株式会社アマテックでは、AIコーディングエージェントである OpenClaw を開発プロセスに取り入れ、イシューの作成から Pull Request（PR）のレビューまでを支援する運用を進めています。
開発現場では、要件整理、タスク分解、実装方針の確認、レビュー対応など、多くの工程で人の判断が必要になります。一方で、定型的な確認や細かな観点の洗い出しには時間がかかり、担当者の負担が大きくなりがちです。
アマテックでは OpenClaw を単なるコード生成ツールとしてではなく、開発チームの思考や確認作業を補助するパートナーとして活用することで、品質を落とさずに人的負担を軽減することを目指しています。
イシュー作成を人間主導で高品質化
イシューの作成では、最初の指示を人間が行います。OpenClaw はその指示をもとに、必要な前提条件や実装範囲、確認すべき仕様についてヒアリングを行い、内容を整理します。
この運用により、単に思いついたタスクを登録するのではなく、次のような情報を含んだ実行しやすいイシューを作成できます。
- 背景や目的
- 実装・修正の対象範囲
- 期待する挙動
- 確認すべきリスクや制約
- 完了条件やレビュー観点
人間が意図を伝え、OpenClaw が不足している情報を確認しながら文章化することで、担当者間の認識差を減らし、実装に移りやすいタスクへと落とし込めます。
PR作成までの流れをスムーズにする
イシューの内容が整理されていると、実装後の PR 作成もスムーズになります。OpenClaw は変更内容を把握したうえで、PR の目的、主な変更点、確認した内容、レビューしてほしい観点を整理できます。
その結果、レビュアーは「何が変わったのか」「どこを重点的に見るべきか」を把握しやすくなります。PR の説明が不足しているためにレビューが止まる、意図の確認に時間がかかるといった状況を減らせる点も大きなメリットです。
また、人間が最終確認を行う前提で OpenClaw に文章化を任せることで、スピードと正確性のバランスを取りやすくなります。
人間では拾いきれない細かな不具合をレビューで補完
PR レビューでは、OpenClaw を補助的なレビュアーとして活用しています。
人間のレビューでは、仕様の妥当性やプロダクトとしての判断に集中する一方で、細かな条件分岐、エラーハンドリング、型の不整合、境界値、既存挙動への影響などは見落としが発生することがあります。
OpenClaw をレビューに参加させることで、次のような観点を機械的かつ継続的に確認できます。
- 例外ケースや境界条件の見落とし
- 既存仕様との不整合
- 不要な複雑化や保守性の低下
- テスト観点の不足
- セキュリティや運用面のリスク
これにより、人間だけでは拾いきれない細かなバグや改善点を早い段階で発見しやすくなります。レビューの精度が上がることで、リリース後の修正コスト削減やコード品質の向上にもつながっています。
人間とAIの役割を分けることが重要
OpenClaw の活用で重要なのは、すべてを AI に任せるのではなく、人間と AI の役割を明確に分けることです。
アマテックでは、目的の設定、仕様判断、優先順位付け、最終的な意思決定は人間が担います。一方で、OpenClaw は情報整理、観点の洗い出し、文章化、コード上の細かな確認を支援します。
この役割分担により、人間はより重要な判断に集中でき、OpenClaw は抜け漏れを減らすための補助線として機能します。
まとめ
株式会社アマテックでは、OpenClaw を活用して、イシュー作成から PR レビューまでの開発ワークフローを改善しています。
人間が指示し、OpenClaw がヒアリングや整理を行うことで、イシューや PR の内容はより具体的で高品質になります。また、PR レビューでは細かな不具合や改善点を発見しやすくなり、コード品質の向上にもつながっています。
今後もアマテックでは、AI を開発チームの代替ではなく、開発者の判断を支えるパートナーとして活用し、より高品質で持続可能な開発体制づくりに取り組んでいきます。