AI活用によるPRレビュー改善の歩み ― 社内全体に広がる学びと実践

コードレビューは品質維持に欠かせない一方で、レビュー負荷や属人化といった課題を抱えがちです。
本セッションでは、AIを活用してPull Requestレビューを支援・改善する取り組みの実践を紹介します。
レビューの質と開発効率を両立させるための試行錯誤を重ねる中で、どのような成果や課題が見えてきたのかを共有します。
また、その知見を社内全体に広げるために実施した取り組みや、組織的な学び・実践の方法についてもお話しします。
AI導入をきっかけに、開発文化や働き方そのものをどう進化させていけるのかを探ります。

Transcript

1. © LY Corporation LINEヤフー株式会社 福山 怜史 AI活用によるPRレビュー改善の歩み - 社内全体に広がる学びと実践
2. © LY Corporation 2 Satoshi Fukuyama 2019年新卒入社 ローカル・UGC SBU所属 Orchestration Guildメンバー Yahoo!プレイスのフロントエンド開発チームをリードし、 生成AIを活用した開発プロセスの最適化と品質向上に取り組む。 また複数のハッカソンにおいて多数の受賞経験を持ち、 社内外での技術的挑戦を続けている。 これまでの社内の取り組み • Yahoo!プレイス リニューアルリリース • PayPayグルメ ChatGPTプラグインのテックリード • 社内ハッカソンで複数の受賞 • 特許取得：複数 LINEヤフー株式会社 Frontend Engineer & Div Lead
3. © LY Corporation ①コードレビューの現状と「レビュー渋滞」という課題 私の実体験を元にレビュー渋滞という課題について解説します。 ② AIレビュー支援の導入：レビュー渋滞解消への挑戦 AIスクリーニングレビューを導入し、レビュー渋滞解消に挑戦した 経緯についてお話します。 ③ 社内ワークショップの成果と導入方法の紹介 リアルタイムで2000人が参加したワークショップで得られた成果と、 この仕組みを組織・チームへ導入する方法を紹介します。 付録資料：※本セッションでは紹介しません 技術・文化の両面からアプローチするレビュー効率化の取り組み (注) 本資料に含まれる画像の一部は生成AIで作成されています 3 Agenda
4. © LY Corporation ①コードレビューの現状と 「レビュー渋滞」という課題 4
5. © LY Corporation レビューには、多くの観点を同時に確認する負荷がある • バグやリスクの発見 • 設計思想との整合性の確認 • 修正が目的に沿っているかの確認 • 既存コードへの副作用の有無の確認 → 経験豊富なメンバーに依存しやすく、“レビュー渋滞”の種が生まれる 5 プルリクエストのレビューは負荷が高い
6. © LY Corporation マージできたPR数 +98% タスク完了数 +21% PRレビューの所要時間 +91% 6 実装スピードはあがったが、レビュー時間の負担は増加 コーディングAIの登場でレビューの負担はより大きく 出典：Faros AI (2025) The AI Productivity Paradox Report 2025 https://www.faros.ai/blog/ai-software-engineering ※Nはチーム数
7. © LY Corporation 7 実体験：レビューが集中した現場で何が起きていたか
8. © LY Corporation 8 実体験：レビューが集中した現場で何が起きていたか 2024年下期にYahoo!プレイス開発チーム でバックエンドのテックリードを担当 レビュー対応が集中したが 実装とレビューを同時にこなす
9. © LY Corporation 9 実体験：レビューが集中した現場で何が起きていたか レビュー対応が集中したが 実装とレビューを同時にこなす 開発ペースにレビューが 追いつかずPRが積み上がる レビューに追われて 自分の実装に集中できない 2024年下期にYahoo!プレイス開発チーム でバックエンドのテックリードを担当
10. © LY Corporation 10 実体験：レビューが集中した現場で何が起きていたか レビュー対応が集中したが 実装とレビューを同時にこなす レビューに追われて 自分の実装に集中できない 個人の努力だけでは 限界があることを実感 開発ペースにレビューが 追いつかずPRが積み上がる 2024年下期にYahoo!プレイス開発チーム でバックエンドのテックリードを担当
11. © LY Corporation レビュー待ちPRが滞留し、実装メンバーが次のタスクに進みづらい 一日の作業のほとんどがレビューに回り、自分のタスクが後回しになる 短時間で大きめのPRをレビューしなければならず、質の高いレビューを実施できない 01 03 02 11 “レビュー渋滞”について → レビュー窓口が一部のメンバーに集中する脆さ（SPOF: Single Point of Failure）が露呈 → 「レビュー効率と品質のトレードオフ」が解くべき課題として明確になった
12. © LY Corporation レビュー待ちPRが滞留し、実装メンバーが次のタスクに進みづらい 一日の作業のほとんどがレビューに回り、自分のタスクが後回しになる 短時間で大きめのPRをレビューしなければならず、質の高いレビューを実施できない 01 03 02 12 “レビュー渋滞”について → レビュー窓口が一部のメンバーに集中する脆さ（SPOF: Single Point of Failure）が露呈 → 「レビュー効率と品質のトレードオフ」が解くべき課題として明確になった
