「数年前に作ったWebアプリケーションのコードを久しぶりに開いたら、ライブラリのバージョンが古すぎて動かない…」「修正したいけれど、どこから手を付ければいいのか分からないほどコードが複雑に絡み合っている…」。開発の現場や個人のプロジェクトで、このような悩みに直面した経験はないでしょうか。
プログラムは書いた瞬間から古くなり始めます。時代とともに新しい技術や安全な書き方が登場するため、古いプログラム（レガシーコード）を現代の仕様に合わせる「近代化（モダナイゼーション）」は、あらゆるシステムにおいて避けて通れない重要な作業です。
最近では、人工知能（AI）を活用してプログラムの記述や修正を助けてもらう「AIコーディング」が急速に普及しました。「AIを使えば古いコードも一瞬で綺麗にしてくれるのでは？」と期待する声も多く聞かれます。
しかし、実際に試してみると「AIに一言『このコードを最新にして』と頼んだら、意図しない大量のコード変更が提案されて収拾がつかなくなった」「AIが変更した箇所が多すぎて、人間がチェック（レビュー）しきれない」という大きな壁にぶつかりがちです。
こうした課題を解決するアプローチとして、GitHub公式ブログで紹介されたのが、GitHub Copilot appにおける「Stacked sessions and pull requests（積層型のセッションとプルリクエスト）」という手法です。
本記事では、専門的な知識がない方でも理解できるように言葉を平易に言い換えながら、この新しいAIコーディングの手法を実務でどのように設計・導入し、安全に運用していくべきかを分かりやすく解説します。
「積層型（Stacked）」アプローチとは？基本用語と仕組みを分かりやすく解剖
実務での導入手順を見る前に、まずは登場する基本的な用語と、なぜ「積層型（Stacked）」という考え方が必要なのかを紐解いていきましょう。
専門用語のわかりやすい解説
- AIコーディング: AI（人工知能）をプログラマのパートナーとして活用し、プログラムの作成、修正、エラーの解析などを支援してもらう開発スタイルのことです。
- セッション（Session）: AIと人間が行う「特定のテーマに関する一連の会話や作業のまとまり」のことです。例えば「ログイン画面のエラー表示を直す」という単一の目的に向けたやり取り全体を1つのセッションと呼びます。
- プルリクエスト（Pull Request / 略称: PR）: 作成・修正したプログラムを元の本番用プログラムに取り込んでもらうために、チームの仲間や管理者に送る「変更の提案状」のことです。
- 積層型（Stacked / スタック型）: 巨大な1つの変更をドカンと一度に行うのではなく、関連する小さな修正を「ビルを1階ずつ建てていくように」順序立てて重ねていく修正手法のことです。
なぜ一括修正ではなく「積層型」なのか？
AIにレガシーコードの刷新を依頼する際、もっとも失敗しやすいのが「プロジェクト全体のコードを一括で直させようとすること」です。
AIには一度に理解・処理できる情報量（文脈や前提条件）に限界があります。そのため、一度に膨大なファイルを修正させようとすると、途中で辻褄が合わなくなったり、存在しない命令（関数）を勝手に作り出してしまうといった間違い（ハルシネーションと呼ばれる現象）が発生しやすくなります。
また、人間側の視点でも、何千行ものコード変更が一つの「プルリクエスト（修正提案）」として送られてくると、内容が正しく安全かどうかを確認することが事実上不可能になってしまいます。
そこで有効になるのが「積層型（Stacked）」のアプローチです。
- 土台となる小さな修正を行う（例：設定ファイルの更新）
- その修正の上に、次の小さな変更を乗せる（例：ライブラリAの更新）
- さらにその上に、新しい処理への書き換えを乗せる（例：文法の最新化）
このように、AIとの対話（セッション）と修正提案（PR）を小さな単位で「積層」させることで、AIは狭く明確な範囲に集中でき、人間も「1つずつの小さな変更」を確実にテスト・確認できるようになります。
実務で活かす！AIコーディングによるコード近代化の4ステップ
それでは、実際にGitHub Copilotを活用して古くなったコードベースを安全に刷新するための、実務的な導入・運用ガイドを4つのステップでご紹介します。
ステップ1：課題の整理と「積み上げ計画」の設計
最初からAIに「コードを書いて」と指示を出すのはNGです。まずは人間が主導となり、古いコードのどこに問題があり、どのような順番で修正していくかという「積み上げ計画（スタック計画）」を設計します。
たとえば、数年間放置されていたWebサービスのコードを更新する場合、以下のような階段状の計画を立てます。
- 1段目（土台）: 開発環境やビルド（プログラムの組み立て）の設定を最新化する
- 2段目（依存関係）: 利用している外部ライブラリのバージョンを上げる
- 3段目（書き換え）: 古くなった文法や非推奨の命令を、最新の安全な書き方に変更する
- 4段目（整理）: 使われていない不要なコードを削除し、読みやすく整理する
このようにタスクを細分化することが、AIコーディングを成功させる最大の鍵となります。
ステップ2：最初のセッション開始と1つ目のPR作成
計画が立ったら、GitHub Copilot appで最初の「セッション」を開始します。
