/code-review|Claude Codeのコードレビュー
「一人で開発していると、自分の書いたコードを誰もチェックしてくれない」——AIにコードを書かせる機会が増えた今、こんな不安を感じる方が増えています。
結論から言うと、Claude Codeの/code-reviewコマンドを使えば、自分が書いた(あるいはAIに書かせた)コードをAI自身に点検させ、見つけた問題をGitHubのプルリクエストに直接コメントとして残すところまで一気に進められます。
株式会社Fyveは、非エンジニアの経営者や少人数チームのAI活用を支援しています。この記事では、2026年6月に整理された/code-reviewを、専門のレビュアーを雇えない現場の目線で解説します。
/code-reviewとは|自分のコードをAIに点検させる標準コマンド
/code-reviewは、Claude Codeに最初から組み込まれているコードレビュー用のコマンドです。ターミナルで/code-reviewと打つだけで、いま手元で変更したコードをAIが読み込み、バグや問題点を洗い出してくれます。
もともとこの機能は/simplifyという名前で、コードを整理して簡潔にする用途が中心でした。2026年6月の公式の更新履歴では、これが/code-reviewに改名され、バグの検出に重心を置いた標準コマンドとして位置づけ直されたことが記録されています。
「標準」であることの意味
ポイントは、これが外部のツールを追加しなくても使えるという点です。コードレビューを自動化しようとすると、これまでは別のサービスを契約したり、設定を組んだりする手間がありました。/code-reviewはClaude Codeに内蔵された標準機能なので、いつもの作業画面でコマンドを打つだけで動きます。
「AIに自分の書いた(書かせた)コードを点検させる」という行為が、特別な準備のいらない当たり前の一手になった——ここが大きな変化です。コードレビューが、一部の開発チームだけのものではなくなりました。
一般的な「AIコードレビュー」との違い
AIにコードを読ませてレビューさせる手法自体は、以前からありました。違いは、/code-reviewがClaude Codeの標準コマンドとして整備された点にあります。プロンプトを工夫したり、レビューの観点を毎回細かく指示したりしなくても、コマンド一つで一定品質の点検が走ります。
AIコードレビューを「どう設計するか」という考え方そのものは、別の記事で整理しています。あわせて読むと、コマンド一つで済ませる場面と、自分で観点を作り込む場面の使い分けが見えてきます。

なぜ非エンジニア・少人数にこそ効くのか
/code-reviewの価値が最も大きいのは、レビューしてくれる相手がいない現場です。
大きな会社なら、コードを書いたら別の人が確認してくれます。しかし一人会社や少人数のチーム、あるいはAIにコードを書かせている非エンジニアの場合、「書いたものを誰も見ない」まま本番に出てしまうリスクが常につきまといます。
例えば、私たちが支援するある小さなチームでは、こんな流れで使っています。
あるメンバーが、AIに手伝ってもらいながら申込みフォームの改修を進めていました。動いてはいるものの、「思わぬ不具合が残っていないか不安」という相談を受けます。そこで、変更を一区切りした時点で/code-reviewを実行してもらいました。
AIは数十秒で、入力チェックの抜けと、エラーが起きたときに利用者へメッセージが出ないままになる箇所を指摘しました。本人は「言われてみれば」とすぐ気づき、その場で直します。結果として、外部のレビュアーを待たずに、一人で品質チェックの一往復を回せたわけです。
専門家のレビューを毎回頼める現場は多くありません。/code-reviewは、その最初のふるいとして機能します。完璧でなくても、明らかな抜けを公開前に拾えるだけで価値があります。
/code-reviewはどんな問題を見つけてくれるのか
「コードレビュー」と言われても、AIが具体的に何を見ているのかピンと来ないかもしれません。実務でよく拾ってもらえるのは、次のような見落としやすいポイントです。
- 入力チェックの抜け:想定外の値が入ったときに、画面が止まったり誤作動したりしないか。
- エラー時の振る舞い:失敗したときに、利用者へ何も伝わらないまま放置されていないか。
- 例外的なケース:データが空のとき、件数がゼロのときなど、普段はテストしにくい場面で破綻しないか。
- うっかりの混入:パスワードやAPIキーのような、見せてはいけない情報がコードに直接書き込まれていないか。
- 無駄や重複:同じ処理が何度も繰り返されている、もっと簡潔に書ける、といった改善点。
どれも動作確認だけでは気づきにくく、後から「なぜここで止まるのか」と頭を抱える典型です。人間なら見落とす細部を、機械的に淡々と挙げてくれるのがAIレビューの強みです。
逆に、「このサービスにとって本当に必要な機能か」といった事業としての判断は、AIの守備範囲ではありません。そこは人間が決める領域だと切り分けておくと、役割分担がはっきりします。
effortの強弱でレビューの深さを変えられる
/code-reviewのもう一つの特徴が、effort(労力)の強弱を指定できる点です。どれくらい力を入れて点検させるかを、その時の状況に応じて選べます。
- 軽め:指摘の数は絞られますが、その分確度の高い問題だけが上がってきます。日常の小さな変更向きです。
- 強め:気になる箇所を幅広く深く洗い出します。確証の薄いものまで含めて挙げるため数は増えますが、見落としを減らせます。
- 最も強い設定:複数のAIが多角的に見る、より念入りなレビューです。重要なリリース前の総点検に向きます。
業務での使い分けはシンプルです。普段は軽めで素早く、本番リリースや大きな変更の前だけ強める。この一言に尽きます。
毎回いちばん深いレビューをかける必要はありません。むしろ力の入れ具合を場面で変えられることが、時間とコストの無駄を防ぎます。「軽く流す日」と「腰を据えて見る日」を分けられる、と考えると分かりやすいでしょう。

