「Issueってどこで使うの？」から卒業！AIにコードを書かせる仕組みをゼロから理解する

📖 推定読了時間：約7分

「issueを使ってAIにコードを書かせるらしい」——そんな話を耳にしたものの、issueが一体どこにあるものなのか、GitHubの中の話なのか、それとも自分のパソコン（ローカル環境）の中の話なのか、そもそもよく分からない、という方は少なくないはずです。

専門用語が飛び交う解説記事は多いものの、「issueって結局何？」という一番最初の疑問に丁寧に答えてくれる記事は意外と少ないものです。この記事では、issueの基本の「き」から、実際にAIコーディングツールと組み合わせてコードを自動生成する具体的な手順までを、順を追って解説します。読み終える頃には、「issueに書いて、AIに投げる」という一連の流れが自分でも試せる状態になっているはずです。

issueってそもそも何？ Gitとは違うの？

結論から言うと、issue（イシュー）とGitは別物です。ここを混同してしまい、「issueってどこにあるの？」と迷ってしまう方は非常に多いので、まず整理しておきましょう。

Gitは、ファイルの変更履歴を記録・管理するための「バージョン管理システム」そのものです。これはあなたのパソコン（ローカル環境）にインストールして使うツールで、コマンドライン上で git commit や git push といった操作を行います。

一方、issueはGitの機能ではなく、GitHubやGitLabといった「Gitのホスティングサービス（Gitのデータをクラウド上で管理・共有するサービス）」が提供する課題管理・タスク管理の機能です。バグ報告、新機能の要望、やるべきタスクなどを1件ずつ「チケット」のような形で登録し、チームで共有・議論するために使われます。

issueはどこで使う？ローカルではなくGitHub上の機能

先ほどの整理を踏まえると、答えはシンプルです。issueはローカルのパソコンの中には存在せず、GitHub（またはGitLabなど）のWebサイト上でのみ作成・閲覧・編集できます。ローカルでどれだけ git log や git status を実行しても、issueの情報は出てきません。

具体的には、GitHub上の任意のリポジトリ（プロジェクトの保管場所）を開き、上部メニューの「Issues」タブをクリックすることで一覧が表示されます。「New issue」ボタンから、タイトルと本文を書いて新規作成する、という流れです。

• ✅issueはGitHub・GitLabなどのWebサービス上の機能
• ⚠️ローカルのGitコマンドだけではissueは扱えない
• 👍ブラウザからログインすればすぐに使い始められる

AIコーディングとissueを組み合わせる基本の仕組み

ここからが本題です。「issueにタスクを書くと、AIがそれを読んでコードを書いてくれる」という仕組みは、実はすでに実用段階に入っています。issueを起票して@claudeのようにメンションすると、AIがその内容を解釈して実装し、プルリクエストを自動で作成してくれる、という開発体験がすでに現実のものになっているのです。

この仕組みは一般に「issue駆動のAI開発」と呼ばれます。GitHubのissueに機能要件を記述しておき、AIコーディングツールに「issue番号の内容を読んで実装して」と指示するだけで、issueのタイトルと本文を読み取ってコードを実装してくれる、という流れです。

つまりissueは、単なるバグ報告の置き場ではなく、AIへの作業指示書としての役割も担うようになっているのが、ここ最近の大きな変化です。issueに「何を実装してほしいか」を具体的に書いておけば、それがそのままAIへのプロンプトとして機能する、というわけです。

実践：issueを書いてAIにコードを実装させる手順

代表的な例として、Anthropicが提供するAIコーディングツール「Claude Code」とGitHubを連携させる場合の流れを紹介します。ツールによって細かい設定は異なりますが、大まかな考え方は共通しています。

ここで大切なのは、AIが作ったコードをそのままマージせず、必ず人間の目でレビューすることです。AIは叩き台を作るのが得意ですが、最終的な品質担保は開発者の役割であることに変わりはありません。

つまずきやすいポイントと注意点

実際に試してみると、いくつかの「あるある」なつまずきポイントがあります。あらかじめ知っておくと、無駄な時間を減らせるはずです。

特に「想定と違う実装になる」というのは、実はここで多くの人がつまずくポイントです。issueは人間同士のコミュニケーションだけでなく、AIへの指示書にもなるため、背景や完成条件まで丁寧に書いておくことが、遠回りに見えて実は一番の近道になります。

快適に使うための周辺環境を整える

issueを軸にしたAIコーディングは、ターミナル操作やコードの差分確認、issueの文章作成など、画面を長時間見つめる作業が増えます。そのぶん、作業環境が整っているかどうかで疲労感がかなり変わってきます。

ノートPC1台で完結させたい場合は、複数のウィンドウを同時に開いても動作が重くならないエンジニア向けノートPCを選んでおくと、issueの確認・AIとのやり取り・コードレビューを並行して進めやすくなります。デスクで作業する時間が長い方は、コーディング用の外部モニターを1枚追加するだけでも、issue一覧とエディタを並べて表示できるようになり、作業効率が大きく変わります。

また、issueの文章作成やコマンド入力が多くなる作業では、メカニカルキーボードのような打鍵感のよいキーボードに変えると、地味にストレスが減ったという声もよく聞きます。

GitとGitHubの基礎から体系的に押さえておきたいという方には、GitHub・Git実践入門書籍で一度基本を整理しておくのもおすすめです。issueの位置づけがより腑に落ちるはずです。TypeScriptなどモダンな言語でAIと一緒にコーディングしていきたい方は、TypeScript関連書籍で言語仕様を押さえておくと、AIが生成したコードの妥当性もより判断しやすくなります。

まとめ

issueはGitの機能ではなく、GitHubなどのホスティングサービス上でタスクや課題を管理するための機能で、ローカルではなくクラウド上（Webブラウザ）で扱うものでした。そしてこのissueは今、単なる課題管理の場を超えて、AIへの作業指示書としての役割も果たすようになっています。

issueに具体的なタスクを書き、AIをメンションするだけでコードの実装からプルリクエスト作成までを任せられる——この仕組みを理解しておけば、AIコーディングへの心理的なハードルはぐっと下がるはずです。まずは小さなリポジトリで、簡単なissueを1つ作るところから試してみてはいかがでしょうか。