13. © LY Corporation レビュー待ちPRが滞留し、実装メンバーが次のタスクに進みづらい 一日の作業のほとんどがレビューに回り、自分のタスクが後回しになる 短時間で大きめのPRをレビューしなければならず、質の高いレビューを実施できない 01 03 02 13 “レビュー渋滞”について → レビュー窓口が一部のメンバーに集中する脆さ（SPOF: Single Point of Failure）が露呈 → 「レビュー効率と品質のトレードオフ」が解くべき課題として明確になった
14. © LY Corporation レビュー待ちPRが滞留し、実装メンバーが次のタスクに進みづらい 一日の作業のほとんどがレビューに回り、自分のタスクが後回しになる 短時間で大きめのPRをレビューしなければならず、質の高いレビューを実施できない 01 03 02 14 “レビュー渋滞”について → レビュー窓口が一部のメンバーに集中する脆さ（SPOF: Single Point of Failure）が露呈 → 「レビュー効率と品質のトレードオフ」が解くべき課題として明確になった
15. © LY Corporation レビュー待ちPRが滞留し、実装メンバーが次のタスクに進みづらい 一日の作業のほとんどがレビューに回り、自分のタスクが後回しになる 短時間で大きめのPRをレビューしなければならず、質の高いレビューを実施できない 01 03 02 15 “レビュー渋滞”について → レビュー窓口が一部のメンバーに集中する脆さ（SPOF: Single Point of Failure）が露呈 → 「レビュー効率と品質のトレードオフ」が解くべき課題として明確になった
16. © LY Corporation ② AIレビュー支援の導入： レビュー渋滞解消への挑戦 16
17. © LY Corporation 17 転機：2025年上期のフロントエンドチームの発足 新チームが発足し体制が変わる、レビュー渋滞の課題を解決する絶好の機会に → まずプルリクエストのレビュープロセスの仕組み化から着手
18. © LY Corporation • AIによるPR概要自動生成を行うプロンプトを実装し、自身のレビュープロセスに導入 • 変更内容の把握は効率化できた • しかし、影響範囲の調査や潜在的な問題発見の負担は変わらず • 毎回プロンプトをChatGPTやGitHub Copilotに貼り付ける手間も大きかった • 結果、2週間ほどで使わなくなった 18 失敗談：PR解説プロンプトを使ったレビュー プルリクエストのサマリをAIで生成
19. © LY Corporation 19 AIレビューの実用レベルへの転換: Claude Code登場 出典：Anthropic (2025) Claude Code https://www.claude.com/ja-jp/product/claude-code Claude Codeが2025年夏頃に社内で導入が進む コードベースを横断した文脈理解や影響範囲や潜在的な問題の指摘にも対応 → AIによる一次チェック(=AIスクリーニングレビュー)が現実的なものになる コード全体の文脈を踏まえた解析と潜在的な問題検知が可能に
20. © LY Corporation レビュワーが人手でレビュー作業を実施 AI時代のレビュー 20 AIスクリーニングレビューとは？ 従来のレビュー AIが一次チェック 人が最終判断 → 人の負担を軽減しつつ、 レビュー品質を維持 変更内容と 影響範囲の確認 コーディング スタイルのチェック 潜在的な バグの確認 実装者に伝える コメント案の検討 AIが一次チェックし、人が最終判断をするAI時代のレビュー方法
21. © LY Corporation レビュワーが人手でレビュー作業を実施 AI時代のレビュー 21 AIスクリーニングレビューとは？ 従来のレビュー AIが一次チェック 人が最終判断 → 人の負担を軽減しつつ、 レビュー品質を維持 変更内容と 影響範囲の確認 コーディング スタイルのチェック 潜在的な バグの確認 実装者に伝える コメント案の検討 AIが一次チェックし、人が最終判断をするAI時代のレビュー方法
22. © LY Corporation レビュワーが人手でレビュー作業を実施 AI時代のレビュー 22 AIスクリーニングレビューとは？ 従来のレビュー AIが一次チェック 人が最終判断 → 人の負担を軽減しつつ、 レビュー品質を維持 変更内容と 影響範囲の確認 コーディング スタイルのチェック 潜在的な バグの確認 実装者に伝える コメント案の検討 AIが一次チェックし、人が最終判断をするAI時代のレビュー方法
23. © LY Corporation レビュー準備・一次チェック AIスクリーニングレビュー 23 A. 大きな違いはないが、人間が最終的に判断することを前提にしているかどうかが異なる Q. AIコードレビュー(e.g. CodeRabbit)との違いは？ レビューそのものを肩代わりする AIコードレビュー 人間の判断のための材料づくり 人間の判断を部分的に置き換える レビューの負荷軽減 レビューの自動化 最終判断は完全に人間 AIの判断が直接レビュー判断に響く 人間の監視介入により安全性を高める リスク判断をAIに委ねる可能性あり 目的 位置づけ 期待値 責任範囲 安全性
24. © LY Corporation 24 AIレビューを定着させる仕組み: スラッシュコマンド 出典：Anthropic (2025) Slash commands https://code.claude.com/docs/en/slash-commands 頻繁に使用するプロンプトをClaude Codeで実行可能なMarkdownファイルとして登録できる →レビュー開始までの準備を大きく減らすことができます AIスクリーニングレビューを日常のフローに定着させることができる Claude Codeで自作のプロンプトをいつでも呼び出せる機能
