AIエンジニア　Devinの週報㉞

今週のDevinの週報です。

概要

2026年3月24日〜3月30日の開発活動を報告します。今週は 10のリポジトリ にわたり 36件のプルリクエスト（PR）（マージ済み29件、オープン7件）を実施しました。

今週の主要テーマは 仮想試着（VTON）パイプラインへの生成AI統合完成と設定管理の外部化、管理画面の機能拡張、および テスト・CI基盤の堅牢化 です。VTONパイプラインでは通知制御モードのAI処理をオーケストレーターに完全統合し、設定ファイルの外部ストレージ管理化を実現しました。また、複数リポジトリでテスト基盤の新規構築や最新LTS環境への移行対応を完了しています。

主要なアップデート

仮想試着（VTON）パイプラインの生成AI統合完成（16件）

VTONパイプラインにおいて、通知制御モードのAI処理をオーケストレーターへ完全統合し、プロンプト管理の外部ストレージ化、およびパラメータの最適化を実施しました。

【通知制御モードのAI処理統合】

• 通知制御モードからのAI処理をオーケストレーター経由で実行するよう統合し、メッセージキュー直接連携から移行完了
• ワークフロー定義に処理分岐ロジックを追加し、特定条件下でコア処理をスキップして直接AI処理へ遷移する制御を実装
• 最小権限の原則に基づき、ワークフロー実行に必要な認可制御を最適化
• 入力データに合成モード情報を追加し、後続処理へ正しく伝搬

【設定管理の外部ストレージ化】

• タスク種別に基づき、AIプロンプトを「標準」と「複合合成」で自動切替
• 設定を外部ストレージから動的に読み込む仕組みを導入し、デプロイ不要で設定更新が可能に
• モード別の生成パラメータ制御を実装し、出力の安定性を向上
• レビューで指定された最適化済みテキストへの差し替えを完了

【生成結果処理の品質向上】

• 各キーにつき最適な画像のみを取得するよう修正し、リソース効率を改善
• 出力画像の解像度を固定し、システム全体の出力品質を統一
• 生成画像を後続の処理サイズに自動リサイズする機能を追加
• プロンプト内の不要な記述を削除し、生成精度の向上を実現

【システム安定化とクリーンアップ】

• 処理ループに例外ハンドリングを追加し、個別エラーによる全体停止を防止するフェイルセーフを強化
• ログ出力のリアルタイム性を向上させ、監視性を改善
• 不要なパラメータを関連モジュールおよび通知制御モジュールから完全に削除
• コンテナ実行スケジュールの運用最適化を実施

管理画面の機能拡張（4件）

管理画面において、ブランド単位のスタイルガイド管理機能の追加と、画面パフォーマンスの改善を実施しました。

• ブランド単位スタイルガイド管理: スケーラブルなデータベースを用いたスタイルガイド管理基盤のCRUD機能を新規実装し、ブランド単位でのスタイルガイド確認・編集UIを追加
• タブ切替時のオンデマンドデータ取得: 4つの管理タブを非同期のオンデマンド読み込みに変更し、初期ページロードを大幅に高速化
• スタイルバッチテーブルの改善: 列構成を見直し、ブランド名列を新規追加。管理用インターフェースの拡充とデータ連携の効率化
• バッチアップロードの品質向上: スタイルバッチアップロード時に不要なレコードが作成されないようロジックを最適化

APIドキュメント・ロジック改善（5件）

API基盤において、特定パートナー企業対応とOpenAPIドキュメントの拡充を実施しました。

• 特定クライアント向けのロジック制御: 主要パートナー企業において、属性ベースの推薦を最適化し、実寸比較ロジックを優先適用。既存の比較マップ処理への影響を最小限に抑えつつ、認可制御を精緻化
• APIドキュメントの標準化: コンテンツ配信API、比較ロジックAPIなど4つの主要エンドポイントをOpenAPI定義に追加。共通データモデルをコンポーネント化し、開発者体験を向上
• テスト・ドキュメントの品質向上: カテゴリ取得テストの期待値更新、および内部モデルのフィールド定義を整理

類似商品検索バッチの在庫連携とリファクタリング（3件）

類似商品検索エンジンのバッチ処理において、新規の在庫連携の追加とコード統合を実施しました。

• 主要パートナーブランドの在庫連携: 対象クライアント向けに外部ストレージ上の在庫XLSXを取得し在庫情報を統合する処理を新規実装。データインポート形式の最適化による識別子精度の向上を実現。複数店舗の在庫を一元管理
• バッチ統合: 旧バッチスクリプトの処理を統合バッチに完全統合し、実店舗在庫およびキーワード制御オプションを追加。旧スクリプトを削除してコードベースを簡素化
• 販売期間の終了判定: 販売期間終了フラグによる判定を追加し、期限切れ商品の適切なハンドリングを実現

