Cursorは、自然言語での指示によりコードの生成や修正・リファクタリングを自動化できる、AIを搭載した次世代のコードエディタです。

開発者向けのコーディング支援だけでなく、文章生成や調べものなど様々なシーンで活用できます。

CursorはGitリポジトリの中身をコンテキストとして解析し、プロジェクト構造やチーム固有の実装パターンを理解した上で最適なコードを生成します。

実際のCursor画面はどのようなものなのか見てみましょう。

上記の画面は実際のCursorの画面となっています。

①対象のGitリポジトリ

ここで表示されているのはコード修正を行いたいサンプルのGitリポジトリになります。

②Cursorによって修正されたファイルの中身

隣のブロック(③)で修正指示されたファイルの中身が表示されています。

③チャットによるコード生成の指示

Cursorではチャット形式でコード生成の指示を行うことが出来ます。

この例では、既存のコードにdocstringを追加する指示をしており、②で修正されていることが確認出来ます。

Cursorを導入した背景

• 生産性の向上:   マージまでの時間短縮
• コードの品質の向上:  開発者のスキルレベルに関わらず一定水準以上のコード品質を確保
• レビュープロセスの効率化:  レビュー負荷の軽減

Cursorの効果検証

• 新規機能開発における初期コードの作成は原則としてCursorを活用する
• 初期コード生成後の開発プロセス(バグ修正、リファクタリング、ユニットテストの作成 etc…)においては、開発者の判断によりAI活用と手作業を並行して実施する柔軟な体制を取る

• 複雑な処理のリファクタリング
• 例外処理やユニットテストの自動生成
• linter対応
• docstringやコメントの自動生成
• 複数ファイルを跨いだコード生成

2. コード品質の向上

Cursorではコンテキストを活かしたモジュール単位でのコード設計が可能で、以下のようなフォルダ構造があった場合に各ファイル間の関係性を理解してコード生成を行います。

src/aggregation/
├── data_getter.py # 元になるデータの取得処理
├── transform.py # データ変換処理
└── main_aggregation.py # 変換済みデータの集計処理

Cursorのこの性質により、一貫した設計・命名ルールに基づいた高品質なコードが生成され、チーム全体でのコード品質の標準化が実現できています。
また、単一責任の原則に基づくクラス設計や類似パターンの統一に強みがあり、今まで手動で行っていたコードの品質や可読性の確認作業が楽になった実感があります。

3. レビュープロセスの効率化

コード品質の向上により、レビューで指摘されうるスペルミスなどのヒューマンエラーや可読性に関する指摘事項が減少したことで、レビュワーの負担軽減にも繋がりました。
実装者側にとっては、レビューで発生した軽微な指摘事項のコード改修もCursorによって即座に対応できるようになり、双方に良い効果がありました。

4. 開発体験の変化

上記の3つの要素以外にも、Cursorによって開発者の実装プロセスに様々な良い変化が見られました。

PR作成までの実装プロセスは、Cursor導入前後で以下のような変化がありました。

仕様を理解した上で正確な指示を行うために、設計の検討は導入前よりもしっかり行う必要が出てきましたが、「コードをどう書くか」の検討に時間を取られることが減り、コーディングと改修の負担が小さくなりました。

それ以外にも、以下のような良い効果がありました。

• ナレッジ支援：自動生成されるdocstring・コメントにより、新規メンバーのプロジェクト理解が向上
• 言語の壁を排除：外国籍の開発者も自分の母国語で自然に指示を出せるため、作業効率が向上

Cursor利用による課題

Cursorを導入したことで得られたメリットは大きかったのですが、一部で以下のような課題が見つかりました。

1. 技術的な制約

2. 運用面でのリスク

長期的な活用戦略

1. 品質管理プロセスの確立

今後は生成コードの継続的なチェックと修正を前提とした運用体制を構築し、定期的な効果測定を継続していく予定です。
また、プロジェクト固有のコーディング規約や開発ルールをAIに伝えることができるCursorの「Project Rules」機能を活用し、プロジェクト内で統一されたコード生成ルールの策定を進めていきたいです。

2. チームのスキルレベルの底上げ

3. 知見の管理と共有

まとめ