現場でAIを使ったことが無いQAエンジニアがAIを活用する現場に参画してみた結果
QAエンジニア業務を始めて早5年。
私は初めてAIDD（AI駆動開発）の現場に参画することになりました。
そもそもAIDD（AI駆動開発）ってなんやねん！という方に少し解説↓
AIDDは「AI-Driven Development」または「AI-Assisted Development」の略で、AI(特に大規模言語モデルやコーディングアシスタント)を開発プロセスの中核に据えたソフトウェア開発の手法・アプローチを指す言葉として使われています。
ざっくり言うと、AIツール
を使ってあらゆる成果物を作成していく、といった感じです！
そんな現場に参画することになりました。
この記事では、
- AIツールを実務でまだ使ったことがないQAエンジニア
- AIを活用する現場への参画を検討している方
- AIに興味はあるけど、なかなか一歩踏み出せていない方
といった方に「あ、こんな感じなんだな～」となんとなくのイメージを掴んでみてもらえたらいいなと思っています。
AI未経験のQAエンジニアが実際にAI活用現場に飛び込んでみて、感じたこと・気づいたことをありのままにまとめました。
同じような立場の方の参考に少しでもなれば嬉しいです。
目次
① 参画前のスキル・AIについての知識と経験
自己紹介
先に私の簡単な自己紹介から。
- QAエンジニア5年目
- 資格：JSTQB FL（Foundation Level）取得済み
- WebおよびアプリのQA現場を中心に経験
- 自動化・AIを実務で活用した経験は一切なし
そんな私が、AIを活用する現場に参画することになりました。
AIについての知識・経験
実務での経験はゼロですが、プライベートではChatGPTやGeminiといった生成AIツールを時々使っていました。
そのため、生成AIへの抵抗感はそれほどありません。
QAに関連するAIや自動化ツールについても、PlaywrightやMagicPotなどの存在は把握しており、少し触ったことがある程度です。
ただし「なんとなく使い方はわかる」というレベルで、実務で即戦力として活用できるかと言われると、正直なところ自信はありませんでした。
参画のきっかけ
今回の参画は、欠員が出た現場の案件を紹介していただいたことがきっかけです。
ただ、もともとAIへの興味はあったため、「せっかくなら挑戦してみよう」という気持ちで面談を受けることにしました。
面談に合格し、そのまま参画決定という流れです。
参画前の期待と不安
期待：
新しい技術・領域に挑戦できることへのワクワク感はありました。
「これを機にAIをちゃんと使えるようになれるかも」という前向きな気持ちも。
不安：
一方で、不安も小さくありませんでした。
AIツールを実務レベルで使いこなせるのか、そもそも業務のフローがどんなものなのか、参画前の時点ではイメージがほとんどできていませんでした。
② 参画後にAIを使ってみてどうだったか
現場・チーム構成
業種は伏せますが、アプリ・Web系のサービスで、私はアプリチームのQAとして参画しました。
チーム構成はざっくり以下の通りです。
- 開発チーム（Android / iOS）：約6名
- QAチーム：5名（管理者含む）
- AIツールの使用：全員
チーム全員がAIを活用しており、「AIを使うのが当たり前」の環境でした。
使用していたAIツール
| 用途 | ツール |
|---|---|
| 開発・コーディング支援 | Claude Code、Codex、VSCode |
| QA業務支援 | MagicPot |
実際にどんな業務でAIを使ったか
主な活用場面は以下の通りです。
- 情報のキャッチアップ：issueに対して仕様や背景情報を素早く把握
- テスト分析：仕様をもとにテスト観点を洗い出し
- テスト設計：テスト項目の作成
- QA以外の場面：不明点の確認など、日常的な調べものにも活用
使ってみた率直な感想
良かった点：とにかく速い、便利！
情報収集から仕様把握、テスト項目の作成まで、AIを使うと驚くほど短時間でアウトプットが出てきます。
「はえ～～～～～便利や～～～～！」というのが正直な第一印象でした。
困った点：仕様を理解していないとレビューが難しい
AIが出力した内容が正しいかどうかを判断するには、自分自身が仕様をある程度把握していることが前提になります。
AIに任せっきりにすると、成果物の品質担保が難しいと感じました。
ただここは仮に分からなくても、それをAIに聞けばある程度は解決できます。
参画前のイメージとのギャップ
作業スピードの速さは想像以上でした。
一方で、思ったより自分の頭を使わないといけないなとも感じました。
業務の大まかなフローはあるものの、進め方はある程度自分でアレンジしてOKという環境も相まって、
そのなかで、AIを使い慣れている人と自分を比べると、プロンプトの書き方・指示の仕方に大きな差があることを痛感しました。
③ 学んだこと
※まだ参画当初の段階であるため、現時点での気づきをまとめています。
分からないこともそのままAIに投げる
参画前は一種のプライドではないですが、「ある程度わかってからAIに聞かないと」と思っていた部分がありました。
しかし実際には、分からないこと自体をそのままAIに伝えて解決するほうが圧倒的に早いと気づきました。
変に悩んで時間を使うよりも、「これ分からん！教えて！」と素直に伝えて進めるほうが、結果的にアウトプットも早くなりました。
AIの成果物を鵜呑みにしない
AIが出力した内容は参考にしつつも、自分の判断を加えることが必要だと感じました。
要はレビューですね。
提案をそのまま採用するのではなく、「これは不要」「ここは違う」とレビューしながら使わないと成果物の質が上がらないなと感じました。AIはあくまでサポート役であり、最終的な判断は自分がするという意識が大切だと思いました。
そもそもAIだって全然間違ったこと伝えてきますからね...
開発周りの基礎知識があると楽になる
これはもしかしたら現場特有かもしれませんが、この現場ではGitHub上で基本的には管理するため、PR・commitといった用語を目にする機会があります。
またAIが出力した成果物にも開発寄りの用語（コードとか難しい英語とか）が普通に出てくるため、知識がないと「これ何？」となる場面がたまにありました。
知らなくてもAIに確認すれば解決できますが、よく使う用語をあらかじめ知っておくだけで作業がスムーズになると感じました。
完璧に理解している必要はなく、「なんとなくわかる」レベルでも抵抗感が違うなと。
とにかく使って慣れる
何より大切だと感じたのは、使い続けることです。
AIを使い慣れている方のプロンプトの書き方を真似したり、プライベートでもツールを積極的に使っていくことが、上達への一番の近道だと思いました。
習うより慣れろ！、って感じです。
まとめ
AI未経験のQAエンジニアとして実際にAI活用現場に参画してみて、感じたことを簡単に振り返ります。
- AIは使えば誰でも同じ結果が出るわけではない。プロンプトの書き方・指示の仕方次第で、スピードも成果物の質も大きく変わる
- AIの出力を過信しない。仕様の理解や自分の判断を組み合わせることが品質担保につながる
- 分からないことはAIに素直に聞く。悩む時間よりも、聞いて進める方が結果的に早い
- 開発寄りの基礎知識があると作業がスムーズになる。完璧に理解している必要はなく、よく出てくる用語を知っているだけでも差が出る
- とにかく使い続けることが大切。真似して、触って、慣れることが上達への近道
まだ参画当初の段階ではありますが、AIへの苦手意識や不安は参画前と比べてかなり薄れました。
「なんとなく知っている」から「実際に使える」へ、引き続き経験を積んでいきたいと思います。
次回？があれば、ある程度使ってどうなったか、成長報告（中間報告？）ができればいいなと思っています。