--- title: コードレビューを6段階にしたら、AIと人間の分業が見えた tags: #コードレビュー #claudecode #生成ai #ci author: [井本 賢](https://image.docswell.com/user/kenimo49) site: [Docswell](https://www.docswell.com/) thumbnail: https://bcdn.docswell.com/page/G75MKMYM74.jpg?width=480 description: AIにコードレビューをどこまで任せ、どこから人間がやるべきか。Format・Lint・Style・Logic・Design・Architecture の6段階に分けると、その境界がはっきりします。 このスライドは、6段階それぞれでAIと人間の比率がどう変わるか、最も危険な段階はどこかを12枚にまとめた要約版です。境界の引き方は直感と逆になりがち、という落とし穴も扱います。 仕組み化の全体像（hooks・AI・人間の3層モデル）は関連書籍にまとめています。 ▼関連書籍『AIコードレビューを仕組み化する技術』Zenn Book（¥1,000） https://zenn.dev/kenimo49/books/harness-code-review ▼Kindle版 https://www.amazon.co.jp/dp/B0GHT7FQ7G 著者: ken imoto / kenimoto.dev published: June 11, 26 canonical: https://image.docswell.com/s/kenimo49/ZX266N-code-review-6-stages --- # Page. 1 ![Page Image](https://bcdn.docswell.com/page/G75MKMYM74.jpg) AIコードレビュー AIと人間の境界線を引く コードレビューを6段階に分ける ken imoto エンジニア / Propel-lab AIコードレビューを “仕組み化する技術” レビュー工数を60%削減した実践設計 KEN IMOTO AI時代のコードレビュー設計、決定版 AIコードレビュー kenimoto.dev # Page. 2 ![Page Image](https://bcdn.docswell.com/page/9J29W9GRER.jpg) 3つのバグを通した CodeRabbit も Copilot も指摘せず、私も「AIが見たから大丈夫」 とApproveを押した。 BUG 01 エッジケースの 判定漏れ BUG 02 空配列の 扱いミス BUG 03 外部APIの リトライ条件のずれ 気づいたのはリリースの3日後。怖かったのは「自分のレビュー判断が信用できなくなった」感覚だっ た。 AIコードレビュー 02 kenimoto.dev # Page. 3 ![Page Image](https://bcdn.docswell.com/page/DEY4L4V5JM.jpg) 3層モデルでは粒度が粗い 3層だとLogic層に全責任が押しつけられる。6段階に切り直すと境 界が見えた。 3層モデル 設計図 誰が何を見るか 大きな構造の分業 6段階 設計図の寸法 境界はどこで切れるか もう一段細かい解像度 AIコードレビュー 03 kenimoto.dev # Page. 4 ![Page Image](https://bcdn.docswell.com/page/VJNY4YM478.jpg) 6段階の定義 下に行くほどAI比率が段階的に下がる。 1 Format AI 100% / 人 0% 2 Lint AI 100% / 人 0% 3 Style AI 90% / 人 10% 4 Logic AI 60% / 人 40% 5 Design AI 30% / 人 70% 6 Architecture AI 0% / 人 100% AIコードレビュー 04 kenimoto.dev # Page. 5 ![Page Image](https://bcdn.docswell.com/page/YE9PQPN4J3.jpg) AIが降りるのではない 問題の性質が変わっていくのだ、と捉えると整理しやすい。 STAGE 1 - Format 正解がある インデント、改行、セミコロン。機械的に一意 に決まる。 STAGE 6 - Architecture 正解がない システム境界、データフロー。未来予想であっ て正解ではない。 下に行くほど正解が一意でなくなる。だからAIの出る幕が段階的に減っていく。 AIコードレビュー 05 kenimoto.dev # Page. 6 ![Page Image](https://bcdn.docswell.com/page/GE8DGDKVED.jpg) 段階1-2: Format / Lint 「PRにすら到達させない層」。