kubell Creator's Note

株式会社kubellのエンジニアのブログです。

ビジネスチャット「Chatwork」のエンジニアのブログです。

読者になる

kubell 開発現場における AI 活用の現在地

AI Claude Code Chatwork MCP

はじめに

初めまして。染谷と申します。 近年になって急速に生成 AI が開発現場に浸透し始めてますね。弊社のプロダクトである Chatwork の開発にも AI が利用されています。 ただ生成 AI の導入は進んでいるものの、それらをいかにして効率的に扱うかを各々の手で試行錯誤しているのが現状です。

おそらく弊社以外でも試行錯誤している現場は多いのではないでしょうか。

本記事では kubell における実際の AI 活用事例をご紹介します。 特に Claude Code と MCP Server を組み合わせた開発効率化の取り組みについて、具体的な実装例を交えながら解説していきます。

模索中の部分は多くありますが、だからこそ現時点での試行錯誤の過程を共有することで、同じような課題を抱える開発チームの参考になればと思います。

kubell のAI推進体制

開発チームがどのように AI 活用をしているかを共有する前に、社としての AI に対する姿勢から書き綴ります。

CTO が AI に前向き！！

kubell のAI活用において最も特徴的なのは、CTOが「直々に手を動かして」AIのキャッチアップを行っている点です。

よく「経営層と現場の乖離」が社会的な議論として挙げられると思います。

kubell では経営陣自身が進んで最新技術に対するアンテナを張っているため、技術 (特に AI 周り)に関する経営層と現場層との技術的な乖離が起きにくい印象を受けています。

開発生産性向上への投資を惜しまない

kubell の大きな強みの一つとして、開発生産性向上に力を入れている点が挙げられます。

Cursor や Claude Code の話題で世の中が盛り上がり始めた頃、「使わせて！」の名乗りでたチームにはすぐさまライセンス付与されてました。

スピーディな AI 導入のおかげもあり、開発作業の本質に割く時間を取りやすい状態になったなと感じてます。

実際の開発現場でのAI活用ツール群

生成AI系ツール

現在、開発チームで活用している主な生成AIツールは以下の通りです

  • Claude
    • 開発支援ツールとして活用しています
    • コード生成、リファクタリング、バグ修正、ドキュメント作成など、幅広い用途で活用しています
  • ChatGPT
    • 開発支援ツールとして活用しています
    • (個人的に) 深い推論を求めるタスクの補助として活用しています
  • Gemini
    • Google SpreadSheet でデータをまとめる際に利用しています
    • グラフの作成方法などを調べなくてもイイカンジに作れるので重宝してます
    • 画像の生成に活用してたりします
  • NotebookLM
    • ドキュメントの整理や要約、技術調査のまとめなどに活用しています

MCP Server 群

弊チームでは以下の MCP Server を活用しています。

  • Jira
    • チケット管理システムである Jira と連携し、チケットの読み取りや更新を AI から直接行えるようにしています。これにより後述するワークフロー自動化が実現できています
  • GitHub
    • Pull Request の作成、diff の取得などなど、GitHub に関する操作を AI が行えるようにしています
  • Datadog
    • メトリクスダッシュボードを要約させるために利用しています
  • Serena
    • Language Server と連携し、コードの型情報や定義ジャンプなどの情報をAIが利用できるようにしています。これにより、より正確なコード理解と修正が可能になります
  • Chatwork
    • Pull Request のレビュータスクを起票する際に利用しています
    • 実は、この MCP Server は同じチームの同期が開発したものです...!!!

Claude Code を使った開発ワークフロー

コーディングの相棒として頼りになる Claude Code ですが、MCP と組み合わせることでより幅広いタスクをこなすことができます。

そのためコーディングだけではなく、コーディングからマージまでの一連のサイクルをラクにすることができます。

Claude が導入される前、私のチームのコーディング作業のサイクルは下記のようになっていました。

  1. Jira チケットの起票
  2. Jiraでチケットの内容を確認
  3. 必要な修正箇所を特定
  4. コードを修正
  5. 適切な単位でコミット
  6. PRを作成し、タイトルと説明を記述
  7. レビュー前の動作確認
  8. レビュー依頼をするため、レビュワーに Chatwork タスクを起票

Claude がやってきてからは下記のようなサイクルになりました。

  1. (人) 開発者がJiraでチケットを作成
  2. (AI) MCP Server 経由でチケット情報を取得
  3. (AI) 課題の What, Why を元に関連するコードを調査
  4. (AI) 修正箇所を特定 & 検討
  5. (人 + AI) コード修正を実施
  6. (AI) 適切な粒度でコミット
  7. (AI) Pull Requestの作成
  8. (AI) Pull Request の説明文を Jira チケットと Diff を元に自動生成
  9. (人) レビュー前の動作確認
  10. (AI) 検証が終わり次第 Claude が Chatwork 上でタスク依頼を実施する

明らかに人のやる作業量が減りました。Claude に全てを任せている状態にはまだ遠いですが、PR の変更点や背景の記入などの面倒な業務は 70~80% Claude 単体でできるように整備されています。

Claude を使ったチームふりかえり

我々のチームでは一週間に一度の頻度でチーム内ふりかえりをしています。

一週間の内容を振り返るとき、その間に消化した作業チケットについての会話はされるものの、作業チケットに挑むにあたって出てきた細かな会話など、作業チケットの表面に現れにくいものを見落としがちです。そしてそういう細かいやりとりに改善の種が落ちている場合があります。

そこで Claude に Chatwork 会話ログを食わせて、直近一週間自分たちが何をしたのかを箇条書きで書き出してもらうことで、振り返りのネタ探しに活用しています。

この試みのおかげで「あ、そういえばそんなことあったね」という会話が生まれ、それが種となってより盛り上がる振り返り会へとなりました。

今後の課題

過去も現在も「レビュー前の動作確認」は人の手で行なっています。

具体的になにをしているかというと、生産物の動作確認に加えて Datadog から Trace 情報を取得して PR 概要欄に添付したりしています。

このあたりも Datadog の MCP と連携することで人間の担当する領域を小さくできるかと考えています。 他にも Datadog のログやトレースを利用した障害調査や、ポストモーテムに関しても Datadog MCP を活用して楽できるのでは？という気持ちでいます。これからの AI 情勢が楽しみですね。

まとめ

Claude と MCP を組み合わせることで、コーディング以外の雑務を半自動化できてハッピーになれるよ。という共有でした！ まだまだきっと未だ見ぬ Claude の内なる力を引き出せていないとは思います。だからこそ自分の普段の業務内容を一度振り返って AI に任せられる部分を探す姿勢が大事だと思います。 「もしかすると〇〇の業務、Claude がやってくれるのでは？！！」という少年のような眼差しと心を持って日々の業務をこなしていきたいですね。

kubell ではエンジニアを募集しています！
少しでも興味を持っていただけた方は、ぜひ覗いてみてください！ www.kubell.com