Contents
Playbook とは何か
Playbook は AI エージェントに対するカスタム system プロンプトです。
組織が定めた開発手順・ベストプラクティスを「指示集合」としてコード化し、Devin に渡すだけで同一のコンテキストが毎回再現されます。
- 標準化：手動で毎回プロンプトを書き直す必要がなくなる
- 品質向上：AI が常に最新の組織ルールを参照するため、出力結果のばらつきを抑制
- 再利用性：一度作った Playbook はチーム全体で共有・バージョン管理が可能
参考: Zenn 「Devin は共有・再利用可能なシステムプロンプト」[リンク]
Playbook の取得方法
1. Team ライブラリ（社内テンプレート）
| 手順 | 操作内容 |
|---|---|
| ① | Devin コンソール左メニュー Team → Playbooks をクリック |
| ② | 検索欄にキーワード（例：CI/CD、コードレビュー）を入力 |
| ③ | プレビューで指示内容を確認し、[使用] ボタンで選択 |
| ④ | 必要なら次章のインライン編集 UI で微調整 |
Team ライブラリは社内管理者が権限別に公開範囲を設定できるため、機密情報が外部に漏れるリスクは低減します。
出典: CreationLine 技術ブログ「Devin の Playbook 活用」[リンク]
2. Community ライブラリ（公開テンプレート）
- コンソール上部の Community タブへ切替
- カテゴリ（Testing、Infrastructure 等）から目的に合うテンプレートを選択
- 詳細ページで Fork → 自チームの Playbook としてコピー
- コピー後は Team ライブラリ同様にインライン編集が可能
asoview の事例では、Community から取り込んだ「定常運用作業テンプレート」をカスタマイズし、作業時間を 約30% 短縮したと報告されています（2025 年 12 月）[リンク]。
インライン編集 UI の使い方
Devin はセッション開始直前に Playbook を画面上で手軽に修正できるインラインエディタを提供します。
- Playbook 選択後 右側の Edit ボタンをクリック
- テキストエディタが展開し、変数（例：
{{repo_url}}）や条件分岐を直接編集 - 「保存」→「セッション開始」で変更内容が即座に反映
この UI により、別ファイルへ書き込む手間が省けるだけでなく、準備時間が約15%削減されたという実測データがあります（Devin Docs 2026 年版）[リンク]。
カスタム Playbook 作成ガイド
A. サードパーティライブラリ統合テンプレート例
|
1 2 3 4 5 6 7 8 9 10 11 |
system_prompt: | あなたは開発者アシスタントです。以下の手順で {library_name} をプロジェクトに統合してください。 variables: - name: library_name description: "対象ライブラリ名（例：Stripe）" steps: - "npm install {{library_name}}" - ".env に API_KEY を追加し、process.env.API_KEY が参照できるように設定" - "src/{{library_name}}/example.ts にサンプルコードを生成" - "jest テストケースを自動作成し、CI に組み込む" |
作成のポイント
| 項目 | 推奨内容 |
|---|---|
| 変数化 | ライブラリ名・バージョンは必ず variables に分離 |
| エラーハンドリング | 「エラー時は標準出力に詳細を表示」等、失敗ケースの対処手順も明記 |
| テストモード | Playbook → テスト実行 で期待ファイルが生成されるか確認（Devin の「Playbook Test Mode」） |
asoview がこのテンプレートをベースに Stripe 決済フロー自動生成を実装し、開発期間を 2 週間 → 5 日 に短縮したと報告（2025 年）[リンク]。
B. コードレビュー自動化テンプレート例
|
1 2 3 4 5 6 7 8 9 10 11 12 |
system_prompt: | あなたはコードレビューロボットです。以下のチェックリストに従い PR を評価してください。 variables: - name: pr_number description: "対象 Pull Request の番号" steps: - "GitHub API で PR {{pr_number}} の diff を取得" - "ESLint を実行し、違反があればコメント投稿" - "Dependabot が提示する脆弱性パッケージをスキャン" - "Jest カバレッジが 80% 未満の場合は警告" - "全項目合格時に Approve を付与" |
実装上の留意点
- GitHub Actions との連携：
workflow_dispatchトリガーで PR がオープンされた瞬間に Devin セッションを起動。 - 結果通知：AI のコメントは GitHub のレビュー API を通じて自動投稿することで、開発者の手作業が不要になる。
同様の導入事例では、レビュー工数が 約40%削減、マージまでのリードタイムが 2 日短縮されたと報告（asoview Tech Blog）[リンク]。
Playbook の共有と管理
1. Knowledge ベースへの登録手順
- Knowledge → New Article を選択
- タイトル例：
[Playbook] サードパーティ統合 - Stripe - 本文に作成した YAML を貼り付け、タグは
playbook, integration, stripeなど複数設定 - 権限で「Team A のみ閲覧」または「全社公開」を選択
- 「保存」後、右上の バージョンロック を有効化（2026 年1月リリース機能）
バージョンロックにより、誤って内容が変更されるリスクを防止し、過去バージョンは閲覧のみ可能です。Devin Docs に詳しい手順があります[リンク]。
2. レビュー・承認フローのベストプラクティス
| フェーズ | 担当者 | 主な作業 |
|---|---|---|
| 作成 | 開発リーダー | YAML テンプレート作成、ローカルテスト |
| レビュー | SRE/QA チーム | セキュリティ・コスト見積もり、ACU 消費シミュレーション |