画像処理バッチのテスト・CI基盤構築（3件）

画像処理バッチにおいて、テスト基盤とCI環境をゼロから構築しました。

• pytest + CI基盤: 主要ユーティリティ関数のユニットテスト82件を新規作成（外部依存は全てモック化）。リンター + フォーマッター + テストを実行するCIワークフローを構築
• ソースコードの整形: フォーマッターによる全ファイルのフォーマット統一とimport並び順の自動修正
• 開発ツール整備: タスクランナーによるlintコマンドの追加、新規APIエンドポイントの実装

認証基盤のLTS移行（2件）

認証基盤の最新LTS環境互換性を確保しました。

• callbackベースハンドラーの修正: 最新LTS環境でサポートされなくなった非同期処理ハンドラーをモダンな記述へ刷新し、ランタイムの堅牢化を推進
• ワークアラウンド削除: ローカル開発用スタックの最新安定版での修正を受けて、不要になったランタイムワークアラウンドプラグインを削除

VRTテスト基盤構築（1件）

Playwrightを使ったバナーVRT（Visual Regression Testing）の基盤を新規構築しました。

• 多言語・多バリエーションのコンテンツ資産およびキッズバナーのVRTテストを実装
• APIレスポンスのモック化、外部ストレージベースのスナップショット管理、夜間自動実行ワークフローを含む包括的なテスト基盤
• インフラテンプレートによるストレージバケット管理を整備

データ基盤移行（1件）

ユーザレポートクエリのデータ解析基盤からデータウェアハウスへの移行を実施しました。

• 5本の解析クエリをデータウェアハウスのビューに変換（月次アンケートブランド、月次アンケートユーザー、月次検索、体型フィッティング、体型トラッキング）
• JSON関数からフラット化済みカラムへの参照変更、テーブル名のスキーマ変更、日付関数の互換変換を実施

詳細分析

1. VTONパイプラインの生成AI統合アーキテクチャの成熟

先週導入されたオーケストレーターベースのワークフロー管理が今週さらに成熟し、通知制御モードのAI処理が完全にオーケストレーター経由に統合されました。プロンプトの外部ストレージ管理化により、デプロイなしでのプロンプト更新が可能となり、プロンプトエンジニアリングの反復速度が向上しています。不要パラメータの完全削除とコンテナ実行スケジュールの調整は、パラメータの整理とインフラ設定の最適化が継続的に行われていることを示しています。

2. テスト・品質基盤の横断的整備

今週は複数のリポジトリでテスト基盤の構築が並行して進みました。画像処理バッチでのpytest+CI構築（82件のテスト）、フロントエンドVRTでのPlaywright VRT基盤構築、認証基盤でのLTS移行対応は、いずれもプロダクトの品質と保守性を底上げする基盤投資です。特に画像処理バッチでは外部依存を全てモック化した設計により、CI環境で確実に実行可能なテストスイートが構築されています。

3. 管理画面のUX改善

ブランド単位スタイルガイド管理の追加とタブ切替時のオンデマンドデータ取得の実装は、管理画面のユーザー体験を向上させる重要な改善です。初期ページロードからデータベースクエリを削除し、タブクリック時に非同期で最新データを取得する方式に変更したことで、管理画面の応答性が向上しています。

技術的トレンド

• VTONパイプラインの生成AI統合完成: 先週のオーケストレーター導入に続き、今週は通知制御モードの完全統合とプロンプト管理の外部化を達成しました。外部ストレージベースのプロンプト管理により、プロンプトの反復改善サイクルが大幅に短縮されます。
• テスト基盤への積極投資: 3つの異なるリポジトリで同時にテスト・品質基盤の構築が進行しました。ユニットテスト、VRT、CI/CDの各レイヤーで品質保証体制が強化されています。
• コードベースの簡素化: 旧バッチスクリプトの統合バッチへの集約や不要パラメータの完全削除など、不要なコードの整理とコードベースの簡素化が継続的に実施されています。
• データ基盤の近代化: データ解析基盤からデータウェアハウスへのクエリ移行は、データ分析基盤の統合と最適化を進める重要な一歩です。

来週の展望

• 生成AIプロンプトの品質検証: 外部ストレージに配置された設定ファイルの実環境での動作確認と、生成結果の品質評価を実施します。
• VRT基盤の本番運用開始: Playwright VRT基盤のストレージ連携やCIワークフローの動作確認を完了し、夜間自動実行を開始します。
• パートナー企業向けロジックの検証: 対象クライアントの属性ベース推薦最適化ロジックの本番データでの動作確認と、推薦結果の妥当性を検証します。
• 管理画面機能の統合テスト: ブランドスタイルガイドのエンドツーエンドテストと、タブ切替の動作確認を実施します。