ID:68129さん

# プロジェクト概要 AIリプレイテストツール「Meticulous」を評価・導入し、fat E2E に依存した品質保証からの脱却と、回帰検知の網羅性向上・コスト最適化を同時に実現したプロジェクト。 # チーム情報 役割：導入オーナー（対外折衝／要件定義／効果検証／契約推進） 連携：フロントエンド開発チーム、QAチーム、テストベンダー、法務、経営層 関連技術・体制：GitHub Enterprise（Repository rulesets）、CI、Meticulous # 概要 - ベンダーとトライアル条件を合意し、検証〜本契約までを一気通貫で推進。 - GitHub Repository rulesets によりユニークコミッターを制御し、不要なシート課金の発生を抑制する運用を設計 - QAチームへ依頼しテストベンダーを導入、セッション蓄積を仕組み化（回帰検知の母集団を安定確保） - 効果検証を設計（アンケート設計／技術課題を想定したテスト項目の定義） -トライアル中に検出した不具合件数と、万一のリリース後ホットフィックス工数から費用対効果を算出 - 法務と連携し契約書レビューを完遂、役員を巻き込んで稟議を通過 - 本番運用へ導入し、継続的な課金コントロールと検証プロセスを制度化 # 課題 - fat e2eになっていて、CIの時間が長い。また、テストのカバレッジも低い。 - Integration testが1つも存在しておらず、フロントエンドの保守性が非常に低い - integration testを記述できる状態ではなく、e2eのスリム化も困難 - 事業のフェーズから、Integration testを記述する時間が満足に確保できない # 成果 - Meticulousの本番導入を実現（トライアル合意〜法務レビュー〜稟議まで完走） - Repository rulesets を活用した課金上振れ抑制の運用を確立 - QA/テストベンダー連携によりセッション収集を継続可能にし、Integration Test 不足を補完 - 効果検証〜費用対効果の提示により、投資対効果を明確化し意思決定を加速 - fat E2E 一極依存のリスクを緩和し、回帰検知の網羅性とメンテナンス性の向上に寄与