ChatGPTによるコードレビューを効率化するプロンプト

書いたコードを貼って「レビューしてください」と頼むと、返ってくるのは変数名をもう少し分かりやすくしましょう、コメントを足しましょう、といった話です。間違ってはいませんが、知りたいのはそこではありません。

AI が表面的な指摘で止まるのは、何を見てほしいのかを伝えていないからです。人間のレビュアーなら、この関数が決済に関わると知っているので、勝手に金額の丸め方を疑います。AI はその前提を持っていません。

観点を先に渡すと、返ってくる場所が変わる

見てほしいところを、コードより前に書きます。

観点を書いた瞬間に、AI は探す場所を絞ります。「該当なし」と書かせる一行も効きます。これが無いと、指摘を出すことが目的になり、無理やり何かを見つけようとします。

観点は毎回ゼロから考える必要はありません。チームのレビューで実際に指摘されたことを 3 つ書き出せば、それがそのまま観点になります。過去の指摘は、そのチームで壊れやすい場所の記録だからです。人に見てもらう前に同じ観点を AI に通しておけば、レビューで同じ話を繰り返さずに済みます。

観点は 3 つまでにする

思いつく観点を 10 個並べたくなりますが、増やすほど一つあたりが浅くなります。全部を平均的に見た結果、どれも表面をなでただけの指摘が 10 個返ってきます。

観点と一緒に、そのコードが何に使われるかを一行だけ添えると精度が上がります。「この関数は決済の金額計算に使われます」と書いてあれば、AI は丸め方や桁あふれを自分から疑い始めます。人間のレビュアーが勝手に持っている前提を、ここで渡しているわけです。

3 つに絞り、目的ごとに差し替えてください。外部に公開する処理なら入力の検証と権限まわり、大量のデータを回す処理なら計算量と無駄な繰り返し、チームで長く持つコードなら名前と関数の分割です。1 回で全部を見ようとせず、目的を変えて 2 回投げるほうが、結局は深い指摘が集まります。

指摘が正しいとは限らない

AI は自信のある口調で、実際には存在しない問題を指摘してきます。「この書き方は非推奨です」と言われたら、その場で公式のドキュメントを引いてください。指摘を鵜呑みにして直したせいで壊れる、というのが最も痛い失敗です。

一度に貼るのは、1 つの関数か 1 つのファイルまでにします。長いコードを貼るほど、後半への注意が薄くなり、指摘が冒頭に偏ります。

そして貼る前に、そのコードを外部のサービスに渡してよいかを確かめてください。接続情報や顧客データが混ざっていないか、会社の決まりで許されているか。この確認だけは、毎回の習慣にしてください。