Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
LLMでコードレビューする際の自分用環境を整える
Search
YuheiNakasaka
May 09, 2025
Technology
360
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
LLMでコードレビューする際の自分用環境を整える
この記事を社内勉強会用に雑にまとめたやつ
https://zenn.dev/razokulover/articles/058fede74dbbe0
YuheiNakasaka
May 09, 2025
More Decks by YuheiNakasaka
See All by YuheiNakasaka
四則演算の計算結果を返すプログラムを書きながら学習とは何かについて考える
yuheinakasaka
0
97
エンジニアリングマネージャーの仕事
yuheinakasaka
0
200
サラリーマンソフトウェアエンジニアのキャリア
yuheinakasaka
55
26k
AIプログラミング雑キャッチアップ
yuheinakasaka
25
9.7k
Rubyに(ちょっと)コントリビュートできた話
yuheinakasaka
2
370
Other Decks in Technology
See All in Technology
「最後に責任を取るのはチーム」— 人間のPRレビューを最小化してアップデートしたメンタルモデル
jnishime_dresscode
0
570
生成AIの活用/high_school2026
okana2ki
0
130
AI時代の EM への処方箋
staka121
PRO
0
130
はじめてのWDM
miyukichi_ospf
1
140
AIレビューはどこまで任せられるのか?自動化と人が背負うレビューの境界
sansantech
PRO
2
730
kintone の AI コワーカーを、 Anthropic にエージェントを"ホストさせて"作った話 #devkinmeetup
sugimomoto
0
100
AIと共生する開発者プラットフォーム:バクラクのモノレポ×マイクロサービス基盤
sakajunquality
2
3.4k
SRE依存からの脱却 運用を開 発チームへ移す、 フルサイ クル開 発体制の実践
joooee0000
0
2.7k
個人開発で育てる「大規模設計の苗床」 - AI時代の1人開発から始める業務への知識接続 / The Seedbed for Large-Scale Design - From AI-Era Solo Projects to Professional Knowledge
bitkey
PRO
0
150
完全自律ロボットを作りたくて、先に開発を自律させた話(ROS Japan UG #63 LT)
rryz09
0
500
タスクの複雑さでモデルを選ぶ ── Thompson Samplingで動かす“トークン/コスト最適化
satohy0323
0
290
あなたの『Site』はどこですか? — xREという考え方
miyamu
0
1.2k
Featured
See All Featured
Designing Dashboards & Data Visualisations in Web Apps
destraynor
231
55k
Gemini Prompt Engineering: Practical Techniques for Tangible AI Outcomes
mfonobong
2
460
Faster Mobile Websites
deanohume
310
32k
How to Talk to Developers About Accessibility
jct
2
340
Crafting Experiences
bethany
1
210
Leo the Paperboy
mayatellez
8
1.9k
[SF Ruby Conf 2025] Rails X
palkan
2
1.2k
Building AI with AI
inesmontani
PRO
1
1.1k
Redefining SEO in the New Era of Traffic Generation
szymonslowik
1
360
Google's AI Overviews - The New Search
badams
0
1.1k
AI in Enterprises - Java and Open Source to the Rescue
ivargrimstad
0
1.4k
How Fast Is Fast Enough? [PerfNow 2025]
tammyeverts
3
650
Transcript
LLMでコードレビューする際の自分用環境を整える LLMでコードレビューする際の自分用環境を整える © 2025 1
目次 1. LLMによるコードレビューの現状 2. 現状のLLMコードレビューの課題 3. 自分用コードレビュー環境の構築 4. コードレビューガイドラインの作成 5.