25. © LY Corporation 25 AIスクリーニングレビュー と スラッシュコマンド 変更内容と 影響範囲の確認 コーディング スタイルのチェック 潜在的なバグ (セキュリティ・パフォーマンスなど) の確認 実装者へ伝える コメント案の検討 レビューの一次チェックを目的として、下記の4つの機能をプロンプトで実装 プロンプトはClaude Codeのコマンドとして登録することで必要なときにすぐ実行できる
26. © LY Corporation 26 実装したスラッシュコマンドについて LINEヤフー Tech Blog | AIで"レビュー渋滞"を解消する 〜PRレビュー支援と社内ワークショップでレビュー文化を変えた実践記録〜 https://techblog.lycorp.co.jp/ja/20251127c LINEヤフー レビュー渋滞解消
27. © LY Corporation 段階的なレビュー手順: レビュー要件をCLAUDE.mdから読み取る → PR全体像の把握 → 各ファイルの詳細レビュー → コードベース 全体への影響調査 → 最終判断、という流れで漏れなくレビュー コードベースへの影響調査: ① 修正されたコードが、既存コードのスタイルと大きくズレていないかチェック ② レビュー対象ファイルに依存している他のファイルについても確認し、影響が出てないかチェック レビュアー向けのコメント提案: 指摘事項について、レビュアーが実装者に送るコメントの文章を具体的に提案し、レビューコミュニケーショ ンの質を向上 01 03 02 27 プロンプトで工夫したところ
28. © LY Corporation レビュー手順を下記のステップで実施 レビュー要件をCLAUDE.mdから読み取る ↓ PR全体像の把握 ↓ 各ファイルの詳細レビュー ↓ コードベース全体への影響調査 ↓ 最終判断 28 プロンプトで工夫したところ 段階的なレビュー手順
29. © LY Corporation レビュー手順を下記のステップで実施 29 プロンプトで工夫したところ 段階的なレビュー手順 レビュー要件をCLAUDE.mdから読み取る ↓ PR全体像の把握 ↓ 各ファイルの詳細レビュー ↓ コードベース全体への影響調査 ↓ 最終判断
30. © LY Corporation レビュー手順を下記のステップで実施 30 プロンプトで工夫したところ 段階的なレビュー手順 レビュー要件をCLAUDE.mdから読み取る ↓ PR全体像の把握 ↓ 各ファイルの詳細レビュー ↓ コードベース全体への影響調査 ↓ 最終判断
31. © LY Corporation レビュー手順を下記のステップで実施 31 プロンプトで工夫したところ 段階的なレビュー手順 レビュー要件をCLAUDE.mdから読み取る ↓ PR全体像の把握 ↓ 各ファイルの詳細レビュー ↓ コードベース全体への影響調査 ↓ 最終判断
32. © LY Corporation レビュー手順を下記のステップで実施 32 プロンプトで工夫したところ 段階的なレビュー手順 レビュー要件をCLAUDE.mdから読み取る ↓ PR全体像の把握 ↓ 各ファイルの詳細レビュー ↓ コードベース全体への影響調査 ↓ 最終判断
33. © LY Corporation チェック観点 ① 修正されたコードが、既存コードのスタイ ルと大きくズレていないかチェック ② レビュー対象ファイルに依存している他の ファイルについても確認し、修正による不 具合が発生しないかをチェック 33 プロンプトで工夫したところ コードベースへの影響調査
34. © LY Corporation チェック観点 ① 修正されたコードが、既存コードのスタイ ルと大きくズレていないかチェック ② レビュー対象ファイルに依存している他の ファイルについても確認し、修正による不 具合が発生しないかをチェック 34 プロンプトで工夫したところ コードベースへの影響調査
35. © LY Corporation チェック観点 指摘事項について、レビュアーが実装者に 送るコメントの文章を具体的に提案し、レ ビューコミュニケーションの質を向上 ▼ 特色 ① コメントのプレフィックスを明示 ② 具体的なバグの指摘の明示 ③ マージをブロックすべき指摘、ブロック しなくてもOKな指摘に分けて提案 35 プロンプトで工夫したところ レビュアー向けのコメント提案
36. © LY Corporation チェック観点 指摘事項について、レビュアーが実装者に 送るコメントの文章を具体的に提案し、レ ビューコミュニケーションの質を向上 ▼ 特色 ① コメントのプレフィックスを明示 ② 具体的なバグの指摘の明示 ③ マージをブロックすべき指摘、ブロッ クしなくてもOKな指摘に分けて提案 36 プロンプトで工夫したところ レビュアー向けのコメント提案
37. © LY Corporation チェック観点 指摘事項について、レビュアーが実装者に 送るコメントの文章を具体的に提案し、レ ビューコミュニケーションの質を向上 ▼ 特色 ① コメントのプレフィックスを明示 ② 具体的なバグの指摘の明示 ③ マージをブロックすべき指摘、ブロッ クしなくてもOKな指摘に分けて提案 37 プロンプトで工夫したところ レビュアー向けのコメント提案
38. © LY Corporation チェック観点 指摘事項について、レビュアーが実装者に 送るコメントの文章を具体的に提案し、レ ビューコミュニケーションの質を向上 ▼ 特色 ① コメントのプレフィックスを明示 ② 具体的なバグの指摘の明示 ③ マージをブロックすべき指摘、ブロック しなくてもOKな指摘に分けて提案 38 プロンプトで工夫したところ レビュアー向けのコメント提案
