Agentive
ツールレビュー

Git高度テクニック × AI — ブランチ戦略からconflict解決まで

約6分で読めます

Gitの日常操作を超えた高度テクニックにAIを組み合わせることで、コンフリクト解決、bisectによるバグ特定、コミットメッセージの自動生成など、開発ワークフローの質が劇的に向上する。本記事では、Claude CodeなどのAIツールを活用したGit運用の実践テクニックを体系的に解説する。

AIによるマージコンフリクトの自動解決

マージコンフリクトは開発者の時間を最も消費する作業の一つである。AIにコンフリクトの両側の変更意図を理解させ、最適な解決策を提案させることで、解決時間を大幅に短縮できる。

# コンフリクトが発生した状態でClaude Codeに解決を依頼
claude "このマージコンフリクトを解決して。両方の変更を活かす形で統合して"

# 特定ファイルのコンフリクトのみ解決
claude "src/components/Header.tsx のコンフリクトを解決して"

コンフリクト解決の自動化スクリプト

大規模なマージでコンフリクトが多発する場合、一括処理するスクリプトが有用である。

#!/bin/bash
# ai-resolve-conflicts.sh
CONFLICT_FILES=$(git diff --name-only --diff-filter=U)

if [ -z "$CONFLICT_FILES" ]; then
  echo "コンフリクトはありません"
  exit 0
fi

for file in $CONFLICT_FILES; do
  echo "--- 解決中: $file ---"
  markers=$(grep -c "^<<<<<<< " "$file" || true)
  echo "  コンフリクト箇所: ${markers}件"

  claude -p "以下のファイルのマージコンフリクトを解決してください。
両方の変更意図を理解し、最適な統合を行ってください。
ファイル: $file" --allowedTools Edit

  remaining=$(grep -c "^<<<<<<< " "$file" || true)
  if [ "$remaining" -eq 0 ]; then
    git add "$file"
    echo "  解決完了"
  else
    echo "  警告: 手動確認が必要"
  fi
done

git bisect × AIデバッグ

git bisectはバグが導入されたコミットを二分探索で特定するGitの機能である。AIと組み合わせることで、バグの特定から原因分析、修正案の提示まで一気通貫で行える。

# bisect開始
git bisect start
git bisect bad HEAD
git bisect good v2.1.0

# 自動bisect（テストスクリプト指定）
git bisect run npm test -- --grep "ユーザー登録"

# バグ導入コミットが特定されたらAIで分析
git bisect reset
claude "コミット abc1234 でバグが導入されました。差分を分析して修正案を教えて"

bisect + AIの自動化パイプライン

import { execSync } from "child_process";
import Anthropic from "@anthropic-ai/sdk";

async function bisectAndAnalyze(
  goodRef: string,
  badRef: string,
  testCommand: string
): Promise<{ commit: string; analysis: string }> {
  execSync("git bisect start");
  execSync("git bisect bad " + badRef);
  execSync("git bisect good " + goodRef);

  const result = execSync("git bisect run " + testCommand + " 2>&1").toString();
  const commitMatch = result.match(/([a-f0-9]{40}) is the first bad commit/);
  if (!commitMatch) throw new Error("bisect failed");

  const badCommit = commitMatch[1];
  const diff = execSync("git show " + badCommit).toString();
  execSync("git bisect reset");

  const client = new Anthropic();
  const response = await client.messages.create({
    model: "claude-sonnet-4-20250514",
    max_tokens: 2048,
    messages: [{
      role: "user",
      content: "以下のコミットでバグが導入されました。原因を分析してください。\n\n" + diff,
    }],
  });

  const analysis =
    response.content[0].type === "text" ? response.content[0].text : "";
  return { commit: badCommit, analysis };
}

