NTT、仕様書とコードのずれをAIで検出・補完

仕様と実装のずれを補完

NTTは2026年10月23日、既存ソフトウェアの仕様書、設計書、コード、テストの関係を解析し、不整合や不足を補う技術を発表しました。長年の改修で文書と実装が食い違ったシステムを、AIが理解して活用しやすい状態に整える研究です。新しいコードを生成する前提となる、既存資産の信頼性に焦点を当てています。

予備実験で示された結果

発表によると、成果物どうしの対応をたどれるようにし、文書とコードの不整合や記載漏れを検出・補完します。不足するテストの観点やケースも抽出します。予備実験では不整合の検出率が従来手法の27％から80％へ向上し、潜在的なバグを3件検出したと報告しています。これらはNTTが公表した実験結果であり、すべての案件に同じ数値が当てはまるわけではありません。

実用化に向けた研究段階

今後は実際の開発・保守案件への適用を進め、実用化を目指すとされています。一般向けの完成済みサービスが発売された発表ではありません。また、検出率の改善は、修正が常に正しいことや、確認作業が不要になることを意味しません。既存の記事を読む際も、研究の到達点と今後の検証予定を分けて捉える必要があります。

仕様・コード・テストを対応づける

実務への考察として、この研究はAI導入前の資料整備を見直すきっかけになります。保守担当者が困るのは、資料がないことだけでなく、どれが現状を表す資料なのか分からないことです。機能ごとに仕様書、実装箇所、確認テストを対応づければ、AIへの入力品質だけでなく、人による引き継ぎや改修時の影響確認にも役立つと考えられます。

自社の資料で試す準備

取り組みを小さく始めるなら、変更頻度が高い一機能を選び、文書と実装が一致しない箇所を一覧にする方法があります。その際、コードを正しいと決めつけず、本来の業務ルールを知る人にも確認します。仕様書が古い場合、実装に誤りがある場合、そもそも仕様が曖昧な場合を分けることで、直す対象と判断者を明確にできます。

補完結果を検証して記録する

AIが提案した補完内容は、差分と根拠を残し、既存テストと追加テストで確認する運用が現実的です。成果の評価には検出件数だけでなく、誤検出の確認にかかった時間、見逃し、修正後の不具合も含めます。資料、コード、テストが更新のたびにずれない仕組みまで整えることが、保守工程でAIを継続して使うための土台になるでしょう。