39. © LY Corporation 段階的なレビュー手順: レビュー要件をCLAUDE.mdから読み取る → PR全体像の把握 → 各ファイルの詳細レビュー → コードベース 全体への影響調査 → 最終判断、という流れで漏れなくレビュー コードベースへの影響調査: ① 修正されたコードが、既存コードのスタイルと大きくズレていないかチェック ② レビュー対象ファイルに依存している他のファイルについても確認し、影響が出てないかチェック レビュアー向けのコメント提案: 指摘事項について、レビュアーが実装者に送るコメントの文章を具体的に提案し、レビューコミュニケーショ ンの質を向上 01 03 02 39 プロンプトで工夫したところ(再掲)
40. © LY Corporation 40 個人的おすすめ技：GitHub Copilotのカスタムモード 出典：Microsoft (2025) Custom agents in VS Code https://code.visualstudio.com/docs/copilot/customization/custom-agents
41. © LY Corporation レビュワーが人手でレビュー作業を実施 AI時代のレビュー 41 まとめ：AIスクリーニングレビューとは？ 従来のレビュー AIが一次チェック 人が最終判断 → 人の負担を軽減しつつ、 レビュー品質を維持 変更内容と 影響範囲の確認 コーディング スタイルのチェック 潜在的な バグの確認 実装者に伝える コメント案の検討 AIが一次チェックし、人が最終判断をするAI時代のレビュー方法 レビュー依頼前のセルフチェックでも有効！
42. © LY Corporation ③ 社内ワークショップの成果と 導入方法の紹介 42
43. © LY Corporation Orchestration Development Workshopプロジェクトのリードを務めるDevRel 井上さんからの声がけ →これまでの私たちのチームの取り組みが、最初の題材として最適であると判断される → Orchestration Guildに加入し、第1回ワークショップを担当することに 43 ワークショップ開催に至ったきっかけ
44. © LY Corporation ワークショップで扱うテーマ提案、実践的ユースケースの共有、技術的観点の品質アドバイスを担当 ワークショップのコンテンツが属人化せず、継続的に発展していくことを支える Orchestration Development Workshopを開催し、全社展開を推進 44 Executiveから選抜されたエンジニアが集まり、AI活用の"現場知"を横断的に持ち寄るコミュニティ Orchestration Guildとは？
45. © LY Corporation LINEヤフーグループのエンジニアを対象に、実際の開発現場で培われた AI駆動開発の最前線の知見と ノウハウを共有し、より実践的なスキルを全社的に広めていくための定期ワークショップ Workshop形式で進行し、登壇エンジニアの手元操作や開発プロセスをリアルタイムで追体験できる 45 Orchestration Development Workshopとは？ 出典：LINEヤフー (2025) LINEヤフー、社内エンジニア約7,000名を対象に実践型のAI活用スキル向上ワークショップを開始 https://www.lycorp.co.jp/ja/news/release/019831/
46. © LY Corporation 46 "レビュー渋滞"解消のためのAIと仕組み化の実践講義 第1回ワークショップ：リアルタイムで2000人以上が参加！参加者一人ひとりがAIスクリーニングレビューを体験！
47. © LY Corporation 47 ワークショップの様子 AIスクリーニングレビューを行い、レビューコメントを実際に送信することまで体験しました
48. © LY Corporation AI活用率 48 ワークショップ後に実施した「AIツールを活用したPRレビューの実践状況」のアンケート結果を分析 ワークショップの成果 実施後：68.5% (+23.5ポイント) 実施前：45.0% 02 01 03 継続利用者 実施後：27.6% (+12.6ポイント) 実施前：15.0% 活用していない人 実施後：12.2% (-15.8ポイント) 実施前：28.0% • ワークショップ後、約7割のエンジニアが何らかの形でAIのレビュー支援を活用するようになる • 特に「継続的に活用している」層が倍近くに増加 AIのレビュー支援の効果を実感し自分のチームでもできるという確信が得られたことを示唆
49. © LY Corporation AI活用率 49 ワークショップ後に実施した「AIツールを活用したPRレビューの実践状況」のアンケート結果を分析 ワークショップの成果 実施後：68.5% (+23.5ポイント) 実施前：45.0% 02 01 03 継続利用者 実施後：27.6% (+12.6ポイント) 実施前：15.0% 活用していない人 実施後：12.2% (-15.8ポイント) 実施前：28.0% • ワークショップ後、約7割のエンジニアが何らかの形でAIのレビュー支援を活用するようになる • 特に「継続的に活用している」層が倍近くに増加 AIのレビュー支援の効果を実感し自分のチームでもできるという確信が得られたことを示唆
