.svg){kind=small}
.png)
%201.svg){kind=small}
%201.svg){kind=small}
%201.svg){kind=small}
.svg)
.avif)
.avif)
.avif)
.png)
.avif)
.avif)
.avif)
No items found.
.png)
こんにちは、コパードのシニアセールスエンジニア 大川です。
今回から4回にわたって、 AI エージェントと進める Salesforce プロジェクトについて書きます。
みなさんが仕事にAIを使い始めてもう久しいのではないでしょうか。
煩雑な調査・技術的なサポート・資料の作成といったアウトプットに至るまで、あらゆる業務にAIが貢献しています。
ですが、そんなAIもSalesforce開発・運用においては決して万能ではありません。
今回から4回に渡る連載で、 AI エージェントの現在位置と Copado の製品・機能について、
そして、これらを正しく組み合わせることでもたらされる大きな効率化について是非知っていただければと考えています。
まず、 Salesforce プロジェクトを改めて振り返ってみますと、概ね以下のようなことをしていると思います。
これらのフェーズに合わせて、
以下のようなツールを利用しながら管理や作業を自動化していっているのではないでしょうか。
これらは一般的なツールです。各ツールは通常CLIかAPIを呼び出せる仕組みを持ちます。
Salesforce向けにはSalesforce CLIか、Metadata APIがあるので、一般的なツールから呼び出すことが可能です。
.png)
ところが、ここにはSalesforce固有のいくつかの難しい問題があります。
メタデータは単純なファイルの構造なので困らないのですが、避けて通れない頻度で、同一のメタデータに変更を加えることが発生します。
プロファイルやページレイアウトなどはその例です。
これらをどうマージするのか。Salesforce CLIはこれらのマージはしてくれず、呼び出しの前に手元のXMLファイルとして内容を理解してマージすることは常に課題となります。
さらに悪いことに、デプロイ時には依存関係があります。対象のメタデータを含め忘れるとデプロイがエラーで終了し、理由の調査にも時間がかかります。
変更が容易であることはSalesforce特有の特徴です。
多くの場合、変更が容易であるというメリットをSalesforce採用の1つの理由に含めているのですが、堅牢なシステムを考えるとこれはデメリットです。
ガバナンスをもってリリースを管理したいとなったとき、いつのまにか本番環境の構成が変わっている、そしてそのせいでメタデータをデプロイするときの状態が壊れ、エラーにつながる、というのは誰しも一度は経験したことがあるのではないでしょうか。
Salesforceには環境に固有の値というのが点在しています。
例えばURLや管理者のメールアドレス、画面上のラベルなど、Sandboxと本番で変えたい内容をフローやApexクラスから外に出して管理できる仕組みがいくつもあります。
リリースの手順の中では、これらを書き換えるということを常にしなくてはいけません。
.png)
コーディングエージェントをはじめ生成AIが実用段階に入った現在、上記のようなツールを横断して、Salesforce固有の注意事項にも対応していく必要がありますが、それは誰がどのように準備していくのでしょうか？
Claude / Codexといった生成AIエージェントは、CLIやMCPといった統一されたインターフェースを探し出し、必要に応じて手元にインストールして、呼び出し方も理解して実行してくれます。
何かやりたい操作を思いつけば、単純に自然言語で依頼すれば良いし、実行している内容の途中で適切に承認しながら作業を進めてもらえばよいわけです。
ハーネスエンジニアリングやループエンジニアリングという言葉も出てきているように、指示を出すことそのものもAIエージェントから実行できるし、内容を確認して承認することもできる。そうなれば、一連のタスクをスキル化し、呼び出し、進捗だけ見るようなスタイルまで進められるわけです。
適切なCLIやMCPが準備されていなかったり、見つからなかった場合、Salesforce固有の観点ではなく、一般的な観点でのタスクが動き始めます。
要件をまとめる、ドキュメント化するというところでは、そんなに影響はないかもしれません。
ですが、構築フェーズに入るととたんに難しくなります。Salesforce公式のドキュメントは、あなたのSalesforce組織の事情を考慮していないのです。
生成されたApexクラスはあなたのプロジェクトの命名規則を見ていません。利用しているライセンスだって知らないのです。
テストフェーズでは、業務内容を知らない状態での回答が来ます。あなたの作った機能にどのようなテストをすればよいのかは、一般的なLLMの学習には入っていないです。
このように、AIエージェントがカバーできる範囲は実は限定的です。
プログラムを直接書く工数は確かに減ります。しかし、「指示出し」や「成果物の評価」には要件や仕様といったコンテキストが不可欠であり、この領域では依然として人による作業が必要なのです。
Copadoは、CI/CDと、Robotic Testing (CRT)、AIという3つの製品ラインを持っています。
それぞれの製品で
・これまでに書いたツール群をカバー
・あるいは連携して必要な情報を繋げておく
ということをすることで、プロジェクトの全フェーズでAIエージェントと協働することを実現しています。
すべてをAIエージェントのプロンプトやハーネスで制御するのではなく、10年以上の実績で積み上げた機能をCI/CDあるいはテストのエンジンとして構え、それらをCopado AIから利用するスタイルです。
エンジン自体もかなり広範囲に機能を持っています。
Salesforce固有の問題で取り上げたような内容は、CI/CDの中では当然考慮されており、初期設定してしまえばリリース時には操作することもないように準備がされています。
こういったものをAIエージェントから（内部的にはAPIで）利用することで、現場のエンジニアが工数をかけて作業していたこと、品質確保のために追加の作業をしていたことなどを不要にし、Salesforceプロジェクトのバックログの消化に注力できるようにしていくことができるのがCopadoです。
次回からは、Copadoの動きを紹介しつつ、実際のプロジェクトへの適用例などをご紹介致します。お楽しみに。
より速くリリースし、リスクを排除し、仕事を楽しんでください。
Try Copado Devops.
Explore our DevOps resource library. Level up your Salesforce DevOps skills today.
.avif)
.svg)
.png)
.png)