AIへの指示（プロンプト）を出す際は、範囲を限定することが極めて重要です。「今回は1段目の『開発環境の設定最新化』だけを行います。プログラム本体のロジックには一切手を加えないでください」といった制約を与えます。
AIが提案した変更を人間が確認し、問題がなければ1つ目の修正提案（PR #1）を作成します。このPR #1は、全体のほんの小さな一部分であるため、確認作業も数分で完了します。
ステップ3：PR #1を前提とした「積層セッション」の展開
ここからが「積層型」の真骨頂です。
PR #1がまだ本番環境に合体（マージ）されていなくても、そのPR #1の変更内容をベース（前提）として指定し、2つ目のセッションを開始します。
AIに対して「PR #1の変更を前提として、次は外部ライブラリのバージョンアップ（2段目）を行ってください」と指示します。
AIは「直前に行われた変更」の文脈を正しく理解した状態で次の作業に入るため、整合性の高いコードを生成できます。作業が完了したら、これを2つ目の修正提案（PR #2）として、PR #1の上に重ねるように作成します。
ステップ4：段階的なレビューと安全性テストの実施
作業が進むと、PR #1、PR #2、PR #3… というように、小さな修正提案が順番に積み上がっていきます。
チームの開発者や自分自身で、これらのPRを順番に確認（レビュー）していきます。プログラムが正しく動くかを自動で調べる仕組み（自動テスト）を導入していれば、「どの階層の修正でエラーが発生したか」が即座に特定できます。
安全性が確認できたら、一番下の土台（PR #1）から順番に本番プログラムへと合体（マージ）していきます。これにより、大きなトラブルを起こすリスクを最小限に抑えながら、古いコードを確実に最新の状態へと進化させることができます。
導入・運用における注意点と実務上の限界
「積層型セッションとPR」によるAIコーディングは非常に強力な手法ですが、万能ではありません。実務で運用するにあたって、事前に知っておくべき注意点と限界があります。
1. ツール機能に関する未確認事項について
GitHub Copilot appにおけるセッション管理機能やPRの積層表示機能は、GitHubによる機能アップデートが非常に早い領域です。ご利用の契約プラン（Copilot EnterpriseやIndividual等）や使用する開発エディタ（VS CodeやGitHub.comのWeb画面等）によって、画面のレイアウトや利用できる具体的な連携コマンド、ベータ版機能の提供状況が異なる場合があります。具体的な画面操作の最新仕様については、必ず公式ドキュメントを参照してください（※一部の画面インターフェースの最新挙動については本記事内では未確認とします）。
2. AIのハルシネーション（嘘の提案）対策
AIはどれほど優秀であっても、時に「存在しないライブラリの機能を呼び出す」「すでに使われなくなった古い書き方を提案する」といったミス（ハルシネーション）を犯します。
積層型アプローチによって作業範囲を狭めていても、AIの出力を鵜呑みにしてはいけません。
- 修正後に必ずプログラムを実行して動くか確認する
- 自動テスト（ユニットテスト）をあらかじめ用意しておく
- 人間の目で「本当に意図通りか」を最終確認する
この3つのガードレール（安全策）を運用フローに組み込むことが不可欠です。
3. 積み重ねすぎによる競合（コンフリクト）リスク
「積層」を行う際、PRを5個も6個も高く積み上げすぎるのは危険です。
もし途中の「2段目のPR」に大きな修正や間違いが見つかり、大幅に書き直すことになった場合、その上に積み上げられていた「3段目〜6段目のPR」すべてに不整合（コンフリクト）が発生し、手動での修正作業が非常に大変になってしまいます。
実務での運用としては、一度に積み上げるPRの数は「2〜3個程度」に留め、下のPRが安全だと確認できたらこまめに本番コードへ合体（マージ）させていくサイクルを回すのが懸念を減らすコツです。
まとめ：AIコーディングを「個人作業」から「チームの運用設計」へ
GitHub Copilotをはじめとする現代のAIツールは、単に「指示されたコードを自動で書くロボット」から、人間と対話しながら複雑なシステムを段階的に組み上げていく「共同作業者（コ・パイロット）」へと変化しています。
今回ご紹介した「積層型セッションとプルリクエスト（Stacked sessions and pull requests）」という考え方は、AIコーディングを成功させるための重要な思考プロセスを示しています。
- 全体を一度にやろうとせず、小さく分解する
- AIとの対話（セッション）と提案（PR）を1対1で対応させる
- 前の変更の上に次の変更を段階的に積み重ねる
- 人間が小さな単位で確実にチェックとテストを行う
古いコードベースを目の前にして「どこから手を付ければいいかわからない」と頭を抱えていたプロジェクトでも、この「積層型」の設計を取り入れることで、安全かつ着実に現代的なコードへと生まれ変わらせることができます。
AIにすべてを丸投げするのではなく、人間が全体的な「積み上げの段取り」を設計し、AIとともにステップバイステップで進めていく。これこそが、これからのAIコーディング時代においてエンジニアやWeb担当者に求められる、実践的な運用の姿と言えるでしょう。
ぜひ、身近なコードの刷新や小さな機能追加から、この「積層型」のアプローチを試してみてください。