課題：テストが開発の最大のボトルネック
機能開発の工数のうち約40%をテスト工程が占めており、リリースサイクルの短縮を妨げる最大のボトルネックとなっていました。テストケースの作成は経験豊富なエンジニアが担当しており、属人化・属人知識が蓄積されていました。
また、テストカバレッジは60%前後で、エッジケースやリグレッションテストが不十分なまま本番リリースされるケースもあり、軽微なバグが本番で発生することも課題でした。
解決策：3段階のAI自動生成パイプライン
テスト工程を3つのレイヤーに分解し、それぞれにAI自動生成を適用しました。
- Step1 テスト仕様書の自動生成：機能仕様書をGPT-4で解析し、正常系・異常系・境界値のテストケースをExcel形式で自動生成
- Step2 テストコードの自動生成：ソースコード（Java）をGPT-4で解析し、JUnit5のテストコードを自動生成。モックオブジェクトの生成も自動化
- Step3 テストデータの自動生成：DBスキーマと仕様書から、正常系・異常系・境界値のテストデータをJSON/CSVで自動生成
CI/CDとの統合
GitHub Actionsと連携し、コードPush時に自動でテストコード生成→実行→カバレッジレポート出力→Slack通知を行うパイプラインを構築。プルリクエスト段階でテスト結果が確認できる体制を整えました。
成果・効果
テスト工数は70%削減され、エンジニアはテストケース設計の最終確認と本番テスト実行の管理に集中できるようになりました。テストカバレッジは60%から100%に向上し、本番での軽微なバグ発生件数も大幅に低減しました。