結論：AI findingを「通知」から「merge判断の証拠」へ変換する
GitHubは2026年7月14日、AIを使ったcode security reviewに関する2つの更新を発表しました。
- GitHub Copilot appで
/security-reviewを実行し、作業中の変更へhigh-confidence finding、severity・confidence、修正提案を返すpublic preview - GitHub code scanningがPull Request上へAI-powered security detectionを表示するpublic preview。CodeQLが未対応の言語・frameworkへ範囲を広げ、AI alertには
AIlabelが付く
後者の重要な限定条件は、AI findingはinformationalであり、Pull Requestのmergeをblockしないことです。利用にはenterprise policy、organizationでの有効化、repositoryのCodeQL default setup、GitHub Code Securityが関係し、public preview中はGitHub Copilot licenseとorganizationのAI creditsを使うとされています。
この記事は、AI開発を内製・外注する経営者、CTO、開発責任者、発注・受入責任者向けです。作る相談はtool導入ではなく、AI findingをRFP、PR、例外承認、納品判定へつなぐDevSecOps・code受入診断です。
RESTAURANT DX
店長の経験と勘を、仕組みで再現できる店舗にしませんか？
発注／シフト／予約／FLコストを標準化する多店舗飲食特化のDX。食材ロス削減・インバウンド対応まで概算費用をその場で示します。
2つのAI reviewをどう使い分けるか
横にスクロールして確認できます
| 段階 | 公式機能 | 役割 | 残る判断 |
|---|---|---|---|
| 作業中 | Copilot app /security-review | 現在の変更をon-demand確認し、修正・再確認 | 実行したか、何を直したか、未検出範囲 |
| PR | AI security detections | PR更新時にAI findingを表示、広い言語・frameworkを補完 | informational findingを誰がmerge判断するか |
| 既存統制 | CodeQL、Dependabot、secret scanning等 | 規則、依存、secretなど別signalを検査 | 複数結果の優先順位と例外 |
| 人・業務 | security review、test、発注者受入 | architecture、data、権限、業務影響を確認 | 最終責任と納品可否 |
/security-reviewはinjection、XSS、insecure data handling、path traversal、weak cryptographyなど共通の高影響classを対象例として挙げています。すべての脆弱性検出や安全性を保証するものではありません。
AI review導入で起きる5つの失敗
- 表示されたらmergeが止まると思う。 informational findingのまま承認・mergeされます。
- high-confidenceだけで安全とする。 未検出、architecture、business logic、権限組合せが残ります。
- AI提案をそのまま適用する。 修正が仕様・性能・別のsecurityを壊す可能性があります。
- CodeQL default setupを形式的に入れる。 repository・branch・language・generated codeの対象差を確認しません。
- AI creditsを無制限に使う。 対象repo、実行頻度、効果、false positive、review時間を測りません。
FREE DOWNLOAD
AI導入チェックリスト（PoC 失敗要因 10項目）
情シス部門が PoC 前に押さえるべき失敗要因を10項目に整理した無料チェックリスト。
GXO式「AI security review→merge 5ゲート100点」
横にスクロールして確認できます
| ゲート | 配点 | 満点の証拠 | レッドフラグ |
|---|---|---|---|
| 対象・coverage | 20 | repo、branch、language、framework、data flow、scan toolをmatrix化 | 有効化済みだけ |
| finding証拠 | 20 | rule/AI、severity、confidence、code path、再現、影響を記録 | screenshotだけ |
| 修正・再検証 | 20 | test、再scan、regression、security review、差分を保存 | AI patchを即merge |
| merge・例外 | 25 | block条件、reviewer、exception理由・期限・代替策をruleset/手順へ反映 | informationalを放置 |
| 費用・運用 | 15 | license、AI credits、Actions、review工数、検出・修正KPIを測定 | scan回数を成果にする |
合計点に関係なくmergeを止める条件
- authentication、authorization、payment、個人・機密dataに関する未解決finding
- injection、path traversal、secret、任意code実行の再現可能な経路
- AI findingをdismissした理由・承認者・期限・代替策がない
- scan対象外の主要language・generated code・submoduleがあるのに補完reviewがない
- 外注先が結果・設定・logを発注者へ引き渡さない
仮想記入例：外注開発の顧客portal
横にスクロールして確認できます
| ゲート | 得点 | 不足 |
|---|---|---|
| 対象・coverage | 15/20 | frontendは対象、IaCとbatchが未確認 |
| finding証拠 | 12/20 | AI label 4件、再現手順なし |
| 修正・再検証 | 10/20 | 提案patch適用後の権限test不足 |
| merge・例外 | 8/25 | AI findingはinformationalのまま、block ruleなし |
| 費用・運用 | 7/15 | AI creditsとreview工数を未集計 |
| 合計 | 52/100 | 納品mergeを止め、受入条件を再設定 |
発注者は、認証・個人dataのfindingを0にするだけでなく、再現、修正PR、test、再scanを納品物にします。誤検知としてdismissする場合も、理由、code owner、security reviewer、期限、代替testを残します。
RFP・契約へ入れる受入条件
- 対象repository、branch、language、IaC、dependency、secretのscan範囲
- Critical/High、認証・権限・個人dataの未解決時は納品不可
- AI findingとrule-based findingを区別したexport
- 修正PR、再現手順、test、再scan、dismiss理由の提出
- false positive・例外の承認者、期限、代替control
- GitHub設定、workflow、ruleset、SARIF、runbookの引渡し
- license・AI credits・Actions・追加review費の負担区分
開発会社へ確認する10問
/security-reviewは誰がどの時点で実行するか- PR AI detectionがinformationalであることを手順で補うか
- CodeQL対象外のlanguageを何で補完するか
- AI suggestionの誤修正をどのtestで防ぐか
- architecture・business logic・権限は誰がreviewするか
- findingのdismiss権限と承認経路は何か
- branch・fork・generated codeの未scan範囲は何か
- AI credits・Actions・review工数を誰が負担するか
- 納品時に何の証拠をexportするか
- 契約終了後も同じgateを運用できるか
GXOのDevSecOps支援では、scan、merge gate、例外、証拠、発注条件を設計します。AI固有のprompt・tool・data riskは生成AIセキュリティ、開発会社の提案・見積・納品条件はシステム開発セカンドオピニオンへ接続します。
FAQ
新しいAI findingは自動でmergeをblockしますか
GitHubの2026年7月14日発表ではinformationalで、PR mergeをblockしないと明記されています。組織の手順・ruleset・required reviewで判断を補います。
/security-reviewだけでcode scanningは不要ですか
不要にはなりません。作業中のon-demand reviewを、CodeQL、dependency、secret、PR、architecture、人reviewと組み合わせます。
AI reviewの費用は無料ですか
機能ごとに条件が異なります。PR AI detectionはpublic preview中もCopilot licenseとAI creditsが関係します。最新のlicense・billing文書を確認してください。
出典・確認日
- GitHub「Code scanning shows AI security detections on pull requests」（2026年7月14日発表、2026年7月15日確認）
- GitHub「Security reviews now available in the GitHub Copilot app」（2026年7月14日発表、2026年7月15日確認）
- GitHub Docs「Code scanning merge protection」（2026年7月15日確認）
public previewの機能、license、AI credits、対応範囲、merge仕様は変更される可能性があります。最新のGitHub公式文書と組織設定を確認してください。AI検出は脆弱性の完全検出や安全性を保証しません。本記事の配点と仮想例はGXO独自です。
