概要
https://tech.findy.co.jp/entry/2025/09/02/070000
詳細内容
## 小さな積み重ねと準備が生んだ生成AIフレンドリーな開発文化 - ファインディの開発文化と生成AI活用までの軌跡 -
https://tech.findy.co.jp/entry/2025/09/02/070000
Findyは、徹底した開発文化の確立が生成AI活用の基盤となり、具体的なAIツールの統合を通じて開発効率を大幅に向上させたと報告します。
**Content Type**: ⚙️ Tools
**Scores**: Signal:4/5 | Depth:4/5 | Unique:4/5 | Practical:5/5 | Anti-Hype:5/5
**Main Journal**: 88/100 | **Annex Potential**: 87/100 | **Overall**: 88/100
**Topics**: [[AI活用文化, 開発者ワークフロー, AIエージェント, Devin, Model Context Protocol]]
ファインディは、タスク分解、適切な粒度のPull Request、テストとCI/CDの徹底、統一されたコード規約とドキュメンテーションといった長年の開発文化が、いかに生成AI活用を自然に推進したかを紹介します。これらの小さな積み重ねは、人が開発しやすくするためのものとして整備されてきましたが、結果として生成AIが正しく効率的に機能するための強固な「ガードレール」とコンテキストを提供しました。これは、AIフレンドリーな環境を「後から」作ったのではなく、既存の優れた開発プラクティスが自然にAIの土台となった、という点が重要です。
具体的には、同社は生成AIを多岐にわたる開発ワークフローに統合しています。テックブログ執筆の壁打ちボットは、記事構成の初期案生成を支援し、執筆のハードルを下げつつ著者の「味」を損なわないよう骨子作成に留めます。また、Devinを活用して一括置換や軽微なリファクタリング、Terraformコード変更といった定型タスクを自動化し、個人のアウトプットを1.5倍に向上させた実績があります。Devinへの依頼はSlackワークフローで定型化され、人間は最終レビューとマージにのみ関与します。
さらに、Claude Code ActionやGitHub Copilot Coding AgentといったAIエージェントは、GitHub Issueの要件からPull Requestの自動生成までを担い、ここでも明確なタスク分解スキルがAIの精度向上に寄与しています。独自の「Model Context Protocol (MCP)」を内製化し、業務効率化や新規プロダクトへの導入を進めることで、AIがより深いコンテキストを理解できるよう取り組んでいます。Claude Codeのカスタムスラッシュコマンドは、頻繁に使うプロンプトを定義し、特にローカル環境構築の自動化において、AIが原因を特定し修正しながらセットアップを完了させるなど、画期的な効率化を実現しています。
これらの事例は、「人が開発しやすくすること」が結果的に生成AIの能力を最大限に引き出すためのガードレール整備に繋がるという同社の哲学を強く示唆しています。生成AIの導入を検討している組織にとって、まず足元の開発文化を整えることが成功への近道であるという実践的な教訓を提供します。