読書会とalignコメントがAIルール を"⾃動で回す仕組み" 2026.04.23 属⼈化しないコード品質の作り⽅ murano / 村野　真軌 

本⽇のアジェンダ 1 ⾃⼰紹介とAIツールスタック 2 開発プロセスの変遷と実績 3 AI活⽤で顕在化した課題 4 読書会による共通認識づくり 5 基準をAIで仕組み化する 6 まとめ 

01 ⾃⼰紹介とAIツールスタック 2 

⾃⼰紹介 murano / 村野 真軌 （X: @samemura） プロダクトエンジニア 要件定義‧設計‧実装を⼀貫して担当 担当プロダクト 働くあなたのマネーポータル https://smarthr.jp/release/20251014/ 最近の注⼒領域 AI活⽤に注⼒ 4 

チームのAIツールスタック ツール 役割 使い⽅ Cursor メイン 実装の80%以上はAI⽣成→⼈間がレビュー Claude Code サブ ⾃律実⾏やCursorの補完 Devin 軽作業 100⾏以内の変更をSlackから依頼 5 

02 開発プロセスの変遷と実績 5 

AIネイティブ開発の変遷 2025年8⽉以降の取り組みと進化 2025/08 AIネイティブ開発 https://tech.smarthr.jp/e ntry/2025/09/08/145350 2025/09〜11 読書会で共通認識 づくり https://tech.smarthr.jp/e ntry/2026/01/09/163546 2026/現在 育成×仕組み化で 運⽤中 

チームの開発状況（2025/8） 社内AI活⽤コンテスト「A-1グランプリ」第1位 🏆 AIネイティブ開発 ＝ 全プロセスをAIで完結させる開発スタイル 8 コンテスト評価ポイント：「既存業務の効率化」ではなく 「開発プロセスそのものの変⾰」 定量成果：1ストーリーポイントあたり 2.04h → 1.43h（約30%短縮） 要件定義 人間がベースの要件を整理・作成 → AIと対話しながら残りの部分を補 完・修正 設計 要件定義からAIが設計ドキュメント・ER図・シーケンス図を自動生成 チケット作成 設計ドキュメントから MCP経由でJiraに自動作成 実装 チケットに沿ってAIが実装 → 人間がチェック 

03 AI活⽤で顕在化した課題 8 

速度≠品質のジレンマ AI⽣成コードが増えるにつれ問題が加速 コード複雑化 if⽂の増加で変更困難 判断コスト増 改善⽅針が不明瞭 ⽅針のブレ レビュー指摘多発 

良いコードの基準がバラバラ 設計判断が属⼈的になりレビューコストが増⼤ 仕様が複雑だからコードも複雑になるのは仕⽅ない。 設計判断が属⼈的で、 改善⽅針がチームでブレてしまう — 開発チームが直⾯した壁 

良いコードの基準がバラバラ — 基本に⽴ち戻る 仕様を⾔い訳にしない そもそも良いコードってなに？ ⾔語化できてる？ 

04 読書会による共通認識づくり 11 

設計基準を揃える読書会 「オブジェクト指向設計実践ガイド」を活⽤し基準を統⼀ 詳細はテックブログをご覧ください： https://tech.smarthr.jp/entry/2026/01/09/163546 STEP 1 学び‧感想を共有 STEP 2 開発に活かせそうなことを議論 STEP 3 実施決定‧要検討‧やらないに分類 

読書会がもたらした変化 チーム全員が同じ基準で設計できる⼟台が完成 設計の共通⾔語化 責任の分割やデメテルの法則が⽇常会話に定着 リファクタリング促進 テスト起点のリファクタリングが⾃然に⾏われ るように Cursorルールで⾔語化 設計原則をAIが利⽤できる状態に 15 

05 基準をAIで仕組み化する 14 

AIによる仕組み化の全体像 ⼈の記憶や努⼒に頼らずに基準を維持‧活⽤する コンテキストを揃え続ける仕組み チームの基準を最新に保つ コンテキストを使って効率化する仕組み 揃えた基準をAIに活⽤させる 17 

レビューコメントによるAIルールの⾃動修正 コンテキストを揃え続ける仕組み。 ⼈が指摘してAIが直すサイクル。 PRレビューで 基準違反を発⾒ alignコメント GitHub actionで 検知 DevinがPR作成 18 alignコメントの運用詳細： https://tech.smarthr.jp/entry/looks-good-to-me-reading-group 

レビュー指摘のAIルール⾃動修正の効果 常に最新の知⾒が蓄積される仕組みとAIによる重複ケア ⼿動運⽤ ‧気づいた⼈が⼿動で更新 ‧忘れがちでルールが陳腐化 ⾃動運⽤ ‧レビュー指摘を⾃動反映 ‧AIが重複を検知し警告 ‧AIルールが⾃然に蓄積‧更新 ‧基準に沿ってないコードの⽣成が減少 

AIルールの統合 コンテキストを揃え続ける仕組みの⼟台。 AIツールごとにルールが揃っていなかったのをAGENTS.md（+CLAUDE.md）に統合。 詳細：https://tech.smarthr.jp/entry/2026/03/12/134348 マルチAIの限界 メインはCursorルールを細かくメンテ + 他のツールは参照のみをする簡易ルール Cursor以外のツールでの⽣成精度がBad Devin/Claudeは⽣成精度が落ちていた Devinのルール修正も精度が良くない どのルールを修正するか判断があまり正しくでき なかった AGENTS.mdに統合 Devin/Claudeの⽣成精度がCursorと同じくらい に安定。 Devinのルール修正も⼈間がやるのと遜⾊なし 

AIルールの統合前後の⽐較 ⼈間でもルールが認識しづらかった 

AIルールを統合した効果 どのツールでも安定した精度がでるようになった ルールファイルがばらばら ‧⼈間がメンテするときも修正箇所を間 違えて、内容が重複することもあった ‧Cursor⾃体の精度も統合後と⽐べると ⾒劣りした AGENTS.mdに統合 ‧⼈間でもDevinでも修正しやすい ‧どのツールでも安定して使える ‧Cursorでも精度が向上した 

AIレビューコマンド コンテキストを使って効率化する仕組み。 PR作成前に開発者⾃⾝がローカルで基準違反を検知。 既存ツールの限界 ノイズが多くチーム固有の設計基準を理解しない 専⽤コマンド整備 読書会で⾔語化した設計原則をコンテキストとし て保持 レビュー前の⾃⼰検証 単⼀責任やデメテルの法則をローカルで⾃動 チェック 

事前のAIレビューによる効果 常に最新の知⾒が蓄積される仕組みとAIによる重複ケア 事前のAIレビューなし ‧⼈間のレビューコメントで、alignコメ ントが多くついてしまう ‧⼈間も基準に沿っているかに意識が ひっぱられてしまう 事前にAIレビューを実施 ‧alignコメントが減少 ‧基準に沿っているかは重視せずレ ビューし、もっと⼤事な観点に時間‧意 識を使えるように 

06 まとめ 19 

育成と仕組み化の両輪 開発を頑張る組織がAIでさらに強くなる 課題発⾒ 速度向上により品質基 準のブレが顕在化 共通認識 読書会を通じて設計の 共通⾔語を獲得 仕組み化 AIを活⽤し基準違反の ⾃動検知と修正を実現 チームの強化 地道なプロセスの整備 がAI活⽤の基盤が強固 に 26 

ご静聴ありがとうございました