自動化とインテリジェンスによる開発ワークフローの変革
矢印キーでスライドを操作
増大するIssue管理の負担...開発者の時間は本来の創造的な作業へ。
本プレゼンでは、AIエージェントがGitHub Issue運用をどう変えるかを探ります。
AI導入がもたらす圧倒的な価値
AIエージェントで実現できること
Issueの内容をNLPで分析し、自動で分類・ラベリング・担当者割り当て。
長大な議論やコード変更をAIが要約。
FAQへの自動応答や、情報提供を求めるコメントを自動生成。
Issueの内容に基づき、AIがコードを生成・修正し、PRを自動作成。
特定のAI機能をワークフローに簡単統合
GitHub Appとして連携し、特化機能を提供
カスタムワークフローで最大の柔軟性を実現
イベント駆動で動く自動化の裏側
GitHub Actionsが特定のイベントを監視
on: issues: [opened]on: issues: [labeled]on: issue_comment: [created]
name: AI Responder
on:
issues:
types: [opened]
jobs:
respond:
runs-on: ubuntu-latest
permissions:
issues: write
steps:
- name: Call AI Assistant Action
uses: some-repo/issue-assistant@v1
with:
github_token: ${{ secrets.GITHUB_TOKEN }}
api_key: ${{ secrets.OPENAI_API_KEY }}
issue_body: ${{ github.event.issue.body }}
${{ secrets.API_KEY_NAME }} で安全に参照。まずは単純なバグ修正やドキュメント更新など、複雑度が低いタスクから。
質の高いIssue記述がAIへの最高のプロンプト。copilot-instructions.md などでプロジェクトルールをAIに教える。
AIの生成物は必ず人間がレビュー。PRへのコメントでAIに修正を指示し、フィードバックループを回す。
AI生成コードの品質は常にレビュー必須。意図しない脆弱性やライセンス違反のリスクに注意。
安易なAI利用は技術的負債の元。開発者のスキル低下や、コードへの理解不足を招く恐れも。
AIのAPI利用は有料。意図しない高額請求を避けるため、利用状況の監視と予算アラート設定が重要。
AIは開発ワークフローを根本から変革する力を持つ。
重要なのは、AIの能力と限界を理解し、人間とAIが最も効果的に協働する方法を模索し続けること。
開発の未来は、ここにあります。