1. これは何の話？
生成AIが普及したことで、部下が提出した成果物を直すだけでは、その裏にある意図や技術的な認識まで把握しきれないという課題が生まれています。
こうした状況に応えるべく公開された「prompt-review」は、Claude Code上でのAIとの対話履歴を解析し、開発者の強みや課題を可視化するツールです。
AI時代における新しい指導の形を模索するチームリーダーだけでなく、自身の学習プロセスを客観的に振り返りたい開発者にとっても、見えないスキルを評価するための強力な助けとなります。
2. 何がわかったか
このツールは、Claude Codeの背後にあるデータベースから対話ログを収集し、詳細な診断レポートを作成します。
レポートには技術的な理解度マップ（熟知/基本理解/学習中）やAI活用の主体性、さらにはプロンプティングの癖まで含まれています。
単なる数値の集計ではなく、プロンプトの記述内容から「何を理解し、何が不足しているか」をAIが推定する点が特徴です。
Python 3.10以上とSQLite3が用意された環境であれば実行でき、結果はMarkdown形式で出力されます。また、GitHub Copilot Chatなどの解析にも対応可能な設計となっています。
3. 他とどう違うのか
従来の履歴管理ツールが進捗やトークン消費量の可視化に留まっていたのに対し、本ツールは教育とメンタリングに特化しています。 AIの出力をそのまま成果物とする場合、完成品だけを見ても裏側の試行錯誤や誤解は見えにくいものです。 しかし、プロンプトを「思考の記録」として扱うことで、従来は不可分だった成果物と認識を切り離して評価できるようになりました。
4. なぜこれが重要か
AIエージェントが自律的にコードを書くようになると、コードレビューだけで人間の成長や理解度を測ることは難しくなります。 AIをどう使いこなしているかというメタなスキルを可視化することは、今後の技術者評価において重要な指標となるはずです。 部下の意図を汲み取れないという管理職の不安を、データに基づいた対話のきっかけに変える可能性を秘めています。
5. 未来の展開・戦略性
今後はClaude Code以外のエージェントやIDE拡張への対応、さらにはチーム全体のスキル管理への発展が期待されます。 企業内でのAI活用研修において、この分析結果を元に個別最適化された学習ロードマップを提供することも現実味を帯びてくるでしょう。 AIに使われる側からAIを使いこなす側への転換を、客観的なフィードバックで加速させるインフラになり得ます。
6. どう考え、どう動くか
AIとのやり取りを自分だけの秘密にせず、思考の外部メモリとして積極的に分析ツールへ流し込むことが成長の近道です。 まずは直近のログを分析し、自分のプロンプトの曖昧さや、特定の技術に対する依存傾向を把握することから始めましょう。
指針
- プロンプトの癖を客観的なデータとして受け入れ、特定プロジェクトでの理解不足を洗い出す。
- チーム内でレポートを共有し、AIへの指示出しにおける優れたパターンを横展開するきっかけにする。
- 単なる完成をゴールにせず、AIとの対話そのものの質を上げるための振り返り習慣を構築する。
次の一歩
- 今日やること：prompt-reviewをインストールし、過去7日分のログでレポートを生成してみる。
- 今週やること：レポートで学習中と判定された技術分野について、復習のための時間を30分確保する。
7. 限界と未確定
現在はClaude Codeに最適化されていますが、他のツールで出力された履歴の解析には一部調整が必要な場合があります。 評価ロジック自体がAIの判断に依存するため、スコアリングの絶対的な正確性には議論の余地があります。 また、機密情報を含むログの扱いについては、警告機能はあるものの、最終的には実行環境のセキュリティ管理者に委ねられます。
8. 用語ミニ解説
AIへの意図を伝えるための命令文のことです。思考の過程が色濃く反映されます（プロンプト）。
9. 出典と日付
GitHub（2026-03-14確認）：https://github.com/tokoroten/prompt-review
