LINEヤフーの社内のAI駆動開発研修ギルド Orchestration Dev Guild による Meetup とされる、「LINEヤフー Development with Agents Meetup #1」 に参加しました。会場は紀尾井町オフィス。
新卒でヤフーに入社した身としては、紀尾井町オフィスで興味のある分野の勉強会があるのはとても嬉しいです！
Orchestration Dev Guildなる存在は、LINEヤフー Tech Blog でもオープンになっており、個人的に昔からお世話になっているgiginet先輩も講師をされていたというブログ記事で聞きかじっておりました。このワークショップでは、AI駆動開発を 見るだけでなく、一緒に体験できる 社内ハンズオンイベントとして、2025年10月から月1〜2回開催されているそうです（頻度すげ〜〜〜）。
LINEヤフー Development with Agents Meetupでは、AIエージェントや生成AIを活用したプロダクト・開発が、実務の現場でどこまで進化しているのか、LINEヤフーのエンジニアが、実際のプロダクト・開発現場におけるAI活用事例をもとに、具体的な取り組みや学びを共有する会になるとのことです。以下、聴講した内容になります！
はじめに・LINEヤフーにおけるAI駆動開発組織のプロデュース施策 / 山岡滉治さん
社内外技術イベントの運営、社内向けAI駆動開発セミナー Orchestration Development Workshop の運営、全社的な生成AI活用コミュニティ「GENERATIVE AI LOUNGE」の企画運営を担当されている山岡さん。オープニングとなるこのトークでは、会の趣旨や注意点などをクイックに共有いただきました。
生成AI活用によるPRレビュー改善の歩み / 福山怜史さん
Yahoo!プレイスというサービスの開発チームで、バックエンドのテックリードを担当していた福山さん。その時期、レビュー依頼が自分に集中しやすくなってしまっていて、実装とレビューを同時に進めるという日々が続いていたそうです。
個人の努力だけでは改善しづらいという状況であることを実感して、根本的な見直しが必要だと感じ、まずPRをプロンプトで要約することを試したそうですが、運用は続かず、数週間ほどで使わなくなってしまったそうです。
しかし2025年夏ごろにClaude Codeが社内で使えるようになり、状況が大きく一変。コードベースを横断して文脈を横断できるので、AIがレビューの一次チェックとして実用的に機能するレベルになり、「AIスクリーニングレビュー」として運用されているそうです。
AIスクリーニングレビューでは、レビューの一次チェックとして、主に次のような点をAIに確認させているそうです。
- 変更内容と影響範囲の要約
- コーディングスタイルのチェック
- 潜在的なバグやパフォーマンス、セキュリティ面の懸念
- レビュアーが実装意図を伝えるためのコメント案の提案
プロンプト化し、Cloud Codeでスキル（当時はコマンド）として登録することで、必要な時にすぐ実行できる形にしているそうです。
Claude Codeのカスタムコマンドなどは、以下の記事でも紹介されているようです。
Agentic Codingによる開発効率化と、チームへの導入 / 平野敬祐さん
2020年に入社して以降ヤフーファイナンスに関連したプロダクトの開発に担当されている平野さん。
2024年頃までのAIコーディングは、人間が細かく指示してAIは補助的に提案・生成する使い方が中心でしたが、先進的なエージェンティックコーディングでは、人間は「実現したいゴール」を渡し、AIが仕様整理→コード調査→実装→テスト→結果反映まで、完了に向けて自律的に進めることが、徐々に可能になっています。
平野さんはエージェンティックコーディングをシンプルに体験することを目的に、社内でワークショップを行ったそうです。
ワークショップの内容は大きく3ステップ。
実装計画の作成: Jiraチケットや Confluenceの仕様書から情報収集し、実装計画を立てるスラッシュコマンドを用意。当時はPlan Modeが各ツールに存在しなかったため独自に用意したが、現在は多くのツールが同等機能を提供している。
実装〜PR作成: 実装計画をもとにコーディングし、テスト・ビルドを確認した上で、テンプレートに沿ってPRの説明文を生成・作成するコマンドを実行。
AIレビュー＆指摘対応: 作成したPRに対してレビューコマンドを実行し、指摘箇所をそのまま修正。レビューコマンドは福山さんが第1回で紹介したものを再利用している。
平野さんはAIの習熟度に自信のない方や、AIを活用する時間が取れない方に対して、新しい技術や複雑な仕組みではなく、「体験を通じた理解」に重点を置いた設計のワークショップを提供することで、学習者が効率化と知識習得の好循環に乗せることを目指したそうです。
大規模な組織におけるAI Agent活用の促進と課題 / 井上秀一さん
2024年に新卒入社し、現在は社内向け Kubernetes as a Service である FKE チームで開発業務に従事しつつ、生成AI関連の活動にも従事している井上さん。
発表ではまず、Multi-Agentの概念について説明。Multi-Agentは、複数のエージェントが連携して動く仕組みで、役割分担が可能で、例えば分析をする人やレポートを書く人など、エージェントに専門性を持たせて動かすことができ、トークン消費が増えたり、エージェント間の協調が複雑になるというデメリットもありつつも、業務フローを作る中で難しいタスクや複雑なものにはマルチエージェントが有効とのことでした。
