Skip to main content

スピーカー

前川蒼

略歴

【お名前】前川 蒼（Maekawa Ao）

【肩書き】エンジニア

【会社名・所属】KDDIアジャイル開発センター株式会社BI4部テストセンター

 

2025年、KDDIアジャイル開発センター株式会社に新卒入社し、ビジネスイノベーション開発4部 テストセンターに配属。担当案件でリグレッションテストの自動化を推進し、テスト工数・リードタイムを約80%削減した。さらにExcel仕様書からPlaywrightテストコードを自動生成するパイプラインを独自に設計・構築し、900ケース規模の生成を実現。現在はAI活用によるテストエンジニアリングの仕組み化と、AI生成物に対する品質保証の枠組み構築に従事している。社内外への発信活動として、Qiitaでの技術記事執筆、KGDC Tech Conference等での登壇、社内AI駆動開発勉強会の主催を行う。JSTQB Foundation Level取得。

 

プレゼンテーションについて

—————————————-

■ 発表タイトル

—————————————-

AIが生成したテストコードの品質をどう保証するか

 

—————————————-

■ トーク概要・メインメッセージ

—————————————-

AI活用が広がる中で、テストコードそのものをLLMに生成させる取り組みが各社で進められています。生成自体が自動化されることでテスト工数・リードタイムは大幅に削減できる一方で、「生成されたコードの品質をどう保証するか」という新しい課題が生まれています。LLMの出力は確率的で、同じ入力からでも結果が変わるため、「この入力ならこの出力」という従来の期待値が通用しません。判定基準なしにコードレビューを回しても、品質の判断は担当者の感覚に依存することになります。

 

本発表では、Excel仕様書→テスト手順書→Playwrightテストコードという3段階のパイプラインを構築し、POMベースの設計パターンに従いながら300ケース×3ブラウザ＝約900ケースの生成を実現した経験を共有します。具体的には、入力データの前処理で直面した泥臭い落とし穴、生成コードを100点満点で評価する自動スコアリングの仕組みとその品質担保、そして統計的品質管理や臨床試験の非劣性検定など、テスト部門が既に持つ品質管理の知見をLLM生成物に応用する考え方をご紹介します。