即時に得られるようになり、新規参画メンバーが規約を質問しやすい環境が整ったことで教育担当者への依存度も下がっています。本格導入に向けた手応えを得た段階で、今後は設計書とソースコードの整合性チェックやテスト工程への活用拡大が計画されています。