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
0
93
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
Tweet
Share
More Decks by YuheiNakasaka
See All by YuheiNakasaka
AIプログラミング雑キャッチアップ
yuheinakasaka
25
8.2k
Rubyに(ちょっと)コントリビュートできた話
yuheinakasaka
1
250
Other Decks in Technology
See All in Technology
Clineを含めたAIエージェントを 大規模組織に導入し、投資対効果を考える / Introducing AI agents into your organization
i35_267
4
1.3k
VISITS_AIIoTビジネス共創ラボ登壇資料.pdf
iotcomjpadmin
0
140
第9回情シス転職ミートアップ_テックタッチ株式会社
forester3003
0
100
AIにどこまで任せる?実務で使える(かもしれない)AIエージェント設計の考え方
har1101
3
1.2k
強化されたAmazon Location Serviceによる新機能と開発者体験
dayjournal
2
140
LinkX_GitHubを基点にした_AI時代のプロジェクトマネジメント.pdf
iotcomjpadmin
0
160
新規プロダクト開発、AIでどう変わった? #デザインエンジニアMeetup
bengo4com
0
500
25分で解説する「最小権限の原則」を実現するための AWS「ポリシー」大全
opelab
9
2.1k
TerraformをSaaSで使うとAzureの運用がこんなに楽ちん!HCP Terraformって何?
mnakabayashi
0
300
SFTPコンテナからファイルをダウンロードする
dip_tech
PRO
0
570
doda開発 生成AI元年宣言!自家製AIエージェントから始める生産性改革 / doda Development Declaration of the First Year of Generated AI! Productivity Reforms Starting with Home-grown AI Agents
techtekt
0
190
OTFSG勉強会 / Introduction to the History of Delta Lake + Iceberg
databricksjapan
0
120
Featured
See All Featured
Automating Front-end Workflow
addyosmani
1370
200k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
32
5.9k
VelocityConf: Rendering Performance Case Studies
addyosmani
330
24k
Statistics for Hackers
jakevdp
799
220k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
48
2.8k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
357
30k
Large-scale JavaScript Application Architecture
addyosmani
512
110k
Chrome DevTools: State of the Union 2024 - Debugging React & Beyond
addyosmani
7
700
StorybookのUI Testing Handbookを読んだ
zakiyama
30
5.8k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
8
790
Designing Experiences People Love
moore
142
24k
Measuring & Analyzing Core Web Vitals
bluesmoon
7
480
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