--commentでGitHubのプルリクエストに直接コメントが付く
チームで開発している場合に効くのが、--commentというオプションです。これを付けて/code-reviewを実行すると、AIが見つけた指摘がGitHubのプルリクエスト(PR)に、該当の行へのインラインコメントとして書き込まれます。
プルリクエストとは、コードの変更を共有してレビューしてもらうための仕組みです。普段は人間がコメントを付け合うその場所に、AIのレビューコメントが自動で並ぶようになります。チャットの画面を見に行かなくても、いつものレビュー画面に指摘が残るので、流れを止めません。
人間のレビューの「下地」になる
これが便利なのは、人間がゼロから見なくてよくなるからです。AIが先に明らかな問題へコメントを付けておけば、レビュアーは判断が必要なところに集中できます。少人数で全員が忙しい現場ほど、この時短は効いてきます。
さらに、見つけた問題をその場で修正まで任せる使い方もあります。レビューして終わりではなく、指摘を反映した直しまで一気に進められるため、手戻りが減ります。「指摘を出す」「直す」を別々の作業にしなくてよい、というのは小さな現場ほどありがたい設計です。
業務で回すときのコツと注意点
使い方そのものは、拍子抜けするほど簡単です。難しいコマンドを覚える必要はなく、区切りのいいところで「このコードをレビューして」とAIに頼む感覚で十分です。AIありきで考えれば、点検は「お願いするだけ」の作業になります。
指摘を鵜呑みにしない
ただし、AIの指摘がすべて正しいわけではありません。確度の低い指摘が混じることもありますし、その現場特有の事情を知らないまま「直すべき」と言ってくることもあります。最終的に採用するかどうかは人間が判断する——この前提だけは外さないでください。AIは優秀な下調べ役であって、最終決裁者ではありません。
他のツールとの使い分け
コードレビューを自動化する手段は、Claude Codeだけではありません。別系統のAIツールで同じことをする方法もあり、チームの環境によって向き不向きがあります。Claude Code単体で完結させたいなら/code-review、すでに別のツールを軸にしているならそちらと、環境に合わせて選ぶのが現実的です。

まとめ|「AIに点検させる」を当たり前にする
/code-reviewは、特別な開発体制がなくてもコード品質のチェックを一人で回せるようにする標準コマンドです。要点を整理します。
- /code-reviewは、自分が書いた(書かせた)コードをAIに点検させるClaude Code標準コマンド(旧/simplifyから改名し、バグ検出に重心)
- 外部ツール不要で、コマンド一つで動く
- effortの強弱で、日常は軽く・リリース前は深く、と深さを変えられる
- --commentでGitHubのPRに直接コメントが付き、人間レビューの下地になる
- 指摘の採否は人間が判断する。鵜呑みにしない
レビューしてくれる相手がいないことは、もうコード品質を諦める理由にはなりません。まずは小さな変更で軽めに一度かけてみて、感触をつかむところから始めるのがおすすめです。AIに点検させる一手を、日々の作業に自然に組み込んでみてください。
AIコードレビューを「どう設計するか」の考え方は、こちらで詳しく解説しています。
別系統のAIツール(Codex)での自動化は、こちらが参考になります。
AIを使う会社と、使わない会社。
その差は、開き始めています。
ここ数年でAIは急速に進化し、正しく導入できている企業とそうでない企業とでは、業務効率や人件費に大きな差が生まれ始めています。「AI導入に興味はあるが、実際に何ができて、どこから手をつければいいか分からない」——そんな方は、まずこの無料プレゼントに目を通してみてください。

「Claude Code を自分で使いこなしたい」「自社の業務に組み込みたい」
── そんな方は、まず初回無料相談でお話ししてみませんか。
御社の業務に合わせたClaude Code導入支援
「AIツールを導入したが、現場で使われない」を終わらせる。
業務課題のヒアリングから設計、ハンズオン実践、運用定着まで一貫して支援します。