はじめての方も読めるよう、専門用語はカンタンな言葉に言い換えながら解説します。「なんとなく聞いたことある」レベルの知識で大丈夫です。
- Claude Code = Anthropic製のAIコーディング支援ツール
AI×Git 運用ノート
AI生成コードを Git で安全に管理する3つの習慣
最終更新: 2026-05-05
Claude Code や ChatGPT で生成したコードを業務に組み込むとき、Git の使い方を一つ変えるだけで再現性とトラブル耐性が大きく上がります。1年運用して定着した3つの習慣を紹介します。
習慣1: AI出力毎に1コミットを切る
Claude が出力したコードをファイルに反映したら、すぐに git add . && git commit。コミットメッセージにはプロンプトの要点を残します。
git commit -m "feat: ATR2倍SLのEAをClaudeで生成
prompt: 'EURUSD M15で、RSI70超 + EMA50>EMA200のときに買い、
SL=ATR×1.8、TP=ATR×3.0、リスク残高1%、最大同時保有3'
"
効果: 後で「なぜこの実装になったか」を追跡できる。AIへの依頼内容が記録に残り、再現可能になる。
習慣2: ブランチを「main / experiment」に分ける
main は安定動作するコードのみ、experiment はAI試行用。マージは必ずレビュー後。
git checkout -b experiment/optuna-tuning
# ... AIに依頼してコード生成 ...
git push origin experiment/optuna-tuning
# Pull Request を作成 → 自分でセルフレビュー → main にマージ
効果: 動かないコードを一旦main にマージしてしまう事故を防止。マージ前のレビューで AI の見落とし (例外処理漏れ等) に気付ける。
習慣3: 差分を必ず読む (git diff)
AIが書いたコードは「読まずにマージしたくなる」誘惑があります。これが最大の罠です。Pull Requestのdiff画面、または git diff main..experiment で必ず変更箇所を読みます。
効果: 私の経験では、これだけで以下のミスを未然に防げました:
- RISK_PERCENT が0.01 (1%) のところを0.10 (10%) に変えられていた
- 無限ループになるwhileを書かれていた
- 古いライブラリのAPIが混入していた
+α: コミット署名と認証
業務で使うリポジトリには GPG 署名を必須にすると、誰のコミットかが暗号的に保証されます。AIが書いたか自分が書いたかを後から区別する助けにもなります。
git config --global commit.gpgsign true
git commit -S -m "feat: AI生成のATRロジック (人間レビュー済み)"
「AI生成」をコミットメッセージに残すべきか
賛否ありますが、私は残す派です。理由:
- 後でバグが出た時に「AI生成 + 自分のレビュー漏れ」だと特定しやすい
- チーム開発では透明性が信頼に繋がる
- OSSプロジェクトに contribute する場合、ライセンス由来の問題を避ける助けに
まとめ
AI生成コードは速度を10倍にしますが、ミス検出は人間がやらないと品質が落ちます。Git の使い方を「1出力1コミット + ブランチ分離 + diff必読」の3点に整えるだけで、速度を保ちつつ事故を激減させられます。
コメントを残す