50. © LY Corporation AI活用率 50 ワークショップ後に実施した「AIツールを活用したPRレビューの実践状況」のアンケート結果を分析 ワークショップの成果 実施後：68.5% (+23.5ポイント) 実施前：45.0% 02 01 03 継続利用者 実施後：27.6% (+12.6ポイント) 実施前：15.0% 活用していない人 実施後：12.2% (-15.8ポイント) 実施前：28.0% • ワークショップ後、約7割のエンジニアが何らかの形でAIのレビュー支援を活用するようになる • 特に「継続的に活用している」層が倍近くに増加 AIのレビュー支援の効果を実感し自分のチームでもできるという確信が得られたことを示唆
51. © LY Corporation AI活用率 51 ワークショップ後に実施した「AIツールを活用したPRレビューの実践状況」のアンケート結果を分析 ワークショップの成果 実施後：68.5% (+23.5ポイント) 実施前：45.0% 02 01 03 継続利用者 実施後：27.6% (+12.6ポイント) 実施前：15.0% 活用していない人 実施後：12.2% (-15.8ポイント) 実施前：28.0% • ワークショップ後、約7割のエンジニアが何らかの形でAIのレビュー支援を活用するようになる • 特に「継続的に活用している」層が倍近くに増加 AIのレビュー支援の効果を実感し自分のチームでもできるという確信が得られたことを示唆
52. © LY Corporation AI活用率 52 ワークショップ後に実施した「AIツールを活用したPRレビューの実践状況」のアンケート結果を分析 ワークショップの成果 実施後：68.5% (+23.5ポイント) 実施前：45.0% 02 01 03 継続利用者 実施後：27.6% (+12.6ポイント) 実施前：15.0% 活用していない人 実施後：12.2% (-15.8ポイント) 実施前：28.0% • ワークショップ後、約7割のエンジニアが何らかの形でAIのレビュー支援を活用するようになる • 特に「継続的に活用している」層が倍近くに増加 AIのレビュー支援の効果を実感し自分のチームでもできるという確信が得られたことを示唆
53. © LY Corporation 「自分の知識では不十分では?」とレ ビューコメントを出すことに躊躇して いた AIのレビュー支援導入後 53 AIのレビュー支援導入前 慣れないプロジェクトのキャッチ アップに時間が掛かっていた AIが提案するレビュー観点を参考にす ることで、自信を持ってレビューコメ ントを出せるようになった → 「何を見るべきか」を学べる環境 が整った AIがコードの背景や影響範囲を要約 することで、迅速にプロジェクトを 理解し、建設的なレビューコメント を投稿できるようになった → 早期戦力化に効果的 エンジニア層 経験の浅いメンバー 新規アサインや ブランク明けの開発者 AIのレビュー支援を活用するエンジニアにインタビューしました AIのレビュー支援による開発文化の変化
54. © LY Corporation 「自分の知識では不十分では?」とレ ビューコメントを出すことに躊躇して いた AIのレビュー支援導入後 54 AIのレビュー支援導入前 慣れないプロジェクトのキャッチ アップに時間が掛かっていた AIが提案するレビュー観点を参考に することで、自信を持ってレビュー コメントを出せるようになった → 「何を見るべきか」を学べる環境 が整った AIがコードの背景や影響範囲を要約 することで、迅速にプロジェクトを 理解し、建設的なレビューコメント を投稿できるようになった → 早期戦力化に効果的 エンジニア層 経験の浅いメンバー 新規アサインや ブランク明けの開発者 AIのレビュー支援による開発文化の変化 AIのレビュー支援を活用するエンジニアにインタビューしました
55. © LY Corporation 「自分の知識では不十分では?」とレ ビューコメントを出すことに躊躇し ていた AIのレビュー支援導入後 55 AIのレビュー支援導入前 慣れないプロジェクトのキャッチ アップに時間が掛かっていた AIが提案するレビュー観点を参考に することで、自信を持ってレビュー コメントを出せるようになった → 「何を見るべきか」を学べる環境 が整った AIがコードの背景や影響範囲を要約 することで、迅速にプロジェクトを理 解し、建設的なレビューコメントを 投稿できるようになった → 早期戦力化に効果的 エンジニア層 経験の浅いメンバー 新規アサインや ブランク明けの開発者 AIのレビュー支援による開発文化の変化 AIのレビュー支援を活用するエンジニアにインタビューしました
56. © LY Corporation AIスクリーニングレビューの導入: まずはレビュアー向けのカスタムコマンドを用意し、「AIが一次チェック、人が最終判断」という二段階レ ビューの型をつくる PRテンプレートとPR自動生成の整備: PRテンプレートを整えたり、AIにPR本文のたたきを書いてもらったりすることで、PRのコンテキストを標準 化しつつ、作成コストを下げる シンプルなレビュー指標の可視化: レビューが本当に効率化されたかどうか効果測定を実施する。いきなり高度なダッシュボードを作る必要は なく、「48時間以内にレビューが完了したPRの割合」など、シンプルな指標から始めて効果を確認する 01 03 02 56 これから取り組むチームへのおすすめステップ 以下の3つを小さく試しながら、自分たちのチームに合った形にカスタマイズしていくのがおすすめです
