AI 三体合議コードレビュー ─ Claude Code から Codex CLI・Gemini CLI を並列実行して PR をレビューする

はじめに

筆者は個人開発で Claude Code によるバイブコーディング（自然言語で指示して AI にコードを書かせるスタイル）をしている。この開発スタイルには2つの問題がある。

1. 個人開発なのでレビュアーがいない
2. コードを書いたのが AI なので、開発者自身もコードの詳細を完全には把握していない

つまり、中身を十分に理解していないコードを、誰にもレビューされずにマージすることになる。

実は、コードを書いた Claude 自身にレビューを頼むだけでも一定の効果はある。「書く」タスクと「レビューする」タスクではモデルの注意の向け方が変わるようで、自分で書いたバグを自分で見つけてくれることも多い。単体レビューでも十分有用だ。

ただし、同じモデルには同じ盲点がある。そこで、さらに別の AI にもレビューさせる。しかも3つ同時に。 異なるモデルが異なる観点で指摘するため、単体では見逃すバグを拾えるようになった。

本記事では実際に運用している「三体合議レビュー」の仕組みと、再現手順を紹介する。

使うツール

ツール	モデル	役割
Claude Code	Claude (Anthropic)	司令塔 + レビュアー1
Codex CLI	OpenAI モデル	レビュアー2
Gemini CLI	Gemini (Google)	レビュアー3

セットアップ

1. 各ツールのインストール

Claude Code（必須・司令塔）:

npm install -g @anthropic-ai/claude-code

Codex CLI:

npm install -g @openai/codex

OPENAI_API_KEY の設定が必要。

Gemini CLI:

npm install -g @anthropic-ai/gemini-cli  # または公式手順に従う

Google の認証設定が必要。

2. CLAUDE.md にレビュー手順を定義する（必須）

ここが再現のキモ。Claude Code は CLAUDE.md（プロジェクトルートに置く設定ファイル）に書かれた指示に従って動く。以下を追記する。

## コードレビュー

「三体レビュー」「三体合議」「三体レビューに回して」等と言われたら、
以下の3つを**並列実行**する:

1. Claude 自身が PR の差分をレビューし、`gh pr comment` で PR にコメント投稿する
2. `codex review --base main` を Bash で実行する
3. 以下のコマンドを Bash で実行する:
   ```
   gemini -p "PR #<番号> のレビューをしてください。
   git diff main...HEAD で差分を確認し、問題点があれば指摘してください。
   問題なければLGTMと言ってください。
   レビュー結果を gh pr comment <番号> --body-file <一時ファイル> で投稿してください。
   署名は '-- Gemini CLI' で。" --approval-mode yolo
   ```

3つの結果が揃ったら、表形式でまとめて報告する。

この定義がないと Claude Code は「三体レビュー」の意味がわからない。 CLAUDE.md はプロジェクト固有の指示書であり、ここに書いた手順を Claude Code が忠実に実行する仕組みになっている。

仕組み

全体のフローは以下の通り。

開発者
  │
  │ 「三体レビューに回して」
  ▼
Claude Code（CLAUDE.md の手順に従う）
  ├─→ [並列] Claude 自身がレビュー（Task エージェント → gh pr comment）
  ├─→ [並列] codex review --base main（Bash 経由）
  └─→ [並列] gemini -p "レビューして" --approval-mode yolo（Bash 経由）
  │
  ▼
3つのレビュー結果を集約 → 表形式で報告

ポイントは Claude Code がオーケストレーターになること。Claude Code には Bash コマンドの実行機能とバックグラウンドタスク機能があるため、他の AI CLI を子プロセスとして並列起動できる。

