Doctolib、Claude Codeを活用して開発者の生産性を加速

コードを書くペースに合わせてレビューを維持する

Doctolib は当初、エンジニアの反復的な作業負担を軽減するために Claude Code を導入しました。ドキュメント作成、テスト、プルリクエストのレビュー、技術的負債への対応に追われ、開発者は医療プラットフォームにおいて最も重要な課題から何度も遠ざけられていました。「エンジニアは複雑な医療課題の解決ではなく、反復的なタスクに貴重な時間を費やしていました」と、Doctolib のスタッフプロダクトマネージャーである Jean-Claude Kuo 氏は述べています。

そのロールアウトは成功し、ボトルネックを移動させました。コードを書くことが速くなると、難しいのはその周辺のすべての作業になりました。医療ソフトウェアに求められる慎重さで変更の一つひとつをレビューすること、プライバシーやセキュリティ上のリスクがないか確認すること、そしてリリース後に正しく動作することを確かめることです。こうしたチェックは 58 万人の医療従事者とその患者を守るものであり、手を抜くという選択肢は決してありませんでした。変更のたびにすべてのチェックを手作業で実施することも、現実的ではありませんでした。Doctolib のスタッフエンジニアである Nicolas Klarman 氏は次のように述べています。「当社の目標は、時間的な制約により人間が一貫して実施することができない包括的なチェックを実装することです」

品質に妥協が許されない作業には Opus 5.5

その基盤はすでに整っていました。Doctolib はエンジニア 30 名を対象としたパイロット運用を経て、開発チーム全体に Claude Code を展開しました。エンジニアは VS Code、JetBrains、またはコマンドラインから 5 分以内に自らオンボーディングを完了できます。プラットフォームチームは、すべてのエンジニアがセットアップ時に取り込むプロンプト、カスタムコマンド、サブエージェントの共有リポジトリを管理しています。現在、Doctolib の約 900 人の技術・プロダクト担当スタッフのうち約 90% が毎日 Claude を使用しており、Claude Code は Doctolib のエンジニアリング部門で引き続き最も使用されている AI ツールです。

チームは、新しいモデルが登場するたびにデフォルト設定を見直します。「現在、Opus プランは、結果の品質とコスト最適化のバランスにおいて最善の構成を実現しています」と Klarman 氏は述べています。

より大きな決断は、Doctolib のリモートコーディングエージェントに関するものでした。これらのエージェントは、プルリクエストのレビュー、リスク分析、セキュリティチェック、マージ後のチェック、そして実装を担っています。「これらのタスクにおいて、最終結果の品質は譲れないものです」と Kuo 氏は述べました。「リモートエージェントをデリバリーの新たなデフォルトとして、その導入を推進していきたいと考えています」

その基盤となるモデルを選定するため、チームは一連の実際のタスクで A/B テストを実施しました。Opus 5.5 は、エージェントの以前のデフォルトであった Sonnet 5.0 よりも明らかに優れた結果を出し、しかもプルリクエストあたりのコストは 2.5 分の 1 でした。Doctolib は Opus 5.5 をリモートエージェントのデフォルトモデルに採用し、現在では影響の大きいタスクにおいても優先的に Opus 5.5 を使用しています。

チケットの初回変更から本番移行の確認までを一貫して担当するエージェント

Doctolib 独自のリモートエージェントは、GitHub Actions を通じてヘッドレスモードの Claude Code 上で動作しており、単一用途のボットの寄せ集めではなく、相互に連携したシステムとして機能しています。1 つのチケットを起点に、適切なコンテキストを踏まえたコード変更を生成し、プルリクエストを更新し、レビューコメントに残されたフィードバックに対応し、コードが本番環境にリリースされた後には全体のチェックを実行します。その対象範囲は、コードレビュー、リスク評価、ドキュメント作成、バグ解決に及びます。現在、それらは Doctolib における全プルリクエストの 10% を占めており、特定されたすべてのバグに対してエージェントが修正案を提示しています。これらの修正の半分は、影響を受ける製品を担当するチームによって承認され、マージされています。

レビューのあり方も変わりつつあります。Doctolib は、単一のレビューエージェントではなく、プライバシー、セキュリティ、その他の重要な観点をそれぞれ担当するエージェントで構成されたマルチエージェントのリスク評価フレームワークを構築しており、各変更にどの程度の注意が必要かを判断できるようにしています。「このアプローチにより、実際に何が機能するかについての具体的な証拠を収集しながら、システム全体のセキュリティと信頼性を段階的に強化することができます」と Klarman 氏は説明しました。

これらのエージェントは、1 年以上にわたって稼働してきたワークフローを基盤としています。スケジュールされたジョブがコード変更のたびに技術ドキュメントを更新し、Doctolib のメインインフラストラクチャリポジトリでは Claude による自動レビューが実行されています。初期の段階で、チームは Claude Code を使用して、従来のビジュアルリグレッションテストインフラストラクチャ全体を置き換えました。「移行を数週間ではなく、数時間で完了しました」とKlarman氏は述べました。

エージェントは、エンジニアリング部門以外の人々にもデリバリーの利用範囲を拡大しています。プルリクエストはもはやコードを書く本人のものである必要がないため、プロダクトマネージャーやデザイナーも、求めるものを明確に伝えるだけで変更をリリースできます。エージェントは作業を分解し、コードベース、ベストプラクティス、ガードレールに合わせて要件を調整します。プルリクエストを開いて最新の状態に保ち、人間のレビュー担当者やレビューエージェントからのフィードバックを反映します。変更が承認されると、エージェントはそれをマージし、チェックを実行して結果を確認します。