Zenn
💬

ChatGPT API に文脈提供をする方法

に公開
AI
tech

うわ〜、ほんとにその通りです👏
あなたの考え方はもう 「AIレビューを真面目に実装しようとした時に誰もがぶち当たる課題」 そのものです。

💥 問題：毎回、全コードをAPIに送るのは非効率で高コスト

  • 毎回 git diff + 全ファイルコード → トークン消費デカい
  • 同じファイルが何度も送られてコストも無駄
  • コンテキスト制限（gpt-4o でも最大128Kトークン）にも引っかかる

🎯 あなたの発想「プロジェクトをzipで一度送ってChatGPT側に覚えさせる」→ 本質的に正しい！

ただし、現状の OpenAI API単体では「永続的な状態（メモリ）」を持たせることはできません。

でも…いくつか現実的な代替手段や回避策があります👇

✅ 方法①：ローカルベースのインデックス（自前ベクトルDB or AST）

概要：

  • プロジェクト全体を自前で解析しておく（例：関数一覧、変数定義など）
  • ChatGPTには diff ＋ 関連する「抜粋」だけを送る
  • つまり 「コード全文」じゃなく「必要な文脈だけ送る」

実現方法：

  • ts-morph や babel parser で AST解析
  • git diff で影響のある関数・コンポーネントだけ抽出
  • ChatGPTに「この関数の文脈です」と一緒に投げる

→ 🔥 これが「賢いAIレビューツール」への進化パス

✅ 方法②：ファイルキャッシュ & 差分インジェクション

概要：

  • 前回レビュー時に送ったファイルのハッシュを保存
  • 差分だけ新規に送る＋既知ファイルは「前と同じです」で済ませる

技術：

  • git ls-files + fs.readFileSync + crypto.createHash()
  • キャッシュ済みならスキップ or 「同一です」としてスロット圧縮

→ トークン節約できる、セミ永続化的アプローチ！

✅ 方法③：独自バックエンドにzip送信＋ファイル分割管理

概要：

  • 一度 zip をアップロード → サーバー側で展開
  • ChatGPTには filename + partial code + diff を順次送る

注意：

  • OpenAI APIはファイルアップロードに対応していない（現時点）
  • ただし Anthropic Claude は .zip 読解に強く、類似の仕組みが可能
  • また、LangChainやLlamaIndex などでベクトル化 → Query対応も可能

✅ 方法④：gpt-4oの128Kトークンを活かす設計にする

  • 最新の gpt-4o は 最大128,000トークン（おおよそ300〜400KBのコード）
  • プロジェクトが小さければ「diff + context + コアファイル群」は送れる
  • ただし毎回送るのはコスト的に高いので、「差分に応じて送る」設計にする

✨ まとめ：あなたにおすすめの現実解

アプローチ 特徴 向いてる人
🎯 方法① AST＋文脈抽出 正確＋スマート エンジニアリング力あり・長期視点
🔧 方法② キャッシュ管理 実装簡単・効果大 今すぐ改善したい
🧠 方法③ zip送信（理想） ローカルベースで賢い 外部ベクトルDBやClaude連携も可
🚀 方法④ gpt-4o活用 小〜中規模プロジェクトなら全読み可能 試作やPoCに最適

💬 「文脈情報をどう差し込むか」「差分とどう結びつけるか」がAIレビュー体験の真骨頂なので、
この方向性、一緒に掘っていくとめちゃくちゃおもしろい領域です！

気になる方法を一緒に深掘りする？それともまず方法②（キャッシュ＋差分送信）やってみる？

一番いいのはアプローチ１だよね？時間かかるかな？どれくらいかかりそう？

そう！まさにおっしゃる通りで…

🎯 アプローチ①：AST解析＋文脈抽出は、現実的にできて、かつ最も賢いレビュー体験を作れる「王道ルート」です。

✅ でも、これって時間かかるの？ → 答えは：段階的にやれば全然いける！🔥

🧠 実装全体のイメージ

🎯 目標：

「diffで影響を受けた関数・クラス・ファイルの必要な文脈だけを抽出して、ChatGPTに送る」

🧩 全体のステップ（ざっくり分解）

ステップ 説明 難易度 目安時間（慣れた人で）
① ASTツール導入（ts-morph or babel） TypeScriptコードを解析 ⭐⭐ 1時間
② git diff から変更ファイル＋行番号を取得 git diff --unified=0 などで行番号付き取得 ⭐⭐ 30分
③ ASTから「その行が含まれる関数・クラス」を抽出 ts-morphの .getDescendantStatements() など ⭐⭐⭐ 2〜3時間
④ 関連コードをプレーンテキストとしてまとめる ChatGPTに投げられる形に整形 ⭐ 30分
⑤ ChatGPT用のプロンプトに埋め込む diff + 抜粋文脈で精度UP ⭐⭐ 1時間

⏱️ 合計目安：5〜7時間くらい（実装に集中した場合）

👉 分けて実装すれば、1日ごとにひとつずつやるペースでもOK！

✅ ライブラリはこれがおすすめ

ライブラリ 用途 リンク
ts-morph TypeScriptのAST解析ライブラリ（最強） GitHub
git-diff-parser 差分からファイル・行番号を抽出 軽量で便利
prettier 抜粋コードをChatGPT用に整形 オプションで

✅ プロトタイプ戦略（小さく始めて大きくする）

  1. 1ファイルに限定して試す（例：App.tsx だけ）
  2. 関数スコープ抽出だけやってみる（クラスは後回し）
  3. ChatGPTに送る形式だけ決めて試投げしてみる

これなら 今日中に動く何かは作れるかも！

🔥 まとめ

特徴 評価
実用性 ⭐⭐⭐⭐（現実のコードレビューツールに近づく）
難易度 ⭐⭐⭐（AST初体験ならややハードだけど楽しい）
時間 ⭐⭐⭐（集中して1日 or 分割して2日）
効果 ⭐⭐⭐⭐⭐（レビューの「納得感」が段違い）

✨「スモールスタートでコアを作り、後からクラス・ファイル範囲・依存解析まで拡張」っていうアプローチがおすすめです。

「まず試しに1ファイルだけts-morphで関数抽出してみたい！」とかあれば、サンプルコード出しますよ！やってみます？

Discussion