01ステップ 01
数秒で接続
GitHub App から対象のリポジトリを選んで Ninchi をインストールします。GitLab にも対応していますが、この動画では GitHub のフローを紹介します。
- OAuth と App のインストールで接続。ローカルエージェントは不要です。
- Ninchi がアクセスできるリポジトリを明示的に選択できます。
バイブコーディングを止めよう。
本当に理解した AI コードだけをリリースしよう。
AI は、チームが保守に必要な理解を身につけるより速く、重要なコードを生み出せます。Ninchi は Git ワークフロー内の軽量なチェックを通じて、理解が示されている箇所と、まだ示されていない箇所を可視化します。
クレジットカード不要
学習ギャップ
AI は、チームが学ぶより速くコードを生み出せる
実装の速度が共通理解を上回ると、説明・レビュー・保守できる人が限られたまま、重要なコードをチームが引き継ぐことになります。
“今日の近道が、明日の運用上の依存になり得ます。”
依存の問題
共通理解のない重要コードは、チームで所有しにくい
説明しにくい
保守しにくい
教えにくい
Ninchi は理解が示された箇所を可視化します
仕組み
変更ごとに、焦点を絞った質問をひとつ。1分以内。
リポジトリの接続は一度だけ。以降は変更ごとに焦点を絞ったチャレンジがひとつ届き、1分以内で答えられます。エビデンスはチーム向けのビューに蓄積され、Teach Me が入るのは回答に不足があったときだけです。
設定は一度だけ
プルリクエストごと — 1分以内
02ステップ 02
変更内容を分析
Ninchi が変更を読み取り、その変更に即した質問をひとつ出します。
- 質問は提出された変更内容に結び付けられます。
- LLM が変更に即した質問と非公開の採点基準を生成し、決定論的なコードがイベントを記録します。
03ステップ 03
レビューフロー内でチャレンジ
プルリクエストのコメントから、60秒未満で完了できるよう設計された1つのチャレンジをブラウザで開きます。Ninchi はタイムスタンプ付きの結果を個人・組織ビューのエビデンスとして記録します。
- ストリーク、バッジ、リーダーボードで継続的な参加を後押しします。
ギャップが見つかったときだけ
04ステップ 04
Teach Me でギャップを埋める
回答に不足があった場合、Teach Me がそのギャップを、あなたの変更に即した短いレッスンに変えます。
05ステップ 05
学んだことを示す
同じ領域についてのフォローアップ質問が、ギャップが解消されたかどうかを記録します。
積み上がるもの
06ステップ 06
エビデンスを継続的に確認
記録されたチャレンジイベントは、組織分析、ナレッジマップ、アカウンタビリティビューに集約されます。これらは保存済みエビデンスの決定論的な表示であり、能力の予測ではありません。
- リポジトリ領域や対象メンバーの範囲ごとにカバレッジを確認できます。
- 重要度で加重したカバレッジと、適格なエビデンスにもとづく Understanding Debt を追跡できます。
あなたに合った活用方法
AI が担う仕事が増えても学び続けたい開発者とチームのために。
公開リスティング
今すぐ入手できます
GitHub Marketplace から Ninchi をインストールするか、AWS Marketplace 経由でエンタープライズ調達できます。
連携と信頼性
公式連携 — 稼働中
GitLab
GitHub
GitLabコンプライアンスパートナープログラム
Vanta
Vanta認証
SOC 2 Type 1
SOC 2 Type 1Ninchi は GitHub・GitLab の公式連携を提供しており、いずれも稼働中です。Vanta および Drata とは公式パートナープログラムを通じて提携しており、Ninchi は SOC 2 Type 1 の認証を完了しています。
GitHub・GitLab連携稼働中
エンタープライズ契約実績あり
エンジニアリングパイロット実施中
教育向け連携開発中
導入実績
Ninchi を利用する組織
現在 Ninchi を利用しているチームと組織です。
導入事例
理解の確認を実際の開発に取り入れるとどうなるか
チームや個人が、AI を活用した仕事の中で Ninchi を使い、理解をどのように可視化しているかをご紹介します。初期段階のエビデンスを、その範囲を超えた主張には結びつけません。
