リリースノート14倍のSansan、生成AIの使い方をチームで標準化する設計

メトリクス基盤を内製せず、既製の可視化サービスに載せてしまう判断が、この取り組みの起点になっています。内製で作れば時間がかかり、その整備自体が新たなボトルネックになりかねません。開発リソースを計測の仕組みづくりに割かず、プロダクト開発に回すという割り切りが、可視化への着手を早めました。全員が同じ数値を見る状態が先にできたことで、「設計ドキュメントのレビューがここで止まっている」という言い出しにくい話を、個人への批判ではなく数値の指摘として扱えるようになったと考えられます。

生成AIの使い方を rules と skills の二層に切り分けた設計は、品質とスピードのどちらを取るかという二択を回避しています。rules はコードスタイルや設計方針といった、AIに守らせたい約束事。skills は「レビュー依頼文を書く」「テストコードを生成する」といった、繰り返し発生する作業をAIに任せるためのテンプレートです。守らせる側と任せる側を分けたことで、個人の使い方のばらつきを抑えながら、任せる作業の範囲だけを段階的に広げられる構造になっています。

skills と rules を更新し続ける前提で運用している点も、この設計の要です。古い定義を使い続けると、かえって作業の邪魔になる。メトリクス上で遅くなった工程を見つけてから対応する定義を見直す、という順序が決まっているため、AI活用の改善が思いつきではなく数値を起点にした作業になります。AIの効果は体感では判断しにくいため、効果を測る手段を先に持っていたことが、標準化を続けられる条件になったのではないでしょうか。