57. © LY Corporation AIスクリーニングレビューの導入: まずはレビュアー向けのカスタムコマンドを用意し、「AIが一次チェック、人が最終判断」という二段階レ ビューの型をつくる PRテンプレートとPR自動生成の整備: PRテンプレートを整えたり、AIにPR本文のたたきを書いてもらったりすることで、PRのコンテキストを標準 化しつつ、作成コストを下げる シンプルなレビュー指標の可視化: レビューが本当に効率化されたかどうか効果測定を実施する。いきなり高度なダッシュボードを作る必要は なく、「48時間以内にレビューが完了したPRの割合」など、シンプルな指標から始めて効果を確認する 01 03 02 57 これから取り組むチームへのおすすめステップ 以下の3つを小さく試しながら、自分たちのチームに合った形にカスタマイズしていくのがおすすめです
58. © LY Corporation AIスクリーニングレビューの導入: まずはレビュアー向けのカスタムコマンドを用意し、「AIが一次チェック、人が最終判断」という二段階レ ビューの型をつくる PRテンプレートとPR自動生成の整備: PRテンプレートを整えたり、AIにPR本文のたたきを書いてもらったりすることで、PRのコンテキストを標準 化しつつ、作成コストを下げる シンプルなレビュー指標の可視化: レビューが本当に効率化されたかどうか効果測定を実施する。いきなり高度なダッシュボードを作る必要はな く、「48時間以内にレビューが完了したPRの割合」など、シンプルな指標から始めて効果を確認する 01 03 02 58 これから取り組むチームへのおすすめステップ 以下の3つを小さく試しながら、自分たちのチームに合った形にカスタマイズしていくのがおすすめです
59. © LY Corporation AIスクリーニングレビューの導入: まずはレビュアー向けのカスタムコマンドを用意し、「AIが一次チェック、人が最終判断」という二段階レ ビューの型をつくる PRテンプレートとPR自動生成の整備: PRテンプレートを整えたり、AIにPR本文のたたきを書いてもらったりすることで、PRのコンテキストを標準 化しつつ、作成コストを下げる シンプルなレビュー指標の可視化: レビューが本当に効率化されたかどうか効果測定を実施する。いきなり高度なダッシュボードを作る必要は なく、「48時間以内にレビューが完了したPRの割合」など、シンプルな指標から始めて効果を確認する 01 03 02 59 これから取り組むチームへのおすすめステップ 以下の3つを小さく試しながら、自分たちのチームに合った形にカスタマイズしていくのがおすすめです
60. © LY Corporation AIスクリーニングレビューの導入: まずはレビュアー向けのカスタムコマンドを用意し、「AIが一次チェック、人が最終判断」という二段階レ ビューの型をつくる PRテンプレートとPR自動生成の整備: PRテンプレートを整えたり、AIにPR本文のたたきを書いてもらったりすることで、PRのコンテキストを標準 化しつつ、作成コストを下げる シンプルなレビュー指標の可視化: レビューが本当に効率化されたかどうか効果測定を実施する。いきなり高度なダッシュボードを作る必要は なく、「48時間以内にレビューが完了したPRの割合」など、シンプルな指標から始めて効果を確認する 01 03 02 60 これから取り組むチームへのおすすめステップ 以下の3つを小さく試しながら、自分たちのチームに合った形にカスタマイズしていくのがおすすめです 付録資料にて具体的な方法 を紹介しています！
61. © LY Corporation まとめ 61
62. © LY Corporation レビュワーが人手でレビュー作業を実施 AI時代のレビュー 62 まとめ① 従来のレビュー AIが一次チェック 人が最終判断 → 人の負担を軽減しつつ、 レビュー品質を維持 変更内容と 影響範囲の確認 コーディング スタイルのチェック 潜在的な バグの確認 実装者に伝える コメント案の検討 レビュー渋滞を解消するAIスクリーニングレビューをご紹介しました レビュー依頼前のセルフチェックでも有効！
63. © LY Corporation 体験型アプローチと知見共有の相乗効果 ワークショップで参加者が実際に手元でAIレビューを体験 することで、理解が飛躍的に進み、導入へのハードルが大 きく下がります 2000人以上という大規模な場でも、一人ひとりが自分の手 でコマンドを実行し、AIの出力を確認することで、「自分 のチームでもできる」という確信が生まれます 63 AI活用を広めることで開発文化を大きく変化させたOrchestration Development Workshopの事例をご紹介しました まとめ②
64. © LY Corporation Thank You
65. © LY Corporation 付録資料 65
66. © LY Corporation 技術・文化の両面からアプローチ するレビュー効率化の取り組み 66
67. © LY Corporation AIスクリーニングレビューの導入によって一定の成果を得る → レビュー効率のさらなる向上を目指し、技術面と文化面の両方からアプローチする統合的な仕組み の構築を目指した 67 さらなるレビュー効率化を目指して
68. © LY Corporation 68 PRレビュー効率化エコシステムの紹介 AIスクリーニングレビューを中核とした、レビュー効率化のためのパッケージ
69. © LY Corporation AIスクリーニングレビュー 69 PRレビュー効率化エコシステムの紹介 役割：効率化の中核 効果：レビュー負荷 02 01 03 04 AIによるPR作成自動化 役割：AIレビューの精度を高める基盤 効果：作業効率化 + 精度向上 PRレビュー待ち通知Bot 役割：文化醸成とAI活用推進 効果：漏れ防止・促進 レビュー効率の可視化 役割：継続改善とチーム評価 効果：モチベーション維持 「効率化の中核」→「レビュー精度向上の基盤」→「文化の醸成」→ 「継続改善の仕組み」という4つの打ち手が相互に補強し合うパッケージ AIスクリーニングレビューを中核とした、レビュー効率化のためのパッケージ