経験豊富なエンジニアリングチーム
Eden エンジニアリング・パイロット
Eden は実際のエンジニアリング・ワークフローで Ninchi を検証しています。この事例では、軽量な確認が開発者の主体的な関与を保ちながら、デリバリーを妨げないかを扱います。
公開する内容は Eden と Ninchi が共同で確認した結果に限定し、測定結果はデータの準備が整ってから追加します。
若手エンジニアリングチーム
ひと夏で Superconnected を開発
インターンのチームが AI 開発支援ツールを活用して人間関係管理プロダクトを構築し、その間 Ninchi をブロッキングモードで使用しました。
スコア対象となった 87 件のチャレンジで、チームの合格率は約 92％でした。アンケートに回答した 3 名は一貫して、Ninchi がコードベースへの理解を深める助けになったと評価しました。
アンケートの回答者はインターン 3 名です。対照研究ではなく、定性的なエビデンスとしてご覧ください。
教育パイロット・社内評価
Code Chrysalis
東京のコーディングブートキャンプ Code Chrysalis では、将来の授業での活用可能性を検討するため、講師とスタッフが GitHub を通じて Ninchi を社内評価しています。
現在進行中の社内パイロットです。現時点で学生は Ninchi を使用しておらず、学習成果やコホート指標を示すものではありません。
個人の学習記録
Ikye のチャレンジ推移
North Texas Mensa のメンバーである Ikye は、スコア対象となった 8 件の PR チャレンジを記録しました。不合格だったのは最初の自動生成スキャフォールドに関するものだけで、その後は、説明できない定型コードを受け入れる段階から、自分で説明できるコードを設計する段階へと進む中で、6 回連続で合格しました。
スコア対象 8 件 · 合格 6 件 · 最初の不合格後に 6 回連続合格
1 人・8 件という小規模な記録です。観察された推移を示すものであり、Ninchi が改善をもたらしたという因果関係や、恒久的な能力を測るものではありません。
Ninchi Score™
確認できる証拠
Ninchi Score は、検証済み理解イベントにもとづく、透明な難易度加重のエビデンス比率です。開発者やチームが Ninchi のチャレンジで示した理解を、対象の作業やタイムスタンプとともに記録し、確認可能な証拠にもとづいて会話できるようにします。
“示された理解とアカウンタビリティを、確認できる証拠として可視化します。”
ナレッジマップ
チームのエビデンスがどこに記録されているかを見る
Ninchi はリポジトリの事実と記録されたチャレンジエビデンスを組み合わせ、どの領域が重要で、チームのエビデンスがどこにあるかを示します。すべてのビューは保存済みイベントと決定論的な集計にもとづく表示であり、能力を予測するものではありません。
Enterprise プランで利用できます。
リポジトリのナレッジマップ
Ninchi はリポジトリをスキャンし、規模・直近の活動・領域間の依存中心性でランク付けした主要領域に整理します。リポジトリの言語構成も表示し、コードベースの変化に合わせて更新されます。
プラットフォームリードはこのランキングをもとに、本当に重要なコードにオンボーディング、監査、パイロットの範囲を絞り込めます。
チームのエビデンスカバレッジ
各主要領域には、その領域に紐づく合格チャレンジ回答という適格なエビデンスを持つコントリビューターの数が表示されます。Ninchi は各領域のカバレッジ分類を重要度で加重するため、重要度の高い領域ほど全体の数値への寄与が大きくなります。適格なコントリビューターが 1 名だけの領域には単独コントリビューターのラベルが付きます。
Understanding Debt は、検証済み理解のカバレッジがない主要領域の重要度が全体に占める割合です。Ninchi は記録されたチャレンジエビデンスから算出します。
単独コントリビューターの領域は、退職で緊急になる前に把握できるキーパーソンリスクです。Understanding Debt は、四半期レビューで追跡できる決定論的な数値です。
メンバーベースライン
