AIを使った開発手法 Vol.2:Claude CodeでGitHub Issueからコード生成
GitHub IssueにメンションするだけでAIがコードを書いてPull Requestを作成。Claude Code GitHub Actionsの導入方法と活用事例を解説します。

はじめに
「このバグを直して」「この機能を追加して」—— GitHub Issueに書くだけで、AIが自動的にコードを書いてPull Requestを作成してくれたら便利だと思いませんか?
Claude Code GitHub Actionsを使えば、それが現実になります。本記事では、GitHub IssueからAIにコードを書かせる方法を詳しく解説します。
Claude Code GitHub Actionsとは
Claude Code GitHub Actionsは、Anthropic社が提供するGitHub連携機能です。IssueやPull Requestで @claude とメンションするだけで、Claude(AI)がコードを分析・生成し、自動的にPRを作成します。
主な機能
| 機能 | 説明 |
|---|---|
| Issue対応 | Issueの内容を理解してコードを実装 |
| PR作成 | 変更内容をPull Requestとして自動作成 |
| コードレビュー | PRへのレビューコメントに対応 |
| バグ修正 | エラー報告から原因特定・修正 |
| リファクタリング | コード改善の提案と実装 |
従来の開発フローとの比較
従来のフロー:
Issue作成 → 担当者アサイン → コード理解 → 実装 → PR作成 → レビュー
Claude Code導入後:
Issue作成 → @claude メンション → 自動でPR作成 → レビュー
開発者は実装作業から解放され、レビューと意思決定に集中できます。
セットアップ方法
ステップ1:Claude GitHub Appのインストール
- Claude GitHub App にアクセス
- 「Install」をクリック
- 対象のリポジトリを選択
- 権限を確認して承認
ステップ2:GitHub Actionsワークフローの作成
リポジトリに .github/workflows/claude.yml を作成します:
name: Claude Code
on:
issue_comment:
types: [created]
pull_request_review_comment:
types: [created]
issues:
types: [opened, assigned]
jobs:
claude:
if: |
(github.event_name == 'issue_comment' && contains(github.event.comment.body, '@claude')) ||
(github.event_name == 'pull_request_review_comment' && contains(github.event.comment.body, '@claude')) ||
(github.event_name == 'issues' && github.event.action == 'assigned' && github.event.assignee.login == 'claude[bot]')
runs-on: ubuntu-latest
permissions:
contents: write
pull-requests: write
issues: write
steps:
- name: Checkout
uses: actions/checkout@v4
with:
fetch-depth: 0
- name: Run Claude Code
uses: anthropics/claude-code-action@v1
with:
anthropic_api_key: ${{ secrets.ANTHROPIC_API_KEY }}
ステップ3:APIキーの設定
- リポジトリの Settings → Secrets and variables → Actions
- 「New repository secret」をクリック
- Name:
ANTHROPIC_API_KEY - Value: Anthropic APIキーを入力
使い方
基本的な使い方
GitHub Issueで @claude をメンションして指示を書くだけです:
@claude このファイルにバリデーション機能を追加してください。
- メールアドレスの形式チェック
- パスワードは8文字以上
- エラーメッセージを日本語で表示
Claudeが自動的に:
- リポジトリのコードを分析
- 適切な実装を生成
- Pull Requestを作成
具体的な指示の例
バグ修正
@claude
ログイン時に以下のエラーが発生します:
`TypeError: Cannot read property 'id' of undefined`
src/auth/login.ts の handleLogin 関数を確認して修正してください。
新機能追加
@claude
ユーザー一覧ページにページネーション機能を追加してください。
要件:
- 1ページあたり20件表示
- 「前へ」「次へ」ボタン
- 現在のページ番号を表示
- 既存のUIスタイルに合わせる
リファクタリング
@claude
src/utils/helpers.ts が肥大化しています。
以下の方針でファイルを分割してください:
- 日付関連 → src/utils/date.ts
- 文字列関連 → src/utils/string.ts
- 配列関連 → src/utils/array.ts
テスト追加
@claude
src/services/userService.ts のユニットテストを作成してください。
- Jestを使用
- モックを適切に使用
- エッジケースもカバー
- カバレッジ80%以上を目標
高度な活用方法
カスタム設定ファイル
リポジトリのルートに CLAUDE.md を配置することで、プロジェクト固有の指示を与えられます:
# Claude への指示
## コーディング規約
- TypeScriptを使用
- 関数はアロー関数で記述
- コメントは日本語
## アーキテクチャ
- src/components: UIコンポーネント
- src/hooks: カスタムフック
- src/services: API通信
## テスト
- Jestを使用
- __tests__ ディレクトリに配置
## 禁止事項
- any型の使用禁止
- console.logの残存禁止
PRレビューへの対応
作成されたPRにレビューコメントを書くと、Claudeが修正を行います:
@claude この関数にエラーハンドリングを追加してください
Claudeは同じPRに追加コミットをプッシュします。
複数ファイルの変更
Claudeはリポジトリ全体を理解しているため、複数ファイルにまたがる変更も可能です:
@claude
APIのレスポンス形式を変更します。
`user.name` を `user.fullName` に変更して、
関連するすべてのファイルを更新してください。
実際の活用事例
事例1:ドキュメント自動生成
@claude
src/api/ 配下のすべてのエンドポイントについて、
OpenAPI形式のドキュメントを生成してください。
結果: 50以上のエンドポイントのドキュメントが自動生成され、手作業で1週間かかる作業が30分で完了。
事例2:レガシーコードの移行
@claude
src/legacy/ 配下のJavaScriptファイルを
TypeScriptに変換してください。
- 適切な型定義を追加
- any型は極力避ける
- 既存のテストが通ることを確認
結果: 200ファイル以上を自動変換。型エラーの修正も自動で対応。
事例3:定型作業の自動化
毎週のリリースノート作成を自動化:
@claude
先週のマージ済みPRから、リリースノートを作成してください。
フォーマット:
## 新機能
## バグ修正
## 改善
セキュリティと注意点
アクセス制御
- Claude GitHub Appには必要最小限の権限のみ付与
- プライベートリポジトリでの使用も可能
- 機密情報を含むファイルは
.gitignoreで除外
コードレビューの重要性
AIが生成したコードも必ず人間がレビューしましょう:
- ビジネスロジックの正確性
- セキュリティ上の問題
- パフォーマンスへの影響
- 既存コードとの整合性
利用制限
- APIの利用量に応じた課金
- 大規模な変更は複数のIssueに分割推奨
- 機密性の高いコードには使用を控える
料金
Claude Code GitHub Actionsの利用には、Anthropic APIの料金がかかります:
| モデル | 入力 | 出力 |
|---|---|---|
| Claude Sonnet 4 | $3 / 1M tokens | $15 / 1M tokens |
| Claude Opus 4 | $15 / 1M tokens | $75 / 1M tokens |
一般的なIssue対応(1回のやり取り)で約$0.05〜$0.50程度です。
まとめ
Claude Code GitHub Actionsを導入することで:
| メリット | 効果 |
|---|---|
| 開発速度 | 定型作業の大幅な時間短縮 |
| 品質 | 一貫したコーディング規約の適用 |
| 学習 | 生成コードから学べる |
| 効率 | 開発者はレビューと意思決定に集中 |
導入の第一歩として:
- 小規模なプロジェクトで試す
- 簡単なバグ修正から始める
- 徐々に複雑なタスクに拡大
次回の「AIを使った開発手法 Vol.3」では、Cursor × Claude による対話的なコード開発について解説予定です。
AI活用による開発効率化にご興味のある方は、お気軽にお問い合わせください。