AI時代のコードレビュー：PRをボトルネックにしないセルフレビューの仕組み

AIによるコード生成によって、チームはこれまで以上に速く実装できるようになりました。

一方で、Pull Request（PR）の作成速度が上がるほど、別の問題が目立つようになります。コードの生成速度に、レビューが追いつかなくなるのです。

レビュアーが行うのは、単にdiffを読むことだけではありません。次のような作業も必要です。

• プロジェクト固有のコーディング規約を確認する
• ロジックのバグやエッジケースを探す
• セキュリティとパフォーマンスを評価する
• 保守しやすいコードになっているか確認する
• 処理方針が正しいか、ビジネスやドメインの観点から理解する

すべてのPRを「レビュアーに任せる」状態にしてしまうと、レビュアーがチーム全体のボトルネックになります。

そこで、「このコードは正しいか？」と問うだけではなく、次のような問いが重要になります。

開発者は、PRを作成する前に十分なセルフレビューを行っているでしょうか。

これは、open-pr が解決しようとしている課題です。

課題：セルフレビューの結果が見えにくい

多くのチームでは、レビュアーをアサインする前に、開発者自身がセルフレビューを行うことを求めています。しかし、実際にセルフレビューが行われたかどうかを確認するのは簡単ではありません。

• 開発者が「セルフレビュー済み」と申告するだけで、具体的な記録が残らない
• レビューがローカル環境だけで行われ、他のメンバーから見えない
• コメント、発見事項、コードを修正した判断がPRに記録されない
• 人によってAIに与えるプロンプトやレビューの厳密さが異なる
• 過去のPRで指摘されたチーム固有の規約が、次のPRでも繰り返し指摘される

その結果、レビュアーは依然として、ほぼ最初からレビューを始めなければなりません。

解決策：PR上でAIレビューを実行する

open-pr は、Claude CodeなどのAIコーディングエージェントから、GitHub、GitLab、Bitbucket Cloud上のPRをレビューできるようにするプラグインです。

ターミナルやチャットだけで結果を受け取るのではなく、レビュー結果をリモートリポジトリ上のPRに直接投稿します。そのため、チーム全員が同じ情報を確認できます。

open-pr は、Claude Code、Cursor、Codex、Gemini CLI、Antigravityなどの環境に対応しています。

1回のレビューには、次の内容を含めることができます。

• Overview：PR全体に対する概要コメント
• Line comments：該当するコード行への直接コメント
• Suggested changes：必要に応じた具体的な変更提案
• 修正後の返信：コード更新後に各レビュー・スレッドへ返信

重要なのは、レビューが単なる「確認しました」という自己申告ではなく、PR上で誰でも確認できる記録になることです。

Claude Code CLIとスラッシュコマンド

このツールは、Claude Code CLIのセッション内で実行します。

まず、ターミナルでプロジェクトのディレクトリに移動し、Claude Codeを起動します。

cd path/to/your-project
claude

claude コマンドを実行すると、ターミナル上でClaude Codeとの対話セッションが始まります。

Claude Codeは、コードベースの確認、ファイルの編集、コマンドの実行などを行うためのターミナルベースの開発ツールです。

セッション内では、/ から始まるスラッシュコマンドを実行できます。open-pr が提供するコマンドも、このスラッシュコマンドとして使用します。

• /open-pr:review：現在のPRをレビューし、レビュー結果をPRに投稿する
• /open-pr:fix：レビューの指摘事項を確認し、妥当なものを修正する
• /open-pr:upgrade：ローカル設定を新しいスキーマへ更新する
• /open-pr:clean：レビュー時に作成されたworktreeを削除する
• /open-pr:feedback：プラグインにフィードバックを送信する

たとえば、PRのセルフレビューを実行する場合は、Claude Codeのセッション内で次のコマンドを入力します。

/open-pr:review

これは、OSのターミナルで直接実行するシェルコマンドではありません。claude コマンドでClaude Codeを起動した後、そのセッション内で実行するコマンドです。