組織管理者は、1 人の開発者の記録済みエビデンスをリポジトリ領域ごとに確認できます。このビューは、PR チャレンジ履歴から推定されたエビデンスと、対象を絞ったアセスメントで得られたエビデンスを分けて表示します。カバレッジを報告するものであり、人をランク付けするものではありません。
オンボーディングや引き継ぎに：誰が触れたかではなく、どこで理解が示されたかを、人をランク付けせずに確認できます。
活用方法
Ninchi の活用方法
「提供中」は現在利用できます。「開発中」は提供に向けて開発中です。「検討中」は方向性を示すもので、提供を確約するものではありません。
Git ワークフロー
提供中GitHub・GitLab 連携により、コード変更からレビューサイクル内でチャレンジを作成します。
ダイレクトチャレンジ
開発中リポジトリを接続せず、手動で提出されたプレーンテキストまたはコードの抜粋からチャレンジを作成する初期プロトタイプです。
業務文書
検討中AI 支援の草案、メモ、レポートにチャレンジとエビデンスの流れを適用する可能性を検討しています。
エンタープライズ価値
重い摩擦のないアカウンタビリティ
AI導入の加速
既存のレビュープロセスを置き換えずに、軽量な確認を追加できます。
明確なオーナーシップ
記録された確認を、担当者・成果物・意思決定時点にひも付けます。
監査性の強化
あらゆるステップで人間の理解と承認の詳細な記録。
組織インサイト
チーム、リポジトリ、ナレッジマップ領域ごとの集計エビデンスを確認できます。
確認可能なエビデンス
各確認には、質問、回答、スコア、難易度、成果物の文脈、タイムスタンプが記録されます。
“AI支援のデリバリー速度を保ちながら、人のオーナーシップを可視化します。”
料金
チームに必要なエビデンスを選ぶ
すべてのプランでメンバー数は無制限。基本のチャレンジから始め、チーム分析、より厳格な検証、エンタープライズ管理機能を追加できます。
横にスワイプして4つのプランを比較できます。
| プラン比較 | ||||
|---|---|---|---|---|
| 基本ワークフロー | ||||
| スコア対象PR | 月5件（ソフト上限） | 無制限 | 無制限 | 無制限 |
| メンバー | 無制限 | 無制限 | 無制限 | 無制限 |
| 検証モード | カジュアル | カジュアル、トラッキング、ブロッキング | カジュアル、トラッキング、ブロッキング、ストリクト | カジュアル、トラッキング、ブロッキング、ストリクト |
| 質問の難易度 | 初級 | 初級、中級 | 初級、中級、上級 | 初級、中級、上級 |
| チャレンジでの差分表示 | — | |||
| 組織分析 | — | |||
| 高度な検証 | ||||
| 不正防止機能 | — | — | ||
| Teach Me レッスン | — | — | 組織管理者が有効にした場合に利用可能 | 組織管理者が有効にした場合に利用可能 |
| ガバナンスと監査証跡 | — | — | ||
| エンタープライズ機能 | ||||
| 監査ログのエクスポート | — | — | — | |
| ナレッジマップとベースライン | — | — | — | |
| 専任サポートとSLA | — | — | — | |
| カスタムブランディング | — | — | — | |
| AI支出分析 | — | — | — | |
| AI支出ベンダー連携 | — | — | — | |
スタンダードとプロは1席あたりの月額料金です。ホビイストのスコア対象PR数はソフト上限で、上限後もチャレンジは継続しますが、その月の追加PRはスコアに反映されません。
リサーチ・ホワイトペーパー
論文を読む ↗認知インフラとしての検証可能な人間の理解
Ninchi のチャレンジ・ループ、確認可能な証拠モデル、透明な難易度加重スコアの背景にある研究をご覧ください。
論文では、提供済みの機能と提案中のモデル・検証目標を明確に区別しています。
よくある質問
開発者の疑問に率直に回答
ワークフローへの影響、プライバシー、証拠、そして Ninchi の将来像について率直にお答えします。
上司のための監視ソフトウェアですか？
いいえ。Ninchi は開発者自身が理解を振り返る鏡であり、説明できる仕事の確認可能な証拠として設計されています。組織レベルのレポートは標準で集計され、詳細表示は役割で制限されます。
