メインコンテンツへスキップ
見出し画像

QA業務もAIツールと共に


    はじめに

    こんにちは。
    カラクリ株式会社でQAチームのリーダーを務めている芹沢です。

    今回は私自身が日々の業務で利用しているAIツールの活用事例をご紹介します。特にQAエンジニアの方にとって、業務改善や新しい視点につながる内容になれば嬉しいです。

    この記事では、実際の業務でどのようにAIを活用しているのかを具体的な事例を交えて解説します。特に以下のような方におすすめです。

    • QAテスト業務に従事している方

    • 身近なAIツールを業務で活用した経験がなく、イメージを持ちたい方

    • AIを試してみたが「うまく使えない」「信頼できない」と感じている方

    • AI活用で仕事がどう変わるのかを知りたい方

    もし上記のいずれかに当てはまる方は、ぜひ最後までお読みください。AI活用のリアルな現場事例を通して、業務への具体的な適用イメージを掴んでいただけると思います。

    特にQAエンジニアの皆さんにとっては、日々の業務改善や新たな気づきにつながる内容になれば幸いです。


    主に活用しているAIツール

    • ChatGPT(AIチャットボット)

      • 用途の具体例:情報収集、ドキュメント作成、図表作成、タスク管理

    • Cursor(AIアシスタント)

      • 用途の具体例:コード生成・修正提案による開発効率化

    • Devin(AIエージェント)

      • 用途の具体例:「仕様理解・調査業務の自動化」

    これら3つのAIツールについて、私自身の活用方法を具体的な事例とともにご紹介します。読んでいただくことで、実際の業務での活用イメージを掴んでいただけると思います。


    AIチャットボット「ChatGPT」の活用事例

    事例1:学習サポート(講師・先生の代替)

    課題
    業務や学習の中で不明点が出ると、すぐに質問できる相手がいない場合も多く、調査に時間がかかっていました。

    解決
    ChatGPTに疑問点を質問すると、まるで個人指導を受けているかのように分かりやすく解説してくれます。画像から文字を起こして質問に活用することも可能で、「いつでも・気軽に・素早く」質問できる環境を実現できました。

    効果

    • 調査時間が大幅に削減

    • 自学自習の効率が向上

    • 講師に聞く感覚で学習できるため、理解が深まりやすい


    事例2:ドキュメント作成の効率化

    課題
    資料の作成は、ゼロから取り組むと時間がかかり、品質のばらつきも出やすい課題がありました。

    解決
    ChatGPTに要件を伝え、初期のたたき台資料を生成してもらいます。その後、自分の言葉で修正・加筆し、仕上げに再度レビューを依頼する流れを取り入れました。

    効果

    • 資料作成のスピードが向上

    • 一貫性のある内容を効率的に作成可能

    • 最終レビューまでAIに依頼できるため品質も担保

    具体例:ドキュメントを書かせてみる

    まさに今ご覧いただいているこの記事も、ChatGPTで下書きを作成し、私自身で加筆・修正したものです。


    事例3:図表作成のサポート

    課題
    仕様やフローを図表で整理する際、手作業で作成すると修正や更新の手間が大きいという問題がありました。

    解決
    ChatGPTに要件を箇条書きで伝えると、mermaid.js形式の図表を自動生成してくれます。生成された図表を少し修正するだけで高品質な資料が完成します。

    効果

    • 図表作成の工数を大幅削減

    • 言語ベース管理により更新・修正が容易

    • GitHubドキュメントやNotionに貼り付けて即利用可能

    具体例:mermaid.jsの図を書かせてみる

    画像
    自然言語で要件を伝える
    画像
    一瞬でmermaid.jsを生成してくれる
    画像
    githubドキュメントやnotionに貼り付けるだけ

    AIアシスタントツール「Cursor」の活用事例

    VSCodeやWindsurfなどのAIアシスタントが存在する中、私は主にCursorを利用しています。開発の効率化において、今では欠かせない存在となっています。

    事例1:コーディング支援

    課題
    コードの修正や改善点を見つけるには、対象リポジトリ全体を理解する必要があり、多くの時間と労力を要していました。

    解決
    Cursorはリポジトリ全体を解析し、コードの修正提案を行ってくれます。提案が妥当な場合はそのままコードに反映することができるため、効率的に開発を進められます。