AIによるコミットメッセージ自動生成

ステージされた変更の差分をAIに渡して、Conventional Commitsに準拠したコミットメッセージを自動生成する。

# Claude Codeでコミットメッセージを生成
git add -A
claude "ステージされた変更からConventional Commits形式のコミットメッセージを生成して"

# Git Hookで自動化（.git/hooks/prepare-commit-msg）
#!/bin/bash
COMMIT_MSG_FILE=$1
COMMIT_SOURCE=$2

if [ "$COMMIT_SOURCE" = "merge" ] || [ "$COMMIT_SOURCE" = "commit" ]; then
  exit 0
fi

DIFF=$(git diff --cached --stat)
if [ -z "$DIFF" ]; then exit 0; fi

MSG=$(claude -p "以下のgit diffからConventional Commits形式のメッセージを生成して: $DIFF" 2>/dev/null)
if [ -n "$MSG" ]; then
  echo "$MSG" > "$COMMIT_MSG_FILE"
fi

ブランチ戦略のAI最適化

プロジェクトの規模やチーム構成に応じたブランチ戦略をAIに提案させることができる。

Git Flow vs Trunk-Based Development

要素Git FlowTrunk-BasedGitHub Flow
ブランチ寿命長い短い（1日以内）中程度
リリース頻度計画的継続的PR単位
チーム規模大規模任意小〜中規模
CI/CD要件中程度高い中程度
AI活用度PR時レビュー継続的分析PR時レビュー
# リポジトリの状態を分析してブランチ戦略を提案
claude "このリポジトリのgit logとブランチ構成を分析して最適なブランチ戦略を提案して"

インタラクティブリベースとAI

複雑なリベース操作では、コミットの整理方針をAIに相談することで、クリーンなコミット履歴を効率的に作成できる。

# リベース前にAIでコミット整理方針を確認
claude "以下のコミット履歴を確認して、リベースでの整理方針を提案して。
squashすべきもの、rewordすべきもの、dropすべきものを分類して:
$(git log --oneline main..HEAD)"

コミット履歴のクリーンアップ戦略

AIが提案する典型的な整理パターンは以下の通りである。

  1. WIPコミットの統合: 中間コミットはsquashして1つにまとめる
  2. fixupの吸収: typo修正やlint fixは対応する本体コミットに吸収する
  3. 論理単位の分離: 1つのコミットに複数の関心事が含まれている場合は分割を検討する
  4. メッセージの改善: 意図が不明確なメッセージをrewordで改善する

git worktreeによる並行作業とAI

git worktreeを使えば、1つのリポジトリから複数の作業ディレクトリを作成し、ブランチを切り替えずに並行作業できる。

# レビュー用worktreeを作成
git worktree add ../review-branch feature/ai-refactor

# worktree内でAIレビューを実行
cd ../review-branch
claude "このブランチの全変更をレビューして"

# レビュー完了後にworktreeを削除
cd ../main-project
git worktree remove ../review-branch

大規模リポジトリでのAI活用Tips

パーシャルクローンとスパースチェックアウト

# パーシャルクローン（blobを遅延取得）
git clone --filter=blob:none https://github.com/org/large-repo.git

# スパースチェックアウト（特定ディレクトリのみ）
git sparse-checkout init --cone
git sparse-checkout set src/api src/models

# AIに特定モジュールのみ分析させる
claude "src/api/ ディレクトリの全ファイルを分析して、APIエンドポイントの一覧を整理して"

ベストプラクティス

  1. コンフリクト解決はAI任せにしすぎない: AIの解決案は必ず差分を確認してからステージする
  2. bisectのテストは自動化する: 手動bisectよりもbisect runでテストスクリプトを指定する方が正確
  3. コミットメッセージのAI生成は下書きとして扱う: 生成されたメッセージを確認・編集してからコミットする
  4. 機密情報に注意: diff内容をAIに渡す際、認証情報やシークレットが含まれていないか確認する

関連記事

A

Agentive 編集部

AIエージェントを実際に使い倒す個人開発者。サイト制作の自動化を実践しながら、その知見を発信しています。