70. © LY Corporation AIスクリーニングレビュー 70 PRレビュー効率化エコシステムの紹介 役割：効率化の中核 効果：レビュー負荷 02 01 03 04 AIによるPR作成自動化 役割：AIレビューの精度を高める基盤 効果：作業効率化 + 精度向上 PRレビュー待ち通知Bot 役割：文化醸成とAI活用推進 効果：漏れ防止・促進 レビュー効率の可視化 役割：継続改善とチーム評価 効果：モチベーション維持 「効率化の中核」→「レビュー精度向上の基盤」→「文化の醸成」→ 「継続改善の仕組み」という4つの打ち手が相互に補強し合うパッケージ AIスクリーニングレビューを中核とした、レビュー効率化のためのパッケージ
71. © LY Corporation AIスクリーニングレビュー 71 PRレビュー効率化エコシステムの紹介 役割：効率化の中核 効果：レビュー負荷 02 01 03 04 AIによるPR作成自動化 役割：AIレビューの精度を高める基盤 効果：作業効率化 + 精度向上 PRレビュー待ち通知Bot 役割：文化醸成とAI活用推進 効果：漏れ防止・促進 レビュー効率の可視化 役割：継続改善とチーム評価 効果：モチベーション維持 「効率化の中核」→「レビュー精度向上の基盤」→「文化の醸成」→ 「継続改善の仕組み」という4つの打ち手が相互に補強し合うパッケージ AIスクリーニングレビューを中核とした、レビュー効率化のためのパッケージ
72. © LY Corporation AIスクリーニングレビュー 72 PRレビュー効率化エコシステムの紹介 役割：効率化の中核 効果：レビュー負荷 02 01 03 04 AIによるPR作成自動化 役割：AIレビューの精度を高める基盤 効果：作業効率化 + 精度向上 PRレビュー待ち通知Bot 役割：文化醸成とAI活用推進 効果：漏れ防止・促進 レビュー効率の可視化 役割：継続改善とチーム評価 効果：モチベーション維持 「効率化の中核」→「レビュー精度向上の基盤」→「文化の醸成」→ 「継続改善の仕組み」という4つの打ち手が相互に補強し合うパッケージ AIスクリーニングレビューを中核とした、レビュー効率化のためのパッケージ
73. © LY Corporation AIスクリーニングレビュー 73 PRレビュー効率化エコシステムの紹介 役割：効率化の中核 効果：レビュー負荷 02 01 03 04 AIによるPR作成自動化 役割：AIレビューの精度を高める基盤 効果：作業効率化 + 精度向上 PRレビュー待ち通知Bot 役割：文化醸成とAI活用推進 効果：漏れ防止・促進 レビュー効率の可視化 役割：継続改善とチーム評価 効果：モチベーション維持 「効率化の中核」→「レビュー精度向上の基盤」→「文化の醸成」→ 「継続改善の仕組み」という4つの打ち手が相互に補強し合うパッケージ AIスクリーニングレビューを中核とした、レビュー効率化のためのパッケージ
74. © LY Corporation 変更内容から自動でPRのタイトル・説明文をAIが生成 • ファイル差分や背景情報からタイトルと説明文を生成 • テンプレート(PULL_REQUEST_TEMPLATE.md)にも対応 • GitHub APIでそのままPRを作成 74 エコシステム解説：AIによるPR作成自動化 作業効率化とレビュー精度向上の仕組み
75. © LY Corporation 75 実装したClaude Codeコマンドについて https://techblog.lycorp.co.jp/ja/20251127c LINEヤフー Tech Blogにてプロンプトを掲載しています！
76. © LY Corporation 何を書けばいいか悩む テンプレート埋めが面倒 人によって内容がバラバラ 導入後 76 AIによるPR作成自動化のメリット 導入前 適切な内容を自動生成 AIがテンプレに沿ってPR作成 PR内容が標準化される 作業効率化とレビュー精度向上の仕組み
77. © LY Corporation 何を書けばいいか悩む テンプレート埋めが面倒 人によって内容がバラバラ 導入後 77 AIによるPR作成自動化のメリット 導入前 適切な内容を自動生成 AIがテンプレに沿ってPR作成 PR内容が標準化される 作業効率化とレビュー精度向上の仕組み
78. © LY Corporation 何を書けばいいか悩む テンプレート埋めが面倒 人によって内容がバラバラ 導入後 78 AIによるPR作成自動化のメリット 導入前 適切な内容を自動生成 AIがテンプレに沿ってPR作成 PR内容が標準化される 作業効率化とレビュー精度向上の仕組み
79. © LY Corporation 未レビューPRを検出し営業日ベースで経過時間を計算して、Slackチャンネルへ定期通知する 79 エコシステム解説：PRレビュー待ち通知Bot レビュー漏れ防⽌・促進のための仕組み
80. © LY Corporation 80 レビュー待ち通知Botの例 レビュー漏れ防⽌・促進のための仕組み
81. © LY Corporation 81 レビュー待ち通知Botの例 レビュー漏れ防⽌・促進のための仕組み Slack Botを活用し、レビュー待ちPRを定期的に通知 経過時間を可視化 メンションをつけて、レビューを催促
82. © LY Corporation レビュー依頼を見逃す レビューの催促が気まずい どのPRが遅れているか不明 導入後 82 PRレビュー待ち通知Botのメリット 導入前 レビュー漏れゼロ Botが自動で催促してくれる 経過時間を可視化し把握可能 レビュー漏れ防⽌・促進のための仕組み
