AIでフィードバックの解像度を上げる ―感覚で伝えないためのメタ視点

こんにちは、IVRy（アイブリー）でモバイルアプリエンジニアをしているtsutouです。クリスマスの雰囲気とクリスマスソングが大好きです。

本記事は、IVRy Advent Calender 2025「IVRy AIブログリレー Part2」16日目の記事です。

さて、日々忙しい中で、チームでの活動を円滑にするには何よりも日常的な相互のフィードバックが大切だと思っています。
今日はそんな想いのもと行った小さな実験を紹介したいと思います。

感覚に寄ってしまいがちなフィードバック

チームで日々起きていることの多くは、目に見えづらいことが多いです。

• 大事故を未然に防いだレビュー

• 担当外の根気ある火消し

• 地道な小さな改善の積み重ね

• 他人の作業を前に進める一言

こうした行動は「結果」として残りにくく、どうしても 目立つアウトプット や 声の大きさ に評価や称賛が引っ張られがちです。

結果として、フィードバックは感覚的になり、「ちゃんと見てくれているのか分からない」というズレが生まれますし、活躍を見逃してしまいます。

そして、当たり前のように日常的に行っている活動ほど、再現性のあるその人の強みが隠れていると思います。

AIをフィードバックのための "メタ視点" として使ってみる

ここで言うメタ視点は、良質なフィードバックをするためにAIに多角的な材料をもらうという意味です。

「自分の感覚を、別の視点から見たらどう見えるか？」を確かめるための補助輪としてAIを使ってみます。

STEP1: Claude Codeにgitのcommit logを分析してもらう

実験では、Claude Code を使ってリポジトリ上で直接 git / gh を実行し、観測レポートを作りました。ここで大事だったのは、制約を強めに置くことです。制約が弱いとAIは定量に寄せて「誰がハイアウトプットを行っているか」のような文脈で、ランキングを作り始めます。

今回見たいのは、特定のプロダクトにおいて見えづらい活躍を抽出することで、commitの数や差分の量は本質的でもないので制約として設けます。
以下は、今回の実験で使ったプロンプトの骨格です。[ ] の部分はご自身のリポジトリや期間を指定いただければと思います。

あなたは、このリポジトリ上で実行可能な
チーム活動の観測アシスタントです。

目的：
- gitログとPull Requestから「行動」を観測する
- 合わせて成果として目立ちにくいが、チームに価値をもたらしていそうな「特筆すべき活動」「見えにくい活動」を抽出してください
- フィードバックや対話の材料を作る

重要な制約：
- 人事評価・能力評価・序列化は一切行わない
- 人の性格や優劣を断定しない
- 数値の多寡で価値判断をしない
- 出力はすべて「行動の観測」と「仮説」に留める

AIは判断者ではなく、セカンドオピニオンです。

これから必要に応じて git / gh コマンドを実行し、
以下の手順で分析してください。


条件
- Githubのユーザー名ごとに抽出してまとめてください。
- 対象repository: [メインの活動リポジトリ]
- 対象branch: [default-branch]
- 観測対象期間: [指定期間]

確認後、その前提で分析を進めてください。

STEP.1 

対象期間内の git log を取得し、以下を観測してください。

観測対象：
- commit author
- commit message
- 変更されたファイル・ディレクトリ
- コミットの文脈（修正 / 改善 / 安定化 など）

そのうえで、個人別に次を整理してください。

- 主に関与している領域（機能 / モジュール / 横断的変更）
- 行動の種類
  - 実装
  - バグ修正
  - 改善・リファクタ
  - 安定化・火消し
- 行動の特徴
  - 継続的か単発か
  - リリース前後・障害対応文脈など

制約：
- コミット数や差分量で価値判断をしない
- 事実ベースで記述する

まずはgit のcommit logから以上を分析してください。

すると各メンバーごとに活動の特徴と、具体的な傾向をまとめてくれます。

この時点で、目立たないが効いている行動と継続性がかなり見えてきます。

STEP2: Claude CodeにPull Request でのレビュー行動を観測してもらう

次にPull Requestでの行動を分析してもらいます。
理由としては、エンジニアの活動のうち、最も価値があるのに、最も見えにくい活動がPull Requestのコードレビューと思うからです。
相互の成長に最も寄与し、真摯なコードレビューや、未然に事故を防いでいる指摘などは評価されるべきです。ここでもPull Requestの提出数や何を成したかよりも、レビューを通した提言の質や向き合い方に寄せたいので制約に設けます。

では以下のステップを続けてください

STEP.2

次に、このリポジトリの Pull Request を観測してください。

対象：
- 対象期間内に作成・更新・マージされた PR
- PR本文・コミットメッセージ
- レビューコメント（量ではなく内容）

抽出する観点：

- PR作成時の意図（本文や履歴から読み取れる範囲）
- 変更の性質
  - 新機能
  - バグ修正
  - 既存改善
  - 将来対応の下地作り
- レビューにおける行動
  - 設計・リスク・境界条件への言及
  - 他人の作業を前に進める質問・提案

制約：
- PR数・レビュー数で評価しない
- コメントの中身から「どんな行動原理か」を見る

すると、抽出する観点に指定した文脈で、具体的なPull RequetのFeedbackや、各人の向いている方向や温度感をまとめてくれます。
実は1行のコメントが、アーキテクチャまで想像力を働かせて事故を未然に防ぐコメントだったり、運用が崩壊してしまう事を支えてくれている一言だったりします。
そういったものを大量のPull Requestのコメント群からピックアップしてまとめて欲しかったので、かなり良いアウトプットをしてくれます。

