Jira のテンプレート機能比較：Cloud と Data Center（2026年版）

Jira のテンプレート機能概観とエディション別の違い

Jira では課題作成時にあらかじめ用意したテンプレートを適用でき、記入漏れやフォーマットのばらつきを抑えることができます。本セクションでは Jira Cloud と Jira Data Center／Server におけるテンプレート機能の主な違いと、選定時に注目すべきポイントを解説します。

エディション別比較表

ポイント：Cloud は UI が洗練されており AI 提案が標準に近い形で提供されています。Data Center／Server はカスタマイズ自由度が高く、AI 機能はオプションのアドオンとして利用します。

課題タイプごとの標準フィールド設定手順

テンプレートを有効に活用するためには、Issue Type Scheme, Field Configuration, Screen Scheme の３層構造を正しく組み立てる必要があります。本セクションでは代表的な 3 種類（バグ報告・機能追加要望・サポートチケット）について、設定フローを具体的に示します。

Issue Type Scheme の作成方法

1. 管理画面 > 課題 に移動し、左メニューの Issue type schemes を選択
2. 「Create scheme」ボタンをクリックし、スキーム名（例：プロジェクトA 用 Issue Type Scheme）と説明を入力
3. 利用する課題タイプ（Bug, Story, Task など）にチェックを入れ、デフォルトの課題タイプを Task へ設定
4. 作成したスキームを対象プロジェクトに Associate します

ポイント：Issue Type Scheme によりプロジェクト単位で使用する課題タイプを管理できるため、テンプレート構造を柔軟に切り替えることが可能です。

Field Configuration と Screen Scheme の構成手順

1. Field configurations 画面で「Create new configuration」 → 名前例：Bug フィールド設定
2. 各フィールドの Required（必須）・Hidden（非表示） を目的に合わせて切り替える（例：バグは Severity を必須、機能要望は Business Value を表示）

3. 作成した Field Configuration を Field configuration scheme に紐付け、先ほど作成した Issue Type Scheme の該当 Issue Type と結びつけます

4. 次に Screen schemes を作成します。

5. 「Create screen scheme」 → 名前例：Bug Screen Scheme
6. 各画面（Create, Edit, View）に使用する Screen（例：Default Screen、Resolve Issue Screen）を割り当てます
7. 画面に設定したフィールドは、上記 Field Configuration の設定が反映されます

まとめ：Issue Type → Field Configuration → Screen Scheme の順序で構築すると、課題タイプごとに最適な入力項目・表示レイアウトを実現できます。

定型文（Description）自動入力の 2 つのアプローチ

課題作成時に毎回同じ説明文を書かせないための代表的手法として、カスタムフィールドのデフォルト値 と Automation ルール の２通りがあります。以下でそれぞれの設定手順と留意点を解説します。

カスタムフィールドにデフォルト値を設定する方法

1. 管理画面 > カスタムフィールド → 「Create custom field」 → 「テキスト領域（長い）」 を選択し、名前例：テンプレート本文
2. 作成したカスタムフィールドの Default Value に Markdown 形式で定型文を入力
3. 例: h3. 再現手順\n# 手順1\n# 手順2（※「\n」は改行、ハッシュタグは自動的にリスト化）
4. 該当 Issue Type の Field Configuration でこのカスタムフィールドを Description にマッピングするか、画面スキームの「Create」画面へ追加します

利点：設定がシンプルで UI 上だけで完結。
留意点：変数展開や条件分岐はできないため、静的テキストに限られます。

Automation ルールでテンプレート文章を挿入する方法

1. プロジェクト設定 > Automation → 「Create rule」
2. トリガーとして Issue created（または Transitioned to Open）を選択
3. 条件に Issue Type = Bug / Feature Request / Service Request を追加し、対象課題種別を絞ります
4. アクションで Edit issue → Description に Smart value を記述

yaml
{{#if (eq issue.type.name "Bug")}}
h3. バグ概要
* 発生環境:
* 再現手順:
{{else if (eq issue.type.name "Feature Request")}}
h3. 機能要望の背景
* 目的:
* 受け入れ基準:
{{else}}
h3. サポートチケット詳細
* お問い合わせ内容:
{{/if}}

1. Do not fire rule when edited by this rule を必ず有効化し、無限ループを防止します

ポイント：Automation では Smart values による変数展開や条件分岐が可能なので、課題種別ごとに異なるテンプレートを自動生成できます。

AI アシスト機能（Atlassian Intelligence）によるテンプレート提案

現在、Jira Cloud では Atlassian Intelligence（プレビュー版） が提供されており、過去の課題データを学習して「最適なテンプレート」をリアルタイムで提示します。Data Center／Server 環境でも同様の機能を利用したい場合は、Atlassian Intelligence Add‑on を別途インストールし、ライセンスを取得する必要があります。以下では両エディションでの有効化手順と活用例を紹介します。