デプロイのパイプラインが遅くなりませんか？
チャレンジは60秒未満で完了するよう設計され、既存の Git レビューサイクル内で行われます。確認を参考情報にするか必須にするかは組織が選択できます。
チャレンジを LLM に貼り付ければ回答できるのでは？
試すことはできます。そして、Ninchi を含め、完全無欠な確認ツールはありません。Ninchi は、チャレンジを時間制限付きで特定の変更内容に絞り、Pro では strict モードと設定可能な不正対策を提供し、難しい質問ほど重く加重することで、近道の影響が時間とともにエビデンスに表れるようにします。Ninchi が記録するのは示された理解のエビデンスであり、不正が絶対に不可能だとは主張しません。いずれの場合も記録は確認できます。
独自コードがモデルの学習に使われますか？
いいえ。Ninchi はコードを認識しますが保持はしません。ソース内容は分析とチャレンジ質問の生成のため一時的に処理され、長期保存されず、外部モデルの学習にも使用されません。エンタープライズのお客様は独自の LLM プロバイダーを持ち込み、お客様が管理するキーのみを通じてコンテンツを処理することもできます。
Ninchi Score は何を測定しますか？
Ninchi Score は、記録された理解確認イベントに基づく透明な難易度加重の証拠比率です。Ninchi 上で示された証拠を表すもので、潜在能力や校正済み確率ではありません。
Ninchi は SOC 2 認証を取得していますか？
はい。Ninchi は SOC 2 Type 1 の認証を完了しています。見込み顧客はゲート付きの Trust Center から報告書へのアクセスをリクエストできます。データ最小化、通信時・保存時の暗号化、管理者操作の監査といったセキュリティ対策は、データ取扱いとセキュリティのページに記載しています。また、Vanta と Drata の公式パートナープログラムに参加しています。SOC 2 Type 2 の観察期間も進行中です。
Ninchi はソフトウェア以外にも展開しますか？
現在の中心はソフトウェアです。選定した隣接分野のパイロット向けに、プレーンテキストを手動で提出する仕組みを試作しています。文書のネイティブ取り込み、Canvas、Moodle、その他の非ソフトウェア連携は現在提供していません。
GitHub App をインストールしたのに、ダッシュボードが空なのはなぜですか？
GitHub App をインストールした GitHub アカウントで Ninchi にサインインしてください。組織は GitHub ID を通じてリンクされるため、その GitHub ID がないメールアドレス・パスワードのアカウントには、インストール済みの組織が表示されません。
ソフトウェア以外
ソフトウェア以外でのNinchi
Ninchiは現在、主にソフトウェアチーム向けに提供しています。同じチャレンジとエビデンスの仕組みを、手動で提出されたテキストを使う隣接分野に応用できるか試作中です。より広い非ソフトウェア向けワークフローは、一般提供していません。
教育
教育パイロットには、現在構造化された応募枠からお申し込みいただけます。講師が対応するプレーンテキストまたはコードの抜粋を手動で提出し、そのチャレンジエビデンスを元の課題とあわせて確認します。採点や講師の判断に代わるものではありません。Canvas および Moodle との連携は現在提供していません。
法務・オペレーション
AI支援の草案、メモ、レポートにこの仕組みを応用できるか検討しています。文書のネイティブ取り込みや、法務・オペレーション専用のワークフローは現在提供していません。将来のエビデンス記録は人によるレビューを支援するものであり、その代わりにはなりません。
Ninchi について
人は、自分の仕事を理解し、責任を持ち続けるべきです。
Ninchi は、AI が生産を加速しても、人を受動的なレビュアーにしないという信念から生まれました。スピードと人間の主体性を両立したいチームのために、軽量な確認と検証可能な証拠を提供します。
Jonathan Bethune
創業者・CEO・CTO
Eric Hamilton
CPO・CMO
Tor Kringeland
リサーチ責任者
エンタープライズ相談
Ninchi をエンジニアリング・ワークフローへ。
相談会