83. © LY Corporation レビュー依頼を見逃す レビューの催促が気まずい どのPRが遅れているか不明 導入後 83 PRレビュー待ち通知Botのメリット 導入前 レビュー漏れゼロ Botが自動で催促してくれる 経過時間を可視化し把握可能 レビュー漏れ防⽌・促進のための仕組み
84. © LY Corporation レビュー依頼を見逃す レビューの催促が気まずい どのPRが遅れているか不明 導入後 84 PRレビュー待ち通知Botのメリット 導入前 レビュー漏れゼロ Botが自動で催促してくれる 経過時間を可視化し把握可能 レビュー漏れ防⽌・促進のための仕組み
85. © LY Corporation データドリブンな可視化 方法: Jupyter Notebook + GitHub APIでレビュー時 間を分析 分析内容: 2日以内にマージされたPRの割合はどう変化 しているか AIツール導入だけでは継続的な改善につなが らない 効果が見えづらく、個人の努力に依存しがち チーム全体のモチベーション維持が困難 解決策 85 モチベーション維持・改善のための仕組み エコシステム解説：レビュー効率の可視化 課題
86. © LY Corporation 86 48時間以内のPRレビュー完了率の推移グラフの例 モチベーション維持・改善のための仕組み
87. © LY Corporation 87 48時間以内のPRレビュー完了率の推移グラフの例 モチベーション維持・改善のための仕組み レビュー渋滞が発生し、それぞれの週で作成されたPRのうち一部は2日以内にレビューできなかった
88. © LY Corporation 88 48時間以内のPRレビュー完了率の推移グラフの例 モチベーション維持・改善のための仕組み レビュー渋滞が解消し、この期間はほぼ全てのPRが2日以内にレビューが完了した
89. © LY Corporation 改善効果が見えない モチベーション維持が困難 データ分析基盤の構築が大変 導入後 89 レビュー効率の可視化のメリット 導入前 改善効果を数値で可視化 チームの達成感を共有 Jupyter Notebookで手軽化 モチベーション維持・改善のための仕組み
90. © LY Corporation 改善効果が見えない モチベーション維持が困難 データ分析基盤の構築が大変 導入後 90 レビュー効率の可視化のメリット 導入前 改善効果を数値で可視化 チームの達成感を共有 Jupyter Notebookで手軽化 モチベーション維持・改善のための仕組み
91. © LY Corporation 改善効果が見えない モチベーション維持が困難 データ分析基盤の構築が大変 導入後 91 レビュー効率の可視化のメリット 導入前 改善効果を数値で可視化 チームの達成感を共有 Jupyter Notebookで手軽化 モチベーション維持・改善のための仕組み
92. © LY Corporation AIスクリーニングレビュー 92 AIスクリーニングレビューを中核とした、レビュー効率化のためのパッケージ 付録まとめ：レビュー効率化エコシステムとは？ 役割：効率化の中核 効果：レビュー負荷 02 01 03 04 AIによるPR作成自動化 役割：AIレビューの精度を高める基盤 効果：作業効率化 + 精度向上 PRレビュー待ち通知Bot 役割：文化醸成とAI活用推進 効果：漏れ防止・促進 レビュー効率の可視化 役割：継続改善とチーム評価 効果：モチベーション維持 「効率化の中核」→「レビュー精度向上の基盤」→「文化の醸成」→ 「継続改善の仕組み」という4つの打ち手が相互に補強し合うパッケージ
93. © LY Corporation 出典(1) Faros AI (2025) The AI Productivity Paradox Report 2025 https://www.faros.ai/blog/ai- software-engineering Anthropic (2025) Claude Code https://www.claude.com/ja-jp/product/claude-code Anthropic (2025) Slash commands https://code.claude.com/docs/en/slash-commands LINEヤフー (2025) AIで"レビュー渋滞"を解消する 〜PRレビュー支援と社内ワークショップで レビュー文化を変えた実践記録〜 https://techblog.lycorp.co.jp/ja/20251127c 93 LINEヤフー (2025) LINEヤフー、社内エンジニア約7,000名を対象に実践型のAI活用スキル向上 ワークショップを開始 https://www.lycorp.co.jp/ja/news/release/019831/ Microsoft (2025) Custom agents in VS Code https://code.visualstudio.com/docs/copilot/customization/custom-agents
94. © LY Corporation 出典(2) Jupyter Lab Logo © 2017 Project Jupyter Contributors Licensed under the BSD-3-Clause License. https://github.com/jupyterlab/jupyterlab/blob/master/LICENSE 94 GitHub Logo © GitHub, Inc. https://github.com/logos