“明日試せる実践知”が共有された「JBUG Creative」第4回をレポート
Web制作の現場で「新人AI」は戦力になるか？ 開発者とベテランが語るBacklog AIの育て方
“レベル別”のBacklog×AI実践 正しく運用すればAIが“よしなに”動く時代に
2番目に登壇したサービシンク代表の名村晋治さんは、Backlog歴20年目を誇るベテランユーザーだ。3つの活用レベルに応じたBacklog×AI活用について語られた。
サービシンク 代表取締役/テクニカルディレクター 名村晋治さん
レベル1は、Backlog標準のBacklog AIアシスタントの活用である。対象プラン（プレミアム・プラチナ）であれば、管理者がスペースで有効化するだけで導入完了。名村さんは、「Backlogを開いて、分からないことがあればとりあえず聞く」という状態に持っていくまでのハードルの低さが魅力的だという。
AIに情報を渡す工程も、プロンプトを練る必要もなく、その場ですぐに答え合わせできる。何より「この情報をAIに入力してよいのか」という懸念が、前述のとおり仕組みとして解消されている点が大きい。「余計な周り道をせず、素直にBacklogのAIを使うのが一番の近道」だと名村さん。
そして、名村さんが「本命」とする活用法が、AIによる課題の一括登録だ。プロジェクト計画の概要をまとめておくことで、AIにタスクの分解から課題の登録までを任せられる。WBSなどのたたき台をゼロから書く手間が省けるだけではなく、計画の品質が「担当者の経験値」に依存しなくてもよい点もメリットだ。「これのPM視点での本当の価値は時短ではなくて“標準化”。抜け漏れやミスがなくなり、品質が作業者に依存しなくなる」（名村さん）
AIによる課題の一括登録
レベル1.5は、自作による小さな自動化であり、GAS（Google Apps Script）とBacklog APIの組み合わせが披露された。
名村さんがGASをピックアップした理由は、自前の「実行環境」を必要としないからだ。Googleのサービスを契約していれば、cron処理のような定期的に動くプログラムを自動運用できる。GASのコード自体は、生成AIに相談しながら作成できるため、「期限切れの課題をSlackに通知する」といった仕組みをプログラミング未経験者でも十分に構築可能だ。
そして、エンジニア向けの高度な活用であるレベル2は、「MCP×AIエージェント」だ。ヌーラボは、2025年5月にBacklogの公式MCPサーバーを実装しており、普段利用するAIツールをBacklogへ直接接続できる。
対応する操作は幅広く、課題の取得・作成・更新・削除まで一通りの操作が行える他、ドキュメントも処理可能で、gitも扱える。さらに、ターミナルからBacklogを操作するCLIツール「bee」（非公式サポート）も用意されている。
公式MCP Serverでできること
このように、開発者を含めさまざまなアプローチが可能なBacklog×AIだが、いくつか注意点がある。まず、技術的な制約として、Backlog APIにはレート制限が存在し、Backlogと連携するAIツール側にもトークンの制限がある。
また、AIに編集権限を渡したままMCPを運用すると、意図しないデータの消失といった大事故を引き起こすリスクがある。CLAUDE.mdなどに「起票・更新・削除は、明示的に依頼がない限り実行しない」と明記したり、削除系のツールを予め遮断するような設定をしたりと、安全策を講じておくことがポイントだ。
大事故を引き起こすリスクに対する安全策
最後に名村さんが訴えたのは、AIの精度を上げるには「Backlogに情報を書き込むこと」が何より重要だということだ。Backlogは、課題・ドキュメント・Git・ガントチャートなどが一か所に集約され、AIに渡せるコンテキストが極めて「濃い」ツールである。しかし、裏を返せば、Backlog内にある情報以上の回答は得られない。名村さんの会社では、仕様の決定や調査結果などをチャットに流さずに、すべてBacklogに書くことを徹底しているという。
「そもそもBacklogなどのプロジェクト管理ツールは、“課題を忘れるため”のツール。 人間が記憶に頼っている限り、プロジェクトは破綻する。生成AIが進化した今だからこそ、なおさらBacklogに情報を集約すべきといえる。きちんと運用さえしていれば、生成AIが後はよしなにしてくれる時代になった」（名村さん）
本記事はアフィリエイトプログラムによる収益を得ている場合があります