3段階のレビュー・ワークフロー

open-pr は、AIにレビュー作業を支援させ、人間はより高い文脈理解と責任が求められる判断に集中する、明確なワークフローを提案します。

Round 1：開発者によるセルフレビュー

レビュアーに依頼する前に、開発者はClaude Codeのセッション内で次のスラッシュコマンドを実行します。

/open-pr:review

AgentはPRをレビューし、リモートPR上にレビュー結果を投稿します。開発者は指摘事項を確認し、自分で修正するか、Agentに対応を依頼します。

チームのルールとして、PR上にセルフレビューの記録がない場合は、レビューを開始せずに差し戻す運用も可能です。

Round 2：修正後の再チェック

修正後、チームはもう一度レビューを実行し、問題が解決されていること、また新たな問題が発生していないことを確認できます。

PRに問題がなければ、レビュアーはより早くLGTMを付けられるようになり、重要な論点に時間を使えるようになります。

Round 3：人間によるドメインレビュー

AIは、バグ、セキュリティ問題、パフォーマンス上の懸念、コードスメル、コーディング規約違反などの発見を支援できます。

しかし、ドメインやビジネスに関する判断は、依然として人間が行う必要があります。

たとえば、AIは条件分岐の不足を発見できても、その業務ルールが実際のビジネス要件に合っているかどうかを判断できるのは、Product Ownerやドメインエキスパートです。

AIはレビューの負担を軽減できますが、コードに対する最終的な責任は、レビューを行う人とPRをマージする人にあります。

リポジトリ固有のルールをレビューに反映する

AIレビューを利用する際によくあるリスクの一つは、結果に一貫性がないことです。

同じ入力であっても、モデルやプロンプトの違いによって、指摘の基準や結果が変わる可能性があります。

open-pr は、リポジトリ内に存在するドキュメントを読み込むことで、より安定したレビュー・ワークフローを目指しています。

• README
• CLAUDE.md
• AGENTS.md
• Documentation
• Wiki
• チームで合意されたコーディング規約やルール

原則は、一般的なガイドラインよりも、チームとリポジトリ固有のルールを優先することです。

よくある状況	open-pr の対応
AIが一般的なベストプラクティスだけを適用し、プロジェクトを理解していない	レビュー前にリポジトリ内の規約やドキュメントを確認する
同じ問題が複数のPRで繰り返し指摘される	チームで過去に議論された内容を記録し、次回以降のレビューに反映する
Agentが不適切なコメントまで含め、すべての指摘に従って修正する	指摘事項の妥当性を評価し、不適切な場合は根拠を示して返信する
修正によってコミットが増えたり、ブランチ履歴が書き換えられたりする	/open-pr:fix の1回の実行につき1コミットのみ作成し、force-pushせず、各スレッドに返信する

指摘事項の確認から修正までを管理する

コメントへの対応をAgentに依頼する場合は、Claude Codeのセッション内で次のスラッシュコマンドを実行します。

/open-pr:fix

このコマンドは、単に「コメントを受け取って修正する」だけではありません。Agentはまず指摘事項を読み、その指摘が妥当かどうかを検討してから変更を行います。

修正を適用すると、Agentは次の処理を行います。

1. リポジトリまたはレビュー用worktree内のコードを修正する
2. その修正に対して1つのコミットだけを作成する
3. 変更をpushする
4. 各レビュー・スレッドに返信する

この方法により、レビュアーは、どのような問題が指摘され、コードがどのように変更され、どの指摘を適用しなかったのか、その理由まで含めて一連の情報を確認できます。

インストール方法

Claude Codeの場合

Claude Codeのマーケットプレイスからインストールします。

Claude Codeのセッション内で、次のコマンドを実行します。

/plugin marketplace add TOMOSIA-VIETNAM/open-pr
/plugin install open-pr@open-pr

インストール後、PRのセルフレビューを実行します。

/open-pr:review

Cursor、Codex、Gemini CLI、Antigravityの場合

次のコマンドをターミナルで実行します。

curl -fsSL https://raw.githubusercontent.com/TOMOSIA-VIETNAM/open-pr/main/install.sh | bash

インストール後、各ツールを起動し、次のコマンドを実行します。

/open-pr:review

セキュリティ上の理由から、実行前にインストールスクリプトの内容を確認することをおすすめします。

AIに責任を委ねすぎない

AIレビューの最大の価値は、レビュアーをbotに置き換えることではありません。

価値があるのは、セルフレビューを構造化され、透明性があり、繰り返し実行できるプロセスにすることです。

• 開発者がPRを送る前の確認に責任を持つ
• レビュアーがレビューを始めるための明確なシグナルを得る
• チームがPR上にそのまま議論を記録できる
• AIが繰り返し発生するチェック作業を処理する
• 人間がアーキテクチャ、ドメイン、重要なトレードオフに集中する

「コードは速く作れるようになったが、レビューが過負荷になっている」という状況であれば、まずAIを Round 1 — PR上に証拠を残すセルフレビュー に導入してみてください。

👉 Source code: TOMOSIA-VIETNAM/open-pr

👉 License: MIT