Multi-Agent用のフレームワークとしてGoogle Cloudの「Agent Development Kit（ADK）」に注目されているとのこと。Google Cloudを使わなくても、OSS単体で動くそうです。
ワークショップでは、Jiraで管理してるプロジェクトの進捗状況を自動で分析、レポートを作成する例を紹介されたそうです。
ワークショップでは、2000人の方がリアルタイムで参加し、アンケートでは約7割の参加者が「近い将来に試す予定がある」と回答したそうです。
生成AIを活用したモバイルアプリケーション開発のテスト改善 / 山手政実さん
Yahoo!乗換案内・Yahoo!マップのiOS開発を担当されている山手さん。AIとの協業において、実装スピードの速いAIに対して人間の判断がボトルネックになりがちな中、CLAUDE.mdの整備やMCPサーバーによる仕様書の読み込みといった「共通認識づくり」に加え、AIに視覚を与えることで残りの差を埋めるアプローチを提唱されていました。
具体的には、iOSシミュレーターMCPでスクリーンショット取得を自動化したり、Xcode 16.3のXcode MCPでコンポーネント単位のプレビュー画像を取得したりすることで、AIが自ら画面の状態を確認できる環境を構築。デモではYahoo!乗換案内のトップ画面がHIGに準拠しているかをAIに自律評価させる実例も紹介されていました。
さらに山手さんは、Maestro MCPを使ってYahoo!乗換案内の画面遷移テストフローを自律的に組み立てるデモや、冬休みの宿題としてClaude Code主体で開発したという自作のスナップショットテスト用MCPサーバーも紹介。
スクリーンショットをもとにAIが次の操作を判断しながらテストケースを構築し、結果はHTMLで視覚的に確認できる仕組みになっているとのことです。完璧ではなく人間のサポートは必要ですが、テスト維持の工数削減と、人間が本来やるべき作業への時間捻出が狙いだそうです。
LINEアプリ開発のためのClaude Code活用基盤の構築 / giginet/三木康暉さん
LINEアプリのモバイル開発者体験向上チームに所属するgiginet（三木）さん。200万行超・数百モジュールというLINEアプリの巨大コードベースでClaude Codeをどう活用するかについて紹介されていました。
スーパーアプリならではの課題として、ビルドに10分以上かかるイテレーション速度の問題、3万ファイルから目的のコードを探す難しさ、領域ごとに異なるドメイン知識の必要性を挙げた上で、関連モジュールだけを単体ビルドする仕組みなど、AIが効率的にフィードバックループを回せる基盤づくりを進めているとのことです。
三木さんはClaude Codeの各機能に書くプロンプトをInstructionと総称し、設計原則として「コンテキストウィンドウの最適化」「ガードレールの設計」「継続的な改善」の3つを挙げられていました。
特にコンテキストウィンドウの最適化にフォーカスし、CLAUDE.mdは150行程度に収めること、そのため、行数の節約のために、AIが既に知っている一般的なiOS/Androidの知識は書かず、LINEプロジェクト独自の部分だけを盛り込むことが重要とのこと。さらに、ビルド方法などの具体的な手順はCLAUDE.mdに直接書かず、スキルやサブエージェントに隠蔽して必要時のみ読み込ませることで、コンテキスト消費を抑える設計にしているそうです。
CLAUDE.mdに何を書いているかというと、まず絶対フルビルドを禁止（ｗ） 。部分ビルドやUnitTestの部分実行用のスキルを用意してイテレーションに組み込んでいるそうです。ファイル数が膨大なためディレクトリ探索の仕組みやクリーンアーキテクチャの知識もスキルとして整備し、コンテキスト消費量を抑える工夫をされていました。
スキルについては「Reference Contents（コーディング規約やドメイン知識など、知識を与えるもの）」と「Task Contents（特定の処理をシーケンシャルに実行するもの）」の2種類に分類できるという整理も紹介。ゲームに例えるとパッシブスキルとアクティブスキルのような関係、とのことでした（わかりやすい）。
続けて三木さんは、スキルの実践的な運用方法を紹介。Reference Contents（知識系）のスキルは、サブエージェントを立ち上げてその中で知識を展開して処理する形が適しているとのこと。例としてLINEアプリ社内のクリーンアーキテクチャの設計レビューをサブエージェント内で行うケースを挙げていました。
一方Task Contents（操作系）のスキルは、コンテキストフォークでサブエージェントを起動して処理を実行する形で、ビルド実行をメインエージェントで行うと大量のログでコンテキストが埋まってしまうため、サブエージェント内でビルドを実行し、結果だけをメインエージェントに返す仕組みにすることでコンテキスト消費を抑えているそうです。
発表内容の一部は、以下のブログでも紹介されているとのことです。
おわりに
個人的に、正直いままで行った生成AI系の勉強会って、あんまり印象良くないものが多かったりしました（勉強会そのものが悪いというわけではなく、対象者が広すぎるからか、いちエンジニアとしてはどのようにエンジニアリングで活用しているのかみたいな具体的なテクニックが聞けず、物足りないみたいなことが多かった）。
今日に関しては、LINEヤフーで実際に開発を行っている方々のお話が聞けて、忖度なくたいへん刺激になりました！
高頻度で骨太講師の社内ワークショップが開催されているのはなんとも羨ましい…自分もブログなど拝見しつつ、取り入れられるところを積極的に取り入れていきたいです！
