このようなお悩みや不安はありませんか？
- 問題発生時の原因特定の負荷が高い
- テストチームにも不具合解析に協力してほしい
- 不具合レポートに不具合を解析するための情報が不足してしまう
AGESTのAIデバッグで解決できます！
AIデバッグとは？
AIデバッグは革新的なAIを活用したデバッグサービスです。テストによって検知された問題に対して、APM(※１)で収集した情報を基に、次世代QAエンジニア(※２)と自律型AIエージェントの力を組み合わせて、迅速に問題原因を特定します。この自律型AIエージェントは、細かな指示を与えなくても、自主的にログを解析し、必要に応じて、ログに記載の該当ソースコードを読みだして問題を特定します。これにより、テストにおける開発者の不具合対応の負荷を軽減します。
※１ ソフトウェア・アプリケーションのパフォーマンスと可用性を監視・管理すること（アプリケーションパフォーマンスマネージメント）
※２ AGESTでは、開発・QA両面の知識を持ち、開発段階からプロジェクトのQAをサポートできる人材を次世代QAエンジニアと呼んでいます。
通常のデバッグとAIデバッグの違い
AIデバッグの実施プロセス
AIデバッグ:効果の検証結果
| 問題事例 | ・問題事象：アプリケーション実行中に「テスト情報の更新に失敗しました。」が表示される ・事前の人による調査結果：メール送信に必要な宛先情報(メールアドレス)が欠けていることが原因 | |
| AIの指摘の妥当性について | このケースでは、AIは「An email must have a “To”, “Cc”, or “Bcc” header.」というエラーメッセージを正確に特定し、それがメール送信失敗の原因であると指摘しました。メール送信に必要な宛先情報が欠けている、または宛先情報が不正であることを示しています。事前の調査結果とも合致しており、AIが指摘した原因の妥当性が確認できました。 | |
| AIデバッグ利用によるメリット（作業時間） | APMによるトレース情報・ログ情報の収集とAI活用により問題の特定が効率化したため、問題の特定を数時間から数分に短縮することが可能となります。これにより、デバッグプロセスが大幅に効率化されます。 |
業種・規模問わず実績16,000社以上、
品質保証のことなら、お気軽にご相談ください
品質保証に関する基本情報や
各ソリューションの資料を無料公開しています
貴社のお悩みに対して
品質保証のスペシャリストが対応します
AGESTが選ばれる理由
1AGESTの「次世代QAエンジニア」によるご支援
開発とQA両面の知識を持ったAGESTの「次世代QAエンジニア」により、開発段階からプロジェクトのQAをサポートいたします。
※次世代QAエンジニアとは
現代の開発では、単なるコーディングやテスト専門の役割ではなく、開発と品質保証の両方のスキルを持つエンジニアが求められており、AGESTではこれを「次世代QAエンジニア」と呼んでいます。
次世代QAエンジニアは開発・QA両面の知識を持ち、開発段階からプロジェクトのQAをサポートします。
2AGEST AI Lab.による研究と検証をベースとした「AGEST AIアシスト」によるご支援
当社の「AGEST AI Lab.」では、ソフトウェアテストの品質向上を実現するためのAI関連の研究や検証を行っており、効率的な品質向上施策のご提供が可能です。
FAQ
- Q対応言語は？AC#/.NET、Java、JavaScript、PHP、Python等、幅広く対応しております。他の言語に関しても、お客様のニーズに応じて対応を検討いたしますので、ご相談ください。
- QAI利用によるセキュリティの懸念はないか？A当サービスではOpenAI社のAPIを利用し、AIデバッグを実施しており、API利用時にお客様の入力データが外部に漏れたり、モデルの学習に利用されることはありません。お客様のデータは厳重に保護されています。
- QAPM導入による情報の漏洩やセキュリティなどのリスクはないか？A取得する情報の範囲は調整可能であり、機密情報を含まないように調整可能です。また、環境構成により、トレース情報は弊社クラウド上に保持される場合があります。しかし、その場合でも、それらの情報はGCPのセキュリティポリシーのもとで適切に保護されます。
(トレースで取得される情報については、「※トレース情報について」を参照) - Qテスト実施時にAPM導入を行うことで、テストの実施速度に影響はあるか？AAPM導入によりトレース情報※を収集するため、テストの実施速度に影響が出る可能性があります。特に、パフォーマンスを検証するテストでは、トレース情報を取得する量などを適切に調整することで、影響を最小限に抑えることができます。
- QAPM未導入時に発生しないエラーが検知されることはあるか？AAPM導入に起因するエラーが発生しないように十分な検証を行っておりますが、技術的な完全性を保証することは難しいため、万が一エラーが発生しても、テストの進行に影響が出ないよう、迅速に問題の原因を特定し、解決いたします。
※トレース情報について
| 要素 | 属性 |
| 共通 | ログ（必要に応じて） |
| エラー発生有無 | |
| データの送り先 （クライアント） | リクエストメソッド（POST GETなど） |
| 送受信データ（環境や言語により利用できない場合があります） | |
| データの送り先 （サーバー） | データの送り先名(エンドポイント名) |
| リクエストメソッド（POST GETなど） | |
| 接続先URL | |
| 接続ポート | |
| ユーザーエージェント | |
| 送受信データ（環境や言語により利用できない場合があります） | |
| 関数 | クラス名 |
| 関数名 | |
| 関数入力パラメータ | |
| 関数戻り値 | |
| ソースコードファイルパス | |
| DB | DB名 |
| DBオペレーション | |
| DBクエリ | |
| 登録データ、参照データ（環境や言語により利用できない場合があります） |
TFACT (AIテストツール)
上のバナーから詳細をチェック！ 「TFACT」公式サイト
関連サービス
AIテクニカルコードレビュー
蓄積されたレビュー観点とAIを組み合わせることで精度の高いレビューを効率よく実施OMAKASE BDD
AGESTの次世代QAエンジニアがBDDの導入からリソース管理までサポートコードリスクアセスメント
定性・定量の両軸からコードリスクを分析し後工程のリスクを低減
関連記事
AIの目で見るバグの世界：デバッグの未来形
今回は流行りのAIを使って問題発生のログ情報とソースコードを基にデバッグを実施してみました。その結果についてお伝えします。
AIを使ってコードレビューをやってみた
今回は流行りのAIを使って問題発生のログ情報とソースコードを基にデバッグを実施してみました。その結果についてお伝えします。
「ミューテーションテスト」とは？アジャイル開発の時代に重要性が増している単体テスト。単体テストの確からしさを検証する「ミューテーションテスト」を紹介
これからのソフトウェアテストでお勧めするミューテーションテストについて紹介します。