Cloud 版 AI テンプレート提案の有効化手順（2024 年時点）

1. 管理画面 > 製品設定 > Atlassian Intelligence にアクセス
2. 「AI テンプレート提案」を ON に切り替え、対象プロジェクトを選択（複数プロジェクトへ一括適用可能）
3. 権限タブで “Use AI suggestions” を付与したロール（例：Project Administrators, Team Leads）を設定
4. 「学習データ範囲」から「過去 12 ヶ月の課題履歴」または「全社レベル」のいずれかを選び、保存

注意：プレビュー機能のため、利用可能なリージョンやプランに制限があります。正式版リリース時期は Atlassian のアナウンスをご確認ください。

Data Center / Server 版での AI 提案導入手順

1. 管理画面 > アプリ → 「Find new apps」から Atlassian Intelligence Add‑on を検索し、インストール
2. インストール後、Administration > Atlassian Intelligence に移動し、同様に「AI テンプレート提案」を有効化
3. ライセンスが必要な場合は、Atlassian の販売パートナーへ問い合わせて購入手続きを行います
4. Cloud と同様に権限設定と学習データ範囲を決定し、保存

ポイント：Data Center／Server 版はプラグイン導入が前提になるため、アップグレード計画やライセンスコストを事前に見積もっておくことが重要です。

活用例：AI が提示するテンプレートのイメージ

まとめ：AI アシストは過去実績に基づく最適化されたテンプレートをリアルタイムで提示し、チーム全体の記入品質とスピード向上に寄与します。

ハイブリッドカスタマイズフローとベストプラクティス

AI アシストと従来の設定（Issue Type Scheme・Automation 等）を組み合わせた ハイブリッド 手法は、柔軟性と自動化のバランスが取れた運用を実現します。本セクションでは、プロジェクト別テンプレート管理のポイント、バージョン管理方法、トラブルシューティング手順を具体例とともに示します。

バージョン管理・テスト環境での事前検証

1. 設定ファイルのエクスポート
2. 「Jira Configuration Exporter」アドオン等でテンプレート構成（JSON/YAML）をエクスポートし、Git リポジトリに保存。
3. Pull Request ベースのレビュー
4. 変更は必ずブランチで作業し、プルリクエスト時に同僚がレビューできるようにします。承認後に本番環境へ適用。
5. サンドボックスプロジェクトで検証
6. 本番と同様の権限・スキーマを持つテストプロジェクトを用意し、Automation ルールや AI 提案の挙動を事前に確認。

メリット：設定ミスが本番に波及するリスクを低減でき、変更履歴が明確になるため監査対応も楽になります。

権限設計とロールベースの運用

• Permission Scheme にて Edit Issues のみを付与し、テンプレート編集権限は上記ロールに限定します。
• Global Permission で “Atlassian Intelligence” の使用可否も制御できるため、機密情報が含まれるプロジェクトでは慎重に設定してください。

テンプレート例と Automation ルールの実装サンプル

バグ報告テンプレート（Automation 使用）

機能追加要望テンプレート（カスタムフィールドのデフォルト値）

• カスタムフィールド Feature_Template に以下を設定
  
h3. 背景
（ここに背景情報を記入）

h3. 受け入れ基準
- 条件1
- 条件2


• フィールド構成で Feature_Request の Description にマッピングし、作成画面に表示させます。

サポートチケットテンプレート（AI 提案併用）

ポイント：AI が提案したテンプレートはあくまでベースです。Automation により追加項目や条件分岐を入れることで、業務フローに完全適合させます。

動作確認とトラブルシューティング

1. テストプロジェクトで 1 件ずつ作成
2. 各 Issue Type を作成し、Description に期待通りのテンプレートが自動挿入されるか確認。
3. Automation の監査ログ確認
4. Project Settings > Automation > Audit Log で実行結果とエラーメッセージをチェック。失敗時は「Rule condition」や「Smart value」の記述ミスが多いです。
5. デフォルト値が反映されない場合
6. カスタムフィールドの Default Value が空白になっていないか、対象画面にフィールドが正しく追加されているかを再確認します。
7. 無限ループ防止策
8. Automation の「Edit issue」アクションを使用した場合は必ず “Do not fire rule when edited by this rule” を有効化し、トリガーが二重に発火しないようにします。

ベストプラクティス：ハイブリッド構成では UI 設定と AI/Automation が相互作用するため、テスト → ログ確認 → 条件簡素化 → 再デプロイ のサイクルを繰り返すことが安定運用の鍵です。

まとめ

• Jira Cloud は UI が洗練され、プレビュー版の Atlassian Intelligence による AI テンプレート提案が標準に近い形で利用可能。
• Jira Data Center／Server はカスタマイズ自由度が高く、AI 機能は別途 Add‑on として導入する必要があります。
• テンプレートの自動入力は「カスタムフィールドのデフォルト値」か「Automation ルール」のどちらでも実装でき、要件に合わせて使い分けます。
• ハイブリッド運用では バージョン管理 → テスト環境検証 → 権限設計 → トラブルシューティング のフローを徹底し、変更ミスや無限ループといった典型的な落とし穴を回避してください。

以上のポイントを押さえておけば、Jira のテンプレート機能と AI アシストを最大限に活用でき、チーム全体の作業効率と記録品質が向上します。