使い方

Step 1: PR を作成する

通常通りブランチを作成してコードを変更し、PR を作る。

Step 2: Claude Code にレビューを依頼する

三体レビューに回して

これだけ。Claude Code が CLAUDE.md の指示に従って、3つのレビューを並列実行する。

Step 3: 結果を待つ

3つとも非同期で実行されるため、完了通知が来るまで待つ（または別の作業をする）。全て完了すると、Claude Code が結果をまとめてくれる。

## 三体レビュー結果まとめ

| レビュアー | 結果 | 指摘 |
|---|---|---|
| Claude    | LGTM | 改善提案: エラーメッセージにガイド追加（任意） |
| Codex     | P1指摘 | {{ }} が二重ラムダ → 誤検知 |
| Gemini    | LGTM | 問題なし |

実例: 誤検知を合議で弾く

実際のプロジェクトで起きた事例を紹介する。

Kotlin の構文で Codex が誤検知

以下のコードに対して Codex が「二重ラムダで OK ボタンが効かない」と P1 指摘を出した。

onDismiss = if (uiState.isConnected) {{ viewModel.clearError() }} else null,

Codex の主張は「{{ }} は lambda を返す lambda なので clearError() が呼ばれない」というもの。

しかし、Kotlin では if (cond) { ... } の最初の { は if ブロックの開始であり、内側の { viewModel.clearError() } がラムダとして返される。つまり正しいコードである。

Gemini は同じコードを見て「Kotlin として有効な lambda を返す if ブロックであり、動作に問題はありません」と正しく判断した。

Codex: ❌ 二重ラムダで動かない（誤検知）
Gemini: ✅ 正しい Kotlin 構文
Claude: ✅ 正しい Kotlin 構文

1体だけだと誤検知に振り回されるが、三体の多数決で正しい判断ができた。

再帰バグを二体が独立して発見

同じ PR で、Gemini が stopSharing() の再帰問題を指摘した。

// fetchLocations() 内で呼ばれている
onFailure = { e ->
    if (e.code == 404) {
        stopSharing()  // ← stopSharing() 内で fetchLocations() を呼ぶ → 再帰
    }
}

この指摘は Claude も独立して発見しており、二体が一致したことで確信を持って修正できた。

各 AI の傾向

数回の運用を通じて感じた各ツールの特徴。

特徴	Claude	Codex	Gemini
深さ	レースコンディション分析まで踏み込む	コード表面の構文チェックが得意	サーバー〜クライアント横断で整合性を見る
誤検知率	低い	やや高い（構文の誤読あり）	低い
出力形式	構造化されたレビュー	P1/P2 の優先度付き	自然な文章
実行速度	中（エージェント起動あり）	速い	中

ただしこれは筆者のプロジェクト（Python + Kotlin + JS の Web/Android アプリ）での経験であり、言語や規模によって傾向は変わるかもしれない。

注意点

• CLAUDE.md の定義が全て。ここが曖昧だと Claude Code の動きもブレる。具体的なコマンドまで書くのが安定運用のコツ
• Codex CLI の review サブコマンドは PR 番号を指定せず、ローカルの diff を見る。PR コメントへの自動投稿はしないので、結果は Claude Code が読み取って報告する
• Gemini CLI の --approval-mode yolo は全てのツール呼び出しを自動承認するモード。レビュー＋コメント投稿を無人で完了させるために必要
• 各ツールはサブスクリプションの範囲内で利用できる（Claude Code は Claude Pro/Max、Codex CLI は ChatGPT Pro/Plus、Gemini CLI は Gemini の無料枠または有料プラン）。API キーでの従量課金も可能だが、サブスク利用なら追加コストは発生しない

まとめ

• 3つの異なる AI にレビューさせることで、単体では見逃すバグを拾える
• 誤検知を多数決で弾けるのが最大のメリット
• Claude Code + CLAUDE.md の組み合わせで、自然言語の一言からツール横断の自動化が実現できる
• 個人開発でも「レビュアー3人体制」を低コストで再現できる

再現に必要なのは3つのツールのインストールと、CLAUDE.md への手順定義だけ。ぜひ試してみてほしい。

なお、筆者は未検証だが、GitHub Copilot CLI を加えた「四体合議」も面白いかもしれない。レビュアーが増えるほど誤検知の検出精度は上がるはずなので、環境がある方はぜひ試してみてほしい。