実践！既存 Project への AI-Driven Development 適用〜 一ヶ月で Project 唯一のフロントエンドエンジニアを作り出せ〜

7月14日に開催したLINEヤフー Developer Meetup AIプロダクト開発者が語る！実践 AI-Driven Development Meetupで使用した資料です。#aidrivendevmeetup

Transcript

1. A I - D R I V E N D E V E L O P M E N T M E E T U P — 2 0 2 6 . 0 7 . 1 4 実践！既存 Project への AI-Driven Development 適用 〜一ヶ月で Project 唯一のフロントエンドエンジニアを作り出せ〜 花谷 拓磨(@potato4d) ／ LINEヤフー株式会社
2. Takuma Hanatani Product Development CBU 2018 LINE株式会社中途入社（フロントエンドエンジニア） 2022 HR 領域のエンジニアリングマネージャー（FE） 2024 専門技術による事業貢献を模索する組織の部長 2026 新たに領域エージェント開発/AI-DD に関する PJ Lead を兼任 p o t a t o 4 d AI-Driven Development Meetup 2
3. 担当エージェント 「推し活」 AI が推し情報を先回りで収集・整理・厳選し、 日々の推し活をより豊かにするエージェント AI-Driven Development Meetup 3
4. Setting Seal Project AI-Driven Development Meetup 4
5. AI-DD の型の開拓・体系化・適用 開拓 新規案件で挑戦的な開発を実践 「推し活」や「ヘルスケア」 、 「ファイナンス」 など、様々なプロジェクトで検証 体系化 知見を持ち寄る 開発者同士で持ち寄り、AI-DDに関する知識や 経験を体系化する 伝播 より幅広く展開 既存プロダクトへの適用や事例の紹介を通じ て、AI-DDという型を定着させる 今日はこの話 AI-Driven Development Meetup 5
6. https://techblog.lycorp.co.jp/ja/20260618c AI-Driven Development Meetup 6
7. 今回の対象サービス LINEリサーチ モニター 700万人以上、国内最大級の スマートフォン専用リサーチプラットフォーム 約10年の歴史があるサービス https://www.lycorp.co.jp/ja/company/history/line/ AI-Driven Development Meetup 7
8. プロジェクト唯一の Front-End メンバーの離脱 一ヶ月弱でプロジェクトを離れることに 7月頭のプロジェクト離脱が確定 バックエンドの開発が盛んだが、兼業だけで実装するには重い4つの フロントエンド サステナブルな開発体制のため破綻しないための仕組みを用意する 必要がある ▶ AI + BE人材による開発体制の構築を目指し、6/10からPJに参画 AI-Driven Development Meetup 8
9. 実施した3つの取り組み STEP 1 知識と経験の解析と分析 FE Lead の歴史と知識を抽出・集約し、 AI が読める規約に変える STEP 2 コンテキストフルなAIレビュー AI-Ready な資産を使って コードレビューから AI に委任する STEP 3 ループを設計 実装からレビューまで AI が自律的に回る体制にする AI-Driven Development Meetup 9
10. STEP 1 知識と経験の解析と分析 コミットからの設計・実装に関する思想の抽出 LINEリサーチは複数の担当者が単独でメインのFE実装を行ってきた歴史がある。 そのため明文化されている資料は少なく、鮮度や実装方針含め、玉石混交のコードがベースになってしまう。 品質を安定させるために、 repo を全て分析し、有用な全730コミットから設計思想を抽出した。 AI-Driven Development Meetup 10
11. STEP 1 知識と経験の解析と分析 人間とAIの両輪でエッセンスの品質をチェック 人間 大局観を担当 AIの分析結果が 「木を見て森を見ず」になっていないか 花谷と現場のFE二人でそれぞれレビュー 修正自体はAIに任せて監査・指摘に特化 AI 整合性チェックを担当 このフェーズでは判断に使用したコミットのハッシュを すべて記録 抽出したエッセンスと指摘事項をマージし、実態と合 っているかをチェック 過去の PullReq とも照合し、開発者の過去の発言との 矛盾がないかも確認 抽出したエッセンスは人間とAIエージェントで分担してレビュー。 物量が得意なAIに照合は任せ、人間は大局観に責任を持つ形で進めた。 → ai-documents repository として、 override 可能な横断の実装ベースのガイドラインに。 AI-Driven Development Meetup 11
12. エッセンスを活用したコードレビューでの検証 AI-Driven Development Meetup 12
13. STEP 2 レビューのAX AI レビューの CI 導入による精度検証 実際のレビュー レビュー時に ai-documents とプロジェクトごとの override を反映した AI チェックを導入。 いきなりコードを書かせると人間の作業コストが肥大化するため、まずはレビューで着眼点を品質を迅速に検証した。 AI-Driven Development Meetup 13
14. STEP 2 レビューのAX 実 PR 20件によるレビュー観点の検証 検証 捕 捉 修正 還 元 実 PR 20件 2件 人間の見落としを AIで拾う 1件 AIの見落としを ドキュメントに還元 直近の実 PR 20件に規約ベースの AI レビューをリプレイして、 実際に付いたレビューコメントと突合した。 AI-Driven Development Meetup 14
15. STEP 3 ループを設計 実装の検証を経て自律サイクルへ /goal Wiki とデザインデータを参照し◯◯を実装して /goal bot が Approve するまで自律的に改善して 最終成果物とマージ確認 実装をゴールごと依頼 (事前に tests や vrt などフロントエンドの検証に関わ る仕組みと指示は導入済み) 機械検証可能な条件で自走 導入フェーズなので今は人間が担当 AI-Driven Development Meetup 15
16. STEP 3 ループを設計 実装知見のドキュメントへの還流 ループの中でハマる repo ごとの docs に規約化 次の PR から AI レビューが強制 repo ごとに override できるため育てていくことが可能。 現在はこれを踏まえ、自然と運用されていく体制の確立を模索中。 AI-Driven Development Meetup 16
17. 今どこまできたのか 0人 直近の実装のFE専任人数 3週間 セットアップ〜運用の実働期間 9割 AI 関与コミット比率 AI-Driven Development Meetup 17
18. １．AI−DDは新規開発だけでなく、 　　既存案件でも導入まではスムーズに実現可能 ２．前例に習う能力を活かすことが大切。 　　専門家の知識を体系化するとAIが迅速に自律的に動き出せる AI-Driven Development Meetup 18