生成AI時代におけるQAエンジニアの価値創造

生成AI時代におけるQAエンジニアの価値創造 ―業務変革と新たな品質観点への挑戦― 株式会社ZENKIGEN 横田雅和 2025.07.03 © ZENKIGEN Inc.

自己紹介 横田 雅和 （X:@y_6_5_） 株式会社ZENKIGEN harutaka事業本部 兼 新規事業部 QAエンジニア ● ● ● 2024年2月入社 ○ 開発チームに所属するQAエンジニア QAエンジニア歴10年 ○ 前職はモバイルオーダー事業のQAエンジニア ○ toB,toCどちらも経験あり ○ SaaS系が多い QAオンラインゼミ生（一期生） © ZENKIGEN Inc.

目次 01 本発表の概要 02 QAエンジニアの担当領域は広い 03 各工程における生成AI活用例 04 生成AIプロダクトのQA：新たな品質観点 05 まとめ © ZENKIGEN Inc.

本発表の概要 ● 話すこと ○ 生成AIを使う ■ 各開発工程での生成AIの具体的な活用方法 ○ 生成AIプロダクトを評価する ■ QAエンジニアの関わり方と新たな品質観点 ● 話さないこと ○ 特定の生成AIツールの詳細な機能紹介や、 具体的な使い方の深掘り ○ 生成AIの技術的な仕組みについての詳細な解説 © ZENKIGEN Inc.

QAエンジニアの担当領域は広い：テストだけではない ● 多くの人は「QAエンジニア＝テストをする人」と思いがち ● しかし、実際は要件策定からプロダクトの運用まで、開発ライフ サイクル全体で品質に関わる ● 単にバグを見つけるだけでなく、品質を作り込む役割を担う 要件 策定 設計 実装 テスト テスト以外に関しても関わりを持つ © ZENKIGEN Inc. リリース 運用

QAの各工程における生成AI活用例：要件策定 ● 要件策定 ○ 課題 ■ 複雑な要求の整理、曖昧さの解消 ■ ユーザーシナリオやユースケースの洗い出し漏れ ○ 生成AIの活用 ■ 議事録や仕様書を元にした要件の抽出・整理 ■ 不明瞭な点の質問生成、潜在的リスクの示唆 ○ 期待できる効果 ■ 議論の活性化、手戻りの削減 ■ 早期の品質向上、潜在的課題の発見 © ZENKIGEN Inc.

QAの各工程における生成AI活用例：テスト ● テスト設計 ○ 課題 ■ テストケース作成の網羅性確保と工数増大 ■ メンバーの設計内容レビューの効率化 ○ 生成AIの活用 ■ 要求仕様からのテストケース（案）自動生成 ■ リスクベーステストにおける優先順位付け支援 ■ 要件と成果物内容の漏れを0次レビュー ○ 期待できる効果 ■ より多くのテスト観点を短時間でカバー ■ テスト観点の漏れを減らし、プロダクトの品質向上 © ZENKIGEN Inc.

QAの各工程における生成AI活用例：テスト ● テストケースの自動生成を試した結果 ○ 正しいけど、深みが無いテストケースになった ○ 短時間で出力されるのは◎ ● 学び ○ 人の目でのレビューは必須 ○ 文言を整えたり、良きプロンプトを行えば更に良くなりそう ○ 使ってみないとわからないので、まずは使って調整する © ZENKIGEN Inc.

QAの各工程における生成AI活用例：運用 ● 運用 ○ 課題 ■ アラート内容の理解が困難 ○ 生成AIの活用 ■ アラート内容から何が起きているかの把握を支援 ○ 期待できる効果 ■ アラート内容から対策が実行出来て、プロダクト品質向上 ※ アラート：本番環境で運用中のプロダクトから送られてくる異常やエラー （Slackに通知） © ZENKIGEN Inc.

生成AIプロダクトのQA：新たな品質観点 問い 私たちが作ったプロダクトに生成AIが組み込まれる時代。 その品質をどう保証し、どのような価値を届けるのか？ © ZENKIGEN Inc.

生成AIプロダクトのQA：新たな品質観点（よく知られた品質特性） 品質特性 概要 評価観点 参考 機能適合性 実装された機能がユーザーのニーズをどれ ほど満たせているか デザインや機能が仕様通りに動作するの か ISO/IEC 25010：2011 使用性 どれだけ効果的・効率的に利用できる ・文字数が実内容と同じ以上になっていな 要約なので、膨大のボリュームになっていな いか いか ・要約を閲覧する動線が明確か ISO/IEC 25010：2011 速度性 どの程度の速度で要約が表示出来るか - 出力内容の閲覧が規定時間（〇〇秒程 度）以上要さないこと © ZENKIGEN Inc.

生成AIプロダクトのQA：新たな品質観点（生成AIプロダクト特有の観点） 品質特性 概要 評価観点 参考 ツール活用に関す る回答性能 文法上の正しさや意味上の妥当性など 固有の品質を扱う 内容の意味がかけ離れていないか （但し、正確か否かまでの判定は困 難） QA4AI_Guideline.202404 10-8 表10.2 LLM における品質特性 公平性 性別や人種など特定のアイデンティティ 差別的な内容が含まれていないか に対して望ましくないバイアスを示したり することがないこと QA4AI_Guideline.202404 10-8 表10.2 LLM における品質特性 安全性 人間や社会に対して被害を与えないこ と QA4AI_Guideline.202404 10-8 表10.2 LLM における品質特性 ・倫理性のある内容になっているか ・誰かを傷つける内容になっていない か © ZENKIGEN Inc.

まとめ ● 生成AIはQAエンジニアの仕事を奪うものではない ○ ● むしろ、業務を「変革し、拡大する」 強力なパートナー 各工程での活用を通じて効率と品質を高め、 生成AIプロダクトの品質を保証する新たな専門性を持つことで、 QAエンジニアはプロダクトとビジネスに、より大きな価値を届けられる。 ● 結果として、QAエンジニアの市場価値はさらに高まる。 変化を恐れず生成 AIを味方につけることで、 QAの未来を切り拓いていく存在になれる！ © ZENKIGEN Inc.

お知らせ 二人目のQAエンジニア募集しています！！ プロダクトが大きくなっており、実施すべきことがどんどん増えています。 二人目のQAエンジニアを求めています。宜しくお願いします！ QAエンジニア採用ページ © ZENKIGEN Inc.

ご清聴ありがとうございました！ © ZENKIGEN Inc.