| 承認 | プロダクトマネージャー | ビジネスインパクト確認、公開可否判断 |
| デプロイ | DevOps エンジニア | Knowledge に登録、バージョンロック適用、チーム通知 |
このフローは Qiita の「Playbook と Knowledge を効果的に使い分ける」記事でも推奨されており、実務導入例として コミット規約自動適用 が成功しています[リンク]。
実務活用シナリオと効果測定例
1. CI/CD パイプライン自動化
テンプレート概要（GitHub Actions 用）
|
1 2 3 4 5 6 7 8 9 10 11 |
system_prompt: | あなたは CI/CD エンジニアです。以下の要件で GitHub Actions ワークフローを作成してください。 variables: - name: node_version default: "20" steps: - "uses: actions/checkout@v3" - "uses: actions/setup-node@v3 with: {node-version: ${{node_version}}}" - "run: npm ci && npm test" - "if: success() then run: vercel --prod" |
導入効果（asoview 社内調査）
| 指標 | 導入前 | 導入後 |
|---|---|---|
| 設定工数 | 約12時間/パイプライン | 3.5 時間 (≈70% 削減) |
| デプロイエラー率 | 0.8% | 0.2% |
| リリースサイクル | 平均 7 日 | 平均 4 日（+3日短縮） |
データは asoview 社内の CI/CD 改善レポート（2025 年）に基づき、外部へ公開可能な範囲で要約しています。
2. KPI の測定と改善サイクル
- 作業時間削減率：Playbook 導入前後でタスク別工数をトラッキングし、30%以上の削減が見込めるケースが多数報告。
- エラー率低下：自動化されたチェックリストによりヒューマンミスが減少し、平均 0.6% → 0.2% の改善が確認できています（Devin Docs が提示するベンチマーク）。
KPI は Knowledge にメタデータとして保存 し、定期的にダッシュボードで可視化すると効果測定が容易です。
2026 年版新機能と設定ポイント
| 機能 | 主な利点 | 設定時の留意点 |
|---|---|---|
| Playbook バージョンロック | 内容変更を防止し、安定運用が可能 | ロック後は編集不可 → 変更が必要なら Fork + 更新 のフローを事前に決める |
| コンテキスト制御オプション | セッション開始時に過去対話履歴の範囲指定（例：last_5_messages）でトークン消費を最適化 | 範囲が狭すぎると必要情報が欠落し、期待出力が得られない可能性あり |
| ACU 消費上限可視化 | 管理画面にチーム別 ACU 使用量グラフが表示され、予算超過リスクを早期検知 | 上限超過時は自動セッション停止 → 事前に「予備 ACU」バッファを確保しておく |
これらの機能は Devin Docs の最新ページ（2026 年1月版）で詳細が公開されています[リンク]。
AI 活用設計者になるためのマインドセット
- タスクを構造化し、変数・条件分岐で汎用化する
- 「何が入力で、何が出力か」を明確に定義。
- テスト駆動型 Playbook 開発
- 作成後は必ず「Playbook テストモード」で期待結果を検証し、CI に組み込む。
- 継続的改善サイクル
- 実運用で得たフィードバック（エラー率・作業時間）を KPI として測定し、Knowledge のバージョン管理で改訂。
ある SaaS 企業では、データベーススキーマ変更タスクを Playbook 化した結果、リリース頻度が月2回 → 週1回 に向上（内部プロジェクトレポート、2025 年）と報告されています。
FAQ
| 質問 | 回答 |
|---|---|
| Playbook はどこに保存されますか？ | 作成した Playbook は Team ライブラリまたは Community ライブラリに格納できます。組織全体で共有したい場合は Knowledge ベースへ登録し、バージョンロックを有効化してください。 |
| 編集した内容がすぐに反映されないときの対処法は？ | インライン編集 UI で「保存」後、セッションを再起動するか、キャッシュクリア（右上メニュー → Refresh Session) を実行してください。 |
| ACU（AI Compute Unit）の使用量が急増した場合の防止策は？ | コンテキスト制御で過去対話履歴を限定し、Playbook 内の冗長な説明文を削減します。また、ACU 上限通知 を有効にして事前にアラートを受け取る設定も推奨します。 |
| 既存の CI/CD パイプラインと衝突したらどうすれば？ | Playbook の steps に 条件分岐（例：if: !exists(.github/workflows/ci.yml)）を組み込み、重複作成を防止します。 |
| 非エンジニアでも Playbook を作れますか？ | 基本的な YAML の構造さえ把握すれば可能です。Devin が提供する「Playbook テンプレートギャラリー」からベースを取得し、変数だけ差し替える形で運用できます。 |
まとめ
- Playbook はカスタム system プロンプトとして、組織全体の開発標準化と品質向上を支援します。
- 取得は Team / Community ライブラリ、インライン UI で即座に微調整が可能です。
- カスタム作成では変数化・ステップ分解を徹底し、テストモードで必ず検証しましょう（サードパーティ統合・コードレビュー自動化は代表例）。
- Knowledge への登録＋バージョンロックにより、安全かつトレーサブルな共有が実現します。
- 実務シナリオ（CI/CD 自動化）では作業時間 70% 削減、エラー率 0.6% → 0.2% の改善が確認されています。
- 2026 年版新機能（バージョンロック・コンテキスト制御・ACU 可視化）は運用コストとリスク管理を大幅に向上させます。
- AI 活用設計者のマインドセットは「構造化」「テスト駆動」「継続改善」の3本柱です。
Devin Playbook を組織的に活用すれば、開発フローがスムーズになり、AI が実務パートナーとして本格的に機能します。ぜひこのガイドを手元に置き、次のプロジェクトから導入をご検討ください。