概要
https://zenn.dev/elyza/articles/abb1866b8152fd
詳細内容
## 「AIコーディング時代」だからこそ「ちゃんとする」
https://zenn.dev/elyza/articles/abb1866b8152fd
ELYZAは、AIコーディングの真価は既存の自動化と堅実な開発プラクティスの組み合わせによって発揮されることを実証し、その導入戦略と生産性向上への効果を詳述します。
**Content Type**: ⚙️ Tools
**Scores**: Signal:5/5 | Depth:4/5 | Unique:3/5 | Practical:5/5 | Anti-Hype:5/5
**Main Journal**: 87/100 | **Annex Potential**: 83/100 | **Overall**: 88/100
**Topics**: [[AIコーディング, 開発自動化, CI/CD, テスト戦略, IaC]]
ELYZAの開発チームは、AIコーディングが主流となる時代において、その真価を最大限に引き出すためには、既存の堅実な自動化技術との組み合わせが不可欠であると説いています。少ない人数で安全かつ定期的なリリースをこなすため、同社はこれまで自動化に力を入れてきましたが、AIコーディング（主にClaude Code）の導入により、その相乗効果を実感しています。
具体的には、明文化されたコーディング規約よりもLint/Formatによる自動整形を徹底することで、AIが周囲のコードに順応し、エラー修正も効率的に行えるようになります。APIスキーマをOpenAPIで先に定義し、そこからTypeScriptクライアントやReduxのアクションなどを生成する「ドキュメントファースト」な開発も、AIがAPI実装の大部分を担うことで生産性を高めます。
さらに、インフラの定義をTerraformで可能な限りIaC化し、Pull Requestごとに独立した開発環境を自動構築することで、AIによるコード変更の影響を安全に検証できます。AIが直接インフラ構成を変更するリスクを避けつつ、AIが生成したコードの安全性を確保しています。また、AIコーディングによる生産性向上に伴うバグ増加を防ぐため、ユニットテストとE2Eテストを充実させ、AI自身にテストケースの追加・修正を指摘・実行させることで品質を維持しています。セキュリティ面では、Dependabotの自動マージ、Shisho Cloudによるリソース監視、Takumi byGMOやClaudeの/security-reviewコマンドを組み合わせたPRベースの脆弱性チェックといった自動化を推進しています。
同社は、AIコーディングの魔法のようなハックを追うのではなく、コードの自動整形、テスト、一部のコード生成といった「カビ臭い」とも言える古典的な自動化が、AIコーディングを安全かつ効率的に進める「車の両輪」であると結論付けています。こうした取り組みにより、ELYZAはPRマージ数を前年同期比1.8倍に引き上げることを目標としています。