シニアエンジニアのAI開発ワークフロー(エージェント・PR・コードレビュー)

2026-08-31 · Jan Marshal

原題: The Senior AI Engineering Workflow (Agents, PRs & Code Review)

概要

シニアエンジニアがどのようにAIコーディングエージェントを運用しているかを、実際のプロダクト(顧客チャットサポートSaaS「Marshall」)へのAIエージェント機能追加を題材に解説する動画。開発環境・モデル戦略・スキル運用・サブエージェントのチーム編成から、実装後のAIコードレビューのループまでを一気通貫で示している。

主なポイント

開発環境はCursorとCodexの2つを併用し、Codexは特にGPT系モデル(GPT5.6 SoulやTerra)との相性が良いため使い分けている
モデルは常に「実装役(executor、重くて賢いモデル)」と「調査役(researcher、軽量で高速なモデル)」の2種類を組み合わせて使う戦略を推奨
インストールするスキルは25〜30個程度に絞るべきで、多すぎる(200個超)と文脈消費の多いモデルが不要なスキルまで呼び出し性能が落ちる
よく使うスキルはdomain modeling、codebase design、code review、自作の「feature orchestrator」スキル、shadcn UIスキル、フロントエンドの「taste」を補うdesign engineeringスキルなど
キーボード入力の代わりに音声入力ソフト(Willowなど)を使い、プロンプト作成の摩擦を減らし文脈量を増やす
「セッション1(製品・アーキテクチャの壁打ち、調査エージェントのみでコードは書かない)」と「セッション2(計画・実装・検証・レビュー)」の2セッション制を採用し、セッション1の結論を1つの高品質な実装プロンプトに集約してセッション2へ引き継ぐ
オーケストレーター役のメインエージェントが必要に応じて実装役・調査役・レビュー役のサブエージェントを何体でも動的に生成し、並列・直列を使い分けて機能を実装する
Convexプラグイン(ツール+8スキル)により、エージェントがバックエンドのドキュメントやスキーマ、実データにダッシュボードを開かず直接アクセスでき、RAGコンポーネントやAIゲートウェイなど最新機能も正しく使える
実装後はAIコードレビューツール(nuclear code reviewスキル)で全PRをレビューし、指摘をエージェントに戻して修正させるループを繰り返してから人間による最終レビューを行う

実践に使えること

自分のエージェント運用でも「実装用の重いモデル」と「調査用の軽いモデル」を分けて併用してみる
インストール済みスキルを棚卸しし、プロジェクトに本当に必要なものだけに絞る
音声入力ツールを試し、プロンプトに書き込む情報量とスピードを上げる
大きな機能を実装する前に、コードを書かない「壁打ちセッション」でアーキテクチャと要件を固め、最後にAIへ完全な実装プロンプトを作らせてから着手する
PRごとにAIコードレビューを走らせ、指摘事項をエージェントに戻して修正させるループを自分のワークフローにも組み込む