人間の判断は1ミリも要らない。 Format AI 100% 見た目の規約。 壊れても動く。 pre-commit hook / Prettier Lint AI 100% 意味の規約。 壊れたら動かない。 ESLint / Ruff / mypy / tsc この2段階を分けて hooks で固め、毎週30分の指摘時間を構造的にゼロにした。 AIコードレビュー 06 kenimoto.dev # Page. 7 ![Page Image](https://bcdn.docswell.com/page/LELMGMZR7R.jpg) 段階3: Style(90% AI / 10% 人間) 命名・分割粒度・可読性。CodeRabbitとCopilotが得意だが完全自 動化はできない。 90% AIが指摘を出す CodeRabbit / Copilot が候補を提示。 10% 人間が最終承認 「この提案は採用、これは却下」を判断。却下理由を 一行残すと次のAI精度が上がる。 getUserData を fetchUser に変えるべきかはコードベース全体の命名規則を見ないと決まらない。 AIコードレビュー 07 kenimoto.dev # Page. 8 ![Page Image](https://bcdn.docswell.com/page/4JMYQYVPJW.jpg) 段階4: Logic - 一番危ない場所 バグ検出精度のベンチマーク。半分以上は見逃すと思っておくのが 安全。 48% Macroscope 46% CodeRabbit 42% Cursor BugBot 24% Greptile 私が通した3バグは全部「仕様書由来のエッジケース」。仕様を見ないAIは、コードベース内の整合性し か見られない。 AIコードレビュー 08 kenimoto.dev # Page. 9 ![Page Image](https://bcdn.docswell.com/page/PJR9892Y79.jpg) 境界の引き方が逆になりがち 「AIが問題なしと言った」は、人間がスキップする理由にならな い。 AIが指摘した部分はAIに任せ、 AIが指摘しなかった部分こそ人間が念入りに見る。 AIコメントが多いPR 人間レビューは短く済む。 AIコメントがゼロのPR 仕様書を開いて30分かけて読む価値がある。 AIコードレビュー 09 kenimoto.dev # Page. 10 ![Page Image](https://bcdn.docswell.com/page/PEXQ8QD4JX.jpg) 段階5-6: Design / Architecture ここはAIの出る幕が一気に減る。方向性の判断は人間の領域。 Design AI 30% / 人間 70% 責務分割・API境界・依存の向き。AIはパターンを 増やすか減らすかを判断できない。効くのは2人ペ アレビュー。 Architecture AI 0% / 人間 100% 判断は「正解」ではなく「未来予想」。PRの前に ADRを書き、テックリードが30分議論する設計会 議。 AIコードレビュー 10 kenimoto.dev # Page. 11 ![Page Image](https://bcdn.docswell.com/page/3EK9K9XPED.jpg) チーム導入のステップ いきなり6段階を全部入れると挫折する。現実的な順序がある。 1 Stage 1-2 を hooks で固める 1日で終わる。即日効果が出る。 2 Stage 3 に CodeRabbit / Copilot 契約があれば無料。1週間慣らす。 3 Stage 4 のための仕様書整備 一番時間がかかる。仕様由来のエッジケースを明文化。 4 Stage 5-6 はチーム文化に ペアレビューとADR。仕組み化より習慣化。 AIコードレビュー 11 kenimoto.dev # Page. 12 ![Page Image](https://bcdn.docswell.com/page/L73WZW5475.jpg) 6段階の土台にある3層モデルを、 仕組み化の全体像として体系化。 Zenn Book ¥1,000 zenn.dev/kenimo49/books/harness-code-review Kindle amazon.co.jp/dp/B0GHT7FQ7G 『AIコードレビューを仕組み化する技術』全15章。hooks・AI・人間の 3層モデルを実装レベルで解説。 kenimoto.dev AIコードレビュー 12 AIコードレビューを “仕組み化する技術” レビュー工数を60%削減した実践設計 KEN IMOTO AI時代のコードレビュー設計、決定版 kenimoto.dev