AI 選び方
コードレビュープロンプト集:LLM を「よいシニアレビュアー」にするテンプレート

コードレビュープロンプト集:LLM を「よいシニアレビュアー」にするテンプレート

AI に「コードをレビューして」とだけ依頼すると、一般的なコメントしか返ってきません。「見てほしい視点」をその都度含めると、LLM が「優れたシニアレビュアー」に変わります。

型 1:PR レビュー

以下の PR をコードレビューしてください。

[リポジトリの背景]
[言語・フレームワーク・規模]

[PR の意図]
[何をしたいのか]

[変更ディフ]

レビュー視点(各項目、見つからなければ「問題なし」と記載):
1. セキュリティ脆弱性(SQL インジェクション・XSS・認証認可)
2. パフォーマンス問題(N+1 クエリ・不要なループ・同期と非同期が逆になっていないか)
3. コードの抽象レベル(不要なクラス分解、DRY 違反)
4. テスト・エッジケース・エラーハンドリング
5. 命名・ドキュメント・可読性

出力形式:
- 見つかった点を「ファイル:行:指摘:修正案」の並びで記述
- 例示コードを必ず 1 〜 2 つ付ける
- 「見落としやすい点」を 1 つ以上含める

型 2:設計チェック

以下の設計ドキュメントをレビューしてください。

[システムの背景と要件]
[設計ドキュメント]

チェック視点:
1. 要件に対してオーバースペックになっていないか(YAGNI)
2. スケールと可用性の設計は規模に合うか
3. 障害ポイントと、その復旧手順は明らかか
4. データ一貫性とトランザクションの境界設計
5. 外部 API の障害時の振る舞い
6. テスト可能性(モック可能か、E2E だけで検証可能か)
7. 今やらないと「とても高い代償」を支払うことになる設計上の起点

複数の代替案を提示し、それぞれのトレードオフを 1 行でも説明してください。

型 3:セキュリティレビュー

以下のコードを OWASP Top 10 の視点でセキュリティレビューしてください。

[コード]

含める項目:
- 検出レベル(高 / 中 / 低)
- その脆弱性がもたらす具体的な被害
- 修正例(コード)
- 関連する CWE 番号
- 人間が誤検出しそうなケースの警告

型 4:テスト設計

以下の関数・クラスに対して、テストケースを設計してください。

[関数・クラスのコード]

ケースの考え方:
1. 正常系(3 ケース以上、入力の幅をカバー)
2. 境界値(最小 / 最大 / ちょうどゼロ / その上下)
3. 異常系(null / undefined / 型違い / タイムアウト / 例外)
4. 悪意ある入力(XSS・SQL・長さ超過)
5. 同期タイミング・並列・リトライが絡むケース

出力してほしいもの:
- テストケース一覧(名前・入力・期待出力)
- jest や vitest でそのまま走らせる TS コード
- コードカバレッジで何 % をカバーできる見込み

チームで使う際のポイント

同一の PR を 5 ツールでレビューさせた実測ベンチは コードレビュー AI ベンチ:同一 PR を 5 ツールに渡した結果、エンジニア全体の AI 使い分けは エンジニアの AI 使い分け完全マップ を参照してください。


※ テンプレは出発点として使い、チームのコードベースに合わせて調整してください。

この記事をシェア𝕏 で共有B! はてブLINE