しみずです。どうぞよろしく。

今回は、2026年4月の勉強会 のテーマにもなっていた、生成AIを活用したテストコードの作成について、実体験を紹介したいと思います。

「テストコード、書いたほうがいいのは分かっているけれど、なかなか手が回らない……」
そんな悩みを持つエンジニアの方は少なくないかもしれません。
私自身もその一人でしたが、生成AIの力を借りることで、そのハードルがぐっと下がったと感じています。

生成AIでテストコードを整備してゆく

GitHub Copilot でのテストコード生成

弊社では希望者に生成AIのライセンスを支給してもらえる制度があり、
私は GitHub Copilot を活用しています。

普段の業務では、新規機能の実装や追加対応に GitHub Copilot を使っています。
さらに、テストコード作成でも活用しており、実装と同じセッションで「これのテストコードを書いて」とお願いするだけで、ベースとなるコードを生成してくれます。

CopilotによるPRレビューで、テストを充実させていく

もちろん、生成AIが書いたテストコードが完璧とは限りません。

• 考慮すべきエッジケースが漏れている
• 特定のビジネスロジックに対する観点が不足している

といったことも、どうしても起こり得ます。
自分一人では、その不足に気づけないこともあるかもしれません。
そこで私は、Pull Request（PR）作成時の「Copilotレビュー」も活用しています。

PRに対してAIからレビューをもらい、そこで、実装したロジックについて
「こういうケースの考慮が足りないのでは？」
と指摘を受けることもよくあります。

例えば、「nullケースの考慮不足」「定義値の追加・変更をした際の、別箇所への影響」などです。
（正直、よく気がつくな、、と感心します）

この指摘内容は、そのままテストコードの観点不足なので、指摘内容の観点をテストコードへ反映させ、テストの質を少しずつ高めていくことができます。

変更に強いシステムを目指して

こうしたサイクルを繰り返すことで、少しずつではありますが、既存機能・新規機能ともにテストコードが充実してきています。

テストコードが揃っていることは、単にバグを防ぐだけでなく、
「将来の変更に対して臆せず手を入れられる」という、チーム全体の安心感に繋がります。

おわりに

以前は少し腰が重かったテストコードの作成も、生成AIのおかげで、今は前向きに取り組めています。

これからも、AIを上手に活用しながら、変更に強く、メンテナンスのしやすいシステムを育てていきたいと考えています。
もし「テストコード、面倒だな……」と感じている方がいれば、まずはAIに一行目を書かせてみることから始めてみてはいかがでしょうか。

最初から完璧なテストを書く必要はありません。
AIを「たたき台役」として使うだけでも、十分価値があると感じています。

少しでも、皆さんの開発のヒントになれば幸いです。