エンジニア向けChatGPT活用中級者〜

AIにコードレビューさせたら、自分では気づかなかった問題が出てきた|PR前セルフチェックのプロンプト集

「とりあえず動いてるからいいや」でPRを出したら、レビューで指摘の嵐——そんな経験はありませんか?AIを使えば、PR前にバグ・可読性・パフォーマンス・セキュリティを一括チェックできます。レビュアーへの負担を減らし、自分の成長にもつながるプロンプト集です。

「動けばいい」コードが招くレビュー地獄

コードレビューで指摘が多いのは、実装ミスだけではありません。

😰 よくある指摘パターン

変数名が意味不明(tmp、data2など)

エラーハンドリングが抜けている

N+1クエリが発生している

SQLインジェクションの可能性がある

関数が長すぎて責務が不明確

✅ AIセルフレビュー後の変化

PR前に自分で問題に気づける

レビュアーの指摘が激減する

「なぜこう書くか」を言語化できる

レビュー待ち時間に自己改善できる

チームへの貢献度が上がる

AIはコードを「動くかどうか」だけでなく、読みやすさ・安全性・保守性の観点でも評価できます。しかも指摘が具体的なので、「なぜ問題なのか」まで学べる。

プロンプト①「バグ・ロジックミスの洗い出し」

まず基本。コードを貼り付けてバグやロジックの抜け漏れを探させます。

📝 PROMPT

以下のコードをエキスパートエンジニアの視点でレビューしてください。

【コード】
```
[ここにコードを貼り付け]
```

【確認してほしい観点】
1. バグ・ロジックのミス(エッジケース含む)
2. エラーハンドリングの抜け漏れ
3. 予期しない入力値への対応

各問題について、以下の形式で回答してください:
– 問題箇所(行番号または関数名)
– 問題の内容
– 修正案(コードで)
– 深刻度(高・中・低)

実際の出力例(Before/After)

📥 修正前コード(例)

function divide(a, b) {

  return a / b;

}

問題:b が 0 のとき Infinity を返す

深刻度:高

エッジケース:divide(10, 0) → Infinity(エラーなし)

📤 修正後コード(AI提案)

function divide(a, b) {

  if (b === 0) {

    throw new Error('Division by zero');

  }

  return a / b;

}

理由:ゼロ除算を明示的に検知しエラーを投げることで、呼び出し元でハンドリングできる

プロンプト②「可読性・命名・設計の改善」

動くコードでも、読みにくければチームの負債になります。AIに可読性の観点でレビューさせましょう。

📝 PROMPT

以下のコードの可読性・設計について改善案を提示してください。

【コード】
```
[ここにコードを貼り付け]
```

【確認してほしい観点】
1. 変数名・関数名の適切さ
2. 関数の責務(単一責任原則)
3. コードの重複・DRY原則
4. コメントの必要性

改善案はビフォーアフターで示してください。
「なぜそのほうが良いか」の理由も一言添えてください。

💡 プロンプトに言語・フレームワークを明記すると精度UP

「TypeScript + React」「Python + FastAPI」など、使用技術をプロンプト冒頭に追加するだけで、AIがその言語のベストプラクティスに沿った指摘をしてくれます。

プロンプト③「パフォーマンス・N+1問題のチェック」

DBアクセスやループ処理のパフォーマンス問題は、動作確認では見えにくい。AIに静的解析させましょう。

📝 PROMPT

以下のコードのパフォーマンス問題を指摘してください。

【使用技術】
[例:Python / SQLAlchemy / PostgreSQL]

【コード】
```
[ここにコードを貼り付け]
```

特に以下の観点で確認してください:
1. N+1クエリの発生箇所
2. 不要なループ・計算の繰り返し
3. メモリ効率(大量データ処理時)
4. インデックスが効いていない可能性があるクエリ

問題箇所と改善後のコードをセットで示してください。

プロンプト④「セキュリティリスクのチェック」

セキュリティの問題はレビュアーも見落としやすい。AIに専門的な観点でスキャンさせます。

📝 PROMPT

以下のコードにセキュリティリスクがないか確認してください。

【コード】
```
[ここにコードを貼り付け]
```

以下の観点でチェックしてください:
1. SQLインジェクションの可能性
2. XSS(クロスサイトスクリプティング)の可能性
3. 認証・認可の抜け漏れ
4. 機密情報のハードコード(APIキー、パスワードなど)
5. 入力値のバリデーション不足

リスクがある場合は深刻度(Critical / High / Medium / Low)と修正方法を示してください。
リスクがない場合も「問題なし」と明示してください。

⚠️ 機密コードの取り扱いに注意

本番環境のAPIキー・パスワード・個人情報が含まれるコードをそのままChatGPTに貼り付けないでください。ダミー値に置き換えてからレビューしましょう。社内ルールに従って判断してください。

プロンプト⑤「PR説明文の自動生成」

レビューが終わったら、PR説明文もAIに書かせましょう。変更内容の言語化が苦手な人に特に有効です。

📝 PROMPT

以下の変更内容をもとに、GitHubのPull Request説明文を作成してください。

【変更の目的】
[例:ユーザー一覧APIのN+1クエリを解消してレスポンス速度を改善]

【主な変更内容】
[例:
– eager loadingを導入(joinedload / selectinload追加)
– 不要なループを削除
– エラーハンドリングを追加
]

【テスト内容】
[例:ローカル環境でAPIレスポンスタイムを計測(改善前:800ms → 改善後:120ms)]

以下のフォーマットで記述してください:
## 概要
## 変更内容
## テスト方法
## スクリーンショット(該当する場合)

レビュアーが変更の意図をすぐ理解できる説明文にしてください。

出力例(抜粋)

📥 よくあるPR説明文

「N+1を直しました」

「バグ修正」

(本文なし)

📤 AI生成後のPR説明文

概要:ユーザー一覧APIのN+1クエリを解消し、レスポンスタイムを約85%短縮

変更内容:joinedload導入・不要ループ削除・エラーハンドリング追加

計測結果:800ms → 120ms(ローカル環境)

実務で使うときのポイント

⚠️ AIの指摘を鵜呑みにしない

AIはコードの実行コンテキスト(他ファイルとの依存関係・設計方針)を知りません。指摘が的外れなこともあります。「なぜそう言っているか」を理解したうえで取捨選択してください。

💡 複数のプロンプトを組み合わせて使う

①〜④を一度に聞くより、観点を絞って1つずつ聞いたほうがAIの回答精度が上がります。まず①でバグチェック→③でパフォーマンス、の順がおすすめです。

✅ チームのレビューガイドラインを添えると効果倍増

「我々のチームではXXXのルールがあります」とプロンプトに加えると、チームの規約に沿った指摘になります。規約をテキスト化してテンプレに組み込んでおくと毎回使えます。

📌 まとめ

  • PR前のセルフレビューにAIを使うと、バグ・可読性・パフォーマンス・セキュリティを網羅的にチェックできる
  • プロンプト①〜④は観点を絞って1つずつ使うのが精度UP のコツ
  • 機密情報をそのまま貼り付けないよう注意。ダミー値に置き換えてから使う
  • プロンプト⑤でPR説明文も自動生成すれば、コミュニケーションコストも削減
  • AIの指摘は「叩き台」。コンテキストを踏まえて取捨選択するのはエンジニア自身