レビュアー人格の作成 6. レビューの実行方法 7. 活用方法と展望 8. まとめ LLMでコードレビューする際の自分用環境を整える © 2025 2
LLMによるコードレビューの現状 (1/2) 既存のサービス CodeRabbit PRに対する自動コードレビュー GitHub連携 GitHub Copilot レビュアーとしてbotが参加する機能 GitHub公式サービス
LLMでコードレビューする際の自分用環境を整える © 2025 3
LLMによるコードレビューの現状 (2/2) 自前での実装例 GitHub Actionsを使ったコードレビュー CIパイプラインに組み込み NTTの事例 検証〜実践段階手前まで進んでいる状況 多くの企業・個人が試行錯誤中 実用レベルに近づきつつある
LLMでコードレビューする際の自分用環境を整える © 2025 4
現状のLLMコードレビューの課題 現状のレビューの限界 PR単位での限定的なレビュー 言語やフレームワーク一般の観点が中心 単一プロダクトに閉じた観点 人間のレビューとの差 業務知識の欠如 関連プロダクト全体を通じたシステム観点の不足 プロダクションレベルのレビュー品質に達していない LLMでコードレビューする際の自分用環境を整える
© 2025 5
自分用コードレビュー環境の構築 目的 プロダクションレベルのレビューを可能な限り実現 事前に指摘されそうな部分を先回りして修正 レビュアーへのレビュー負荷を軽減 人間のレビュアーに出す前のレビューLinterとして機能 成果物 GitHub: YuheiNakasaka/llm-code-reviewer LLMでコードレビューする際の自分用環境を整える
© 2025 6
コードレビューガイドラインの作成 (1/2) 参考にした資料 書籍 Code Complete プリンシプル オブ プログラミング ドキュメント
Google Engineering Practices Documentation Thoughtbotのコードレビューガイド 技術書 コードレビューで学ぶRubyOnRails LLMでコードレビューする際の自分用環境を整える © 2025 7
コードレビューガイドラインの作成 (2/2) 作成したガイドライン 一般的なコードレビュー観点 言語共通のベストプラクティス コード品質の一般的な基準 Railsアプリ特有のコードレビュー観点 Rails固有のパターンとアンチパターン フレームワーク特有の注意点 LLMでコードレビューする際の自分用環境を整える
© 2025 8
レビュアー人格の作成 理想のレビュアー像 疑い深く意地悪なくらいに隅々まで見る 重箱の隅を突いてくるような口うるさいレビュアー AIなので感情的に何も感じない(メリット) レビュアー人格の特徴 レビュアー人格定義 良い点や適切なコードにはコメントを残さない 修正すべき点や気になる点には必ずコメントを残す 質問や指摘事項をズバズバ言う
LLMでコードレビューする際の自分用環境を整える © 2025 9
レビューの実行方法 (1/2) 実行環境の選択 手元のCursorやClineで実行 ガイドラインやプロンプトを柔軟に修正可能 自分のPRの事前チェック用途 他人のPRへのレビュー負荷と漏れを減らす用途 PRの取得 GitHub APIを使用
Rubyスクリプトでの実装 # 例: ruby init_pr_content.rb https://github.com/owner/repo/pull/123 ruby init_pr_content.rb <PR URL> LLMでコードレビューする際の自分用環境を整える © 2025 10
レビューの実行方法 (2/2) プロンプト構成 コードレビューガイドラインの参照 対象リポジトリの指定(複数指定可能) PRの内容の参照 レビュアー人格の指定 レビュー結果の出力形式 重要なポイント 関連プロダクトのリポジトリも参照可能
業務知識や関連プロダクト全体を考慮したレビューが可能 単一プロダクトの枠を超えたシステム観点でのレビュー LLMでコードレビューする際の自分用環境を整える © 2025 11
活用方法と展望 チームでの活用 チームに合わせたガイドラインの改変 リポジトリごとに .review/ ディレクトリで管理 レビュー前LLMレビューのプロンプトをチーム共有 自動化の可能性 GitHub ActionsなどでCIに組み込み
botによるコメント自動化 レビュアー人格の調整(細かすぎるコメントは邪魔になる可能性) LLMでコードレビューする際の自分用環境を整える © 2025 12
まとめ LLMによるコードレビューは進化中だが、まだ人間レベルには達していない 自分用のコードレビュー環境を整備することで、より高品質なレビューが可能 コードレビューガイドラインとレビュアー人格の定義が重要 手元での実行とカスタマイズが柔軟性を高める チームでの活用や自動化も視野に入れた発展が可能 リポジトリ https://github.com/YuheiNakasaka/llm-code-reviewer/ LLMでコードレビューする際の自分用環境を整える ©
2025 13
参考リンク CodeRabbit GitHub Copilot NTTのGemini CICDコードレビュー事例 Google Engineering Practices Documentation
Thoughtbotのコードレビューガイド コードレビューで学ぶRubyOnRails YuheiNakasaka/llm-code-reviewer LLMでコードレビューする際の自分用環境を整える © 2025 14