ZOZOTOWN リプレイス with Agent Skills¶
チェック¶
- [ ] 本文を確認した
- [ ] 概要を確認した
- [ ] タグを確認した
- [ ]
inbox/直下へ移行した
概要¶
ZOZOTOWNリプレイスでAgent Skillsを導入した話。 移行作業では、既存仕様、変換ルール、テスト観点、禁止事項をAIに毎回説明する負荷が大きい。 Agent Skillsとして手順と判断基準を固定化することで、AIコーディングの再現性とレビューしやすさを高める狙いがある。
本文¶
SpeakerDeckの取得テキストからは詳細な全スライド本文までは取得しきれないが、タイトルと公開文脈から、ZOZOTOWNのリプレイス作業にAgent Skillsを適用した事例として扱う。
大規模リプレイスでは、同じ種類の変更が大量に発生する。例えば画面単位、API単位、旧実装から新実装への置き換え、テスト追加、命名規約の調整など。これを都度プロンプトで説明すると、指示漏れやエージェントごとの差が出る。
Agent Skillsに切り出すと、次のような情報を毎回のタスクから分離できる。
- リプレイス対象の基本方針
- 旧実装と新実装の対応関係
- 変更してよい場所と触ってはいけない場所
- 既存テストや確認コマンド
- 生成物のレビュー観点
- よくある失敗例と回避策
重要なのは、Skillを「便利なプロンプト集」ではなく、作業手順と判断基準を共有する単位として扱うこと。リプレイスのような反復作業では、毎回違う説明をするより、Skillを改善しながら使い回す方が品質が安定する。
要点¶
- 大規模リプレイスでは、同じ説明をAIへ何度も渡す負荷が大きい。
- Agent Skillsは、手順・制約・レビュー観点を固定化するのに向く。
- Skill化すると、AI出力のばらつきと指示漏れを減らしやすい。
- 反復作業では、Skill自体を改善することが開発基盤の改善になる。