クオカード デジタルイノベーションラボにおけるCursor活用事例

株式会社クオカード / デジタルイノベーションラボ
メンバー / フルスタックエンジニア / 従業員規模: 101名〜300名 / エンジニア組織: 11名〜50名
ツールの利用規模 | ツールの利用開始時期 | 事業形態 |
---|---|---|
11名〜50名 | 2025年4月 | B to B B to C |
ツールの利用規模 | 11名〜50名 |
---|---|
ツールの利用開始時期 | 2025年4月 |
事業形態 | B to B B to C |
導入の背景・解決したかった問題
導入背景
導入背景
「エンジニアが本質的な業務に集中できる環境を作る」ことを目指し、ラボでは日頃から自動化や効率化を推進するさまざまなツールの導入・運用に取り組んでいます。
こうした取り組みの一環として、今回新たに「Cursor」を導入しました。
導入理由
先に導入していたDevinは、指示したタスクの自動実行に強みがある一方で、コードの調査や実装支援といった通常の開発業務との相性にはやや課題がありました。そのため、より開発業務にフィットする支援が得られるかを検証する目的で、Cursorの試用を開始。
結果として、プロジェクト構造を理解したうえでの調査や実装支援の精度・スピードが評価され、導入に至りました。
導入の成果
- 「◯◯の処理をしている箇所はどこか?」「この関数はどんな場面で使われているか?」といった調査を、プロジェクトの文脈を理解したうえで即座に返答してくれるため、実装やレビューにかかる時間が大幅に短縮された。
- テストコードの雛形生成や実験的コードの試作にも利用しており、ゼロからの書き起こしが不要になることで生産性が向上した。
- QAではE2Eテストの実装に活用しており、Cursorが作成した外枠コードをベースにデバッグ・チューニングすることで実装効率が上がった。
導入に向けた社内への説明
上長・チームへの説明
上記に記載したように、ラボでは「エンジニアが本質的な業務に集中できる環境づくり」を方針として掲げており、AIツールの導入に対する土壌がすでにありました。そのため、大きな障壁はありませんでした。
活用方法
よく使う機能
- プロジェクト内コードの横断検索
- コードの修正・提案
- テストコードの生成
- 実装方針の相談・検討支援
- E2Eテストの支援(QA観点)
ツールの良い点
- プロジェクト全体を見たうえで、コードの意味や構造を踏まえた精度の高い提案が可能
- 指定ファイルやリポジトリのコンテキストを理解した検索・調査ができる
- 応答スピードが速く、開発フローの中でテンポよくやりとりができる
- コードの生成だけでなく、実装方針の相談・ブラッシュアップに活用できる柔軟性がある
ツールの課題点
- 文脈に依存する複雑な指示や、複数リポジトリをまたぐ内容にはまだ弱さがある
- 意図していないコード修正(特にTODOコメントの削除など)が発生することがある
- 曖昧な指示に対して過剰に動作してしまうケースもあるため、指示内容の工夫が必要
- VSCodeベースのツールのため、IntelliJユーザーにとってはキーバインドやUIに慣れが必要
今後の展望
ラボでは、こうしたAIツールとの協働をより良いものにしていくために、「どのように指示すれば意図が正しく伝わるか」「どのような活用方法が効果的か」といったノウハウをチーム内で共有しながら、目的に応じた使い方を磨いていきたいと考えています。
また、AIツールごとの特性を理解し、柔軟に使い分けることも、より効果的な活用に向けた鍵になると感じています。 今後もAIとの協働を通じて、より創造的かつ戦略的な業務に集中できる環境を整え、より良いサービスづくりにつなげていきたいと考えています。

株式会社クオカード / デジタルイノベーションラボ
メンバー / フルスタックエンジニア / 従業員規模: 101名〜300名 / エンジニア組織: 11名〜50名
よく見られているレビュー

株式会社クオカード / デジタルイノベーションラボ
メンバー / フルスタックエンジニア / 従業員規模: 101名〜300名 / エンジニア組織: 11名〜50名