STEP3 :見えにくいが価値をもたらしていそうな行動を抽出する

最後に、STEP1 / STEP2 の観測をもとに、いくつかの観点と共に、成果としては目立ちにくいが、チームに価値をもたらしている行動をまとめドキュメントとして出力してもらいます。

最後に、STEP1・STEP2で観測した内容をもとに、
成果としては目立ちにくいが、チームに価値をもたらしていそうな行動を抽出して、
今までの総合結果としてまとめてください。

観点例：
- 将来の事故や手戻りを防いでいそうな行動
- 担当外・役割外をカバーしている動き
- 他人の作業を前に進めているレビュー
- 小さな改善を継続している様子
- 判断や設計の前提を揃えている行動

出力ルール：
- markdown fileで出力すること
- 行動 → なぜ価値を持ちうるか、の順で書く
- 「〜と読み取れる」「〜の可能性がある」と仮説表現にする
- 人物評価や断定にしない

フィードバック用の観点に整理する

- フィードバックや1on1で触れると価値がありそうな行動
- 本人が気づいていない可能性がある点
- 再現・継続するとチームに効きそうな動き

観測して分かったこと： 見えにくい貢献は「5種類」に分解できた

レポートを眺めて面白かったのは、かなり雑に投げたものの、見えにくい活動がだいたい次の5種類に収束したことです。

1. 事故予防：境界条件・リスクを回避しているレビュー、関連システムに波及する影響範囲の言語化

2. 観測可能性：ログ欠損を埋める、計測のズレを揃える、調査可能状態を作る

3. 摩擦除去：CI/CDや依存更新、静的解析の可視化など "道路整備"

4. 越境支援：担当外へのレビュー、問いで前進させる、資料共有で理解を助ける

5. 知識の非属人化：実装意図・運用・落とし穴を文章に残す

具体的な分類はチームや期間によって分かれると思いますが、フィードバックを行う際に、この観点まで行動を見れているかを判断する際の材料にはなりそうです。

STEP4: 具体的な行動にそれぞれの価値観を合流させる

条件が揃ってきたので、もう一つ試してみたいと思った事が、抽出した行動にメンバーの価値観を合流させることです。
どういう動機や行動原理の元、そういった活躍をしているのかを知りたいと考えました。同じ行動でも、なぜ、と行動原理を理解できているかどうかで、伝わり方が変わると思います。

• 「ドキュメントを書いた」

  • =>「未来の誰かの認知負荷を下げた」,「知識の属人化を防いだ」

• 「計測を整備した」

  • =>「調査できる状態を作った」,「誤った意思決定を防いだ」

そこでチームの価値観を元に、行動原理のようなものを知りたいと思いました。例えば下記のようなツールがあったりします。

Values Cardをチームで行うと、以下のようにそれぞれテーマに沿った価値観が洗い出されます。1時間程度で終わるのでおすすめです。
（今回は Values Card を使いましたが、ドラッカーエクササイズ等でも良いと思います）

さて、ここで出たメンバーそれぞれの価値観を投入して下記のように分析させてみます。
(ここからはClaude Codeでなくともいいかと思います。Claude Opus 4.5, Gemini 3 Pro, GPT 5.2にそれぞれ投げてみましたが、私の場合はGPT 5.2が最も質の良いアウトプットを出してくれました)

先ほどSTEP3 で出したマークダウンファイルとValueのスクリーンショットを貼り付けて、下記のようにシンプルに投げてみます。
価値観に記載の名前とGithubのユーザーネームは必ずマッピングしましょう。

team_activity_observation_2025_X.md にコードベースでの活動ログが抽出できました。

それぞれのValueにしたがって、強み、伸び代、サポート余地を算出してみてください。

GithubのusernameとValues Cardのマッピングは以下
| A | 参加者A | 
| B | 参加者B | 
...

すると、こんな具合で価値観に沿った行動とさらに良くするための改善提案が出てきます。

かなり精度が良く、価値観と行動傾向を投げるだけでも、それぞれの強みや置かれている状況、行動原理までかなり精度良く読み取ってくれました。

番外編ですが、シナジーを産みやすいメンバーの組み合わせなども抽出してみると実際にそういうシナジーが生まれているなと感心するようなアウトプットも出てきます。

上記結果から、シナジーを生みやすいメンバーの組み合わせを価値観と具体的な行動から算出して

まとめ

今回はあくまで材料ですし、ざっくり指示を与えただけで特に難しい事をしているわけではないですが

• 特定期間の行動ログ

• 行動原理や価値観

といった抽象度の異なる情報を組み合わせて壁打ちするだけで、見えない活動を拾い、伝えやすい言葉に変換できると感じました。

また、小さな実験でしたが、相手の行動原理や価値観を踏まえるだけで日常的な相互のフィードバックの質をより高める事に繋がるアクションとして意識していきたいとも思えました。

SlackやNotion、議事録やタスク管理ツールのコミュニケーションまで統合する事が出来れば、さらに深い洞察も得られると思います。今後も試してみたいです。

さいごに

IVRyでは「イベントや最新ニュース、募集ポジションの情報を受け取りたい」「会社について詳しく話を聞いてみたい」といった方に向けて、キャリア登録やカジュアル面談の機会をご用意しています。ご興味をお持ちいただけた方は、ぜひ以下のページよりご登録・お申し込みください。

herp.careers O03.カジュアル面談

株式会社IVRy

募集要項をみる