    効果

    • コードレビューの工数削減

    • 修正提案の質が高く、そのまま採用できるケースも多い

    • 開発効率が飛躍的に向上し、ストレスが大幅に減少


    事例2:開発効率化の実感

    課題
    従来の開発スタイルでは、コード調査やレビューにかかる時間が長く、スピード感を持って開発するのが難しい状況でした。

    解決
    Cursorを導入してからは、実装・修正提案・レビューがAIによって補完されるようになり、開発サイクル全体が加速しました。

    効果

    • 「AIなしでは業務が回らない」と実感するほど効率化

    • 大規模リポジトリでもスムーズに対応可能

    • QA業務だけでなく、開発プロセス全体に好影響


    AIエージェントツール「Devin」の活用事例

    私は日々の業務においてDevinを活用しています。

    Devinは開発・テスト業務を強力に支援し、ときには業務そのものを代替してくれるAIエージェントツールです。ここでは、QA業務の現場で実際に活用している具体的な事例をご紹介します。

    事例1:実装機能の把握(プロダクト理解の効率化)

    課題
    新しい機能や既存の仕様を理解する際、リポジトリ全体を読み解き、要件仕様との整合性を確認するには多くの工数がかかっていました。

    解決
    Devinはリポジトリ全体を解析し、実装仕様を自然言語でわかりやすく説明してくれます。

    効果

    • 実装仕様を短時間で把握でき、理解が容易になった

    • 要件仕様とのズレをレビューしやすくなった

    • 開発エンジニアへの質問が減り、負荷を軽減できた

    具体例:フィルター機能について質問してみる

    画像
    画像

    Devinが実装内容を自然言語で解説。結果として、要件仕様との整合性チェックをスムーズに進めることができました。


    事例2:不具合チケットの重複チェック

    課題
    過去に起票した不具合チケットを覚えておき、重複を確認するのはテスト管理者に大きな負荷がかかっていました。

    解決
    当社QAチームでは以下の仕組みを構築しました。

    • Asana:不具合チケットの一元管理

    • Devin(asana-mcp連携):Asanaチケットを検索・解析

    • Slack:重複チェック用ワークフロー

    使い方はシンプルで、確認したいAsanaのチケットURLをSlackに渡すだけ。Devinが関連チケットを調査し、重複の可能性があるものを一覧で報告してくれます。

    効果

    • チケット重複チェックの属人化を解消

    • 管理コストを大幅に削減

    具体例

    画像

    人が行うよりも正確で、迅速に結果を得られるのが大きな強みです。


    事例3:起票したチケット内容のレビュー

    課題
    テスターが起票した不具合チケットには、記述の抜け漏れや不備が発生することがあり、レビューのやり取りが繰り返されていました。

    解決
    Slack上にレビュー用のワークフローを構築し、Devinが起票内容を自動チェック。不備や不足がある場合は指摘事項を提示する仕組みにしました。

    効果

    • 初期段階で修正可能となり、後続の確認・修正のやり取りを削減

    • テストプロセス全体の効率化と品質向上を同時に実現

    具体例

    画像
    ワークフローテンプレートを利用して作業依頼を行う
    画像
    作業開始
    画像
    フィードバックを並べてくれる
    画像
    修正後のサンプルも提示してくれる

    まとめ

    課題
    AIツールに関心はあっても、

    • 「実際に業務でどう使えばよいのかイメージできない」

    • 「うまく活用できずに信頼できない」

    • 「結局人がやった方が早いのでは?」

    と感じている方も多いのではないでしょうか。

    AI活用が進まない原因の多くは、前提条件や与える情報が整理されていないこと、また業務フローそのものがAIに適していないことにあります。

    解決
    今回ご紹介したChatGPT・Cursor・Devinの活用事例は、いずれも「人がやっていた作業をAIに置き換え」「AIが得意とする方法に業務フローを合わせる」ことで、課題を解決したものです。

    AIは忠実に、瞬時に、そしてエラーを減らして業務を遂行できます。その力を最大限に引き出すには、私たちが仕事の進め方を柔軟に切り替えることが重要です。

    効果

    • 調査・資料作成・レビューといった業務の効率化

    • 属人化していた作業の解消

    • ヒューマンエラーの削減と品質向上

    • 「人は人にしかできない業務」に集中できる環境の実現

    今回の記事が、まだAIを業務に取り入れていない方、またはうまく使えていないと感じている方の参考になれば幸いです。

    ぜひ一歩踏み出し、AIと共に効率的で生産性の高い働き方を実現していただければと思います。


    あなたへのおすすめ