福岡で開催されたコミュニティイベント「福岡Tech LT大忘年会」のQA枠で登壇しました。
本記事では、当日の発表内容について、資料と共に共有します。
登壇内容
以下、当日の登壇資料 Giselleで作るAI QAアシスタント 〜 Pull Requestレビューに継続的QAを から一部抜粋します。
発表概要
Giselleを使ってAI QAアシスタントを構築し、Pull Request (以下PR) レビュー時に継続的にQAを実施する取り組みを紹介します。
- PRレビューにQAを溶け込ませる仕組み
- プロジェクト固有のQA観点をカスタマイズ
- 導入による効果・学び
背景：QAの課題
- リリース直前のQAでは手戻りコストが大きい
- QA観点を出すのが面倒 → レギュラーケースだけで済ませがち
- PRが増えるほどレビュー負荷が増大
「QA観点出しのハードルを下げたい…」
AI QAアシスタントとは？
PRの変更内容を自動で分析し、QA観点でフィードバックを提供するAIエージェント
- 変更の影響範囲を特定
- テスト観点の提案
- エッジケースの指摘
- リグレッションリスクの検出
なぜGiselleを選んだか
- ノーコードでAIワークフローを構築可能
- GitHub連携がネイティブ - 開発フローに自然に溶け込む
- QA観点を自由にカスタマイズできる
- OSS（オープンソース）で透明性がある
- 自分たちが開発しているから！
giselles.ai / GitHub - giselles-ai/giselle
PRレビューにQAを溶け込ませる
GitHubへPR作成
↓
Giselle ワークフロー自動起動
↓
QA観点でのレビュー生成
↓
PRコメントとしてフィードバック
- 既存の開発フローを変えずにQAを組み込める
- エンジニアはいつも通りPRを作るだけ
- QAフィードバックがPR上で完結
QA観点のカスタマイズ
PRのタイトル・本文・diffを分析し、2種類のアウトプットを生成
1. Manual QA Checklist
- Happy Path Testingの観点でチェックリストを生成
- 具体的で誰でも理解できるテスト項目
2. Prompt for AI Agents
- Playwright MCP向けE2Eテスト生成プロンプト
- AIコーディングツール Claude Code, Codex, Cursorなどで直接利用可能
導入効果
QAへのハードルが下がった
- AIが観点を出してくれる → あとはそれをQAするだけ
- 「何をテストすべきか」を考える負担が軽減
- エッジケースやリグレッションリスクも提示してくれる
「QA観点出しが面倒でレギュラーケースだけだったのが、AIの提案をベースにしっかりQAできるようになった！」
学びと今後
- AIは完璧ではないが、見落とし防止のセーフティネットとして有効
- プロンプトの継続的な改善が重要
- チーム全体でQA文化を醸成するきっかけに
登壇まとめ
- Giselleを使ってAI QAアシスタントを構築
- PRレビューにQAを溶け込ませる
- プロジェクト固有のQA観点をカスタマイズ
- 早期フィードバックで手戻りコストを削減
最後に
当日ご参加いただいた皆様、主催のKINTOテクノロジーズ株式会社様、株式会社トライアルカンパニー様、株式会社ヌーラボ様、株式会社マネーフォワード様、LINEヤフー株式会社様、本当にありがとうございました！
福岡Tech LT大忘年会は、多くの登壇者の方々の発表が刺激的で、福岡のテックコミュニティの熱量を肌で感じることができました。
以上、Giselleで構築したAI QAアシスタントをフル活用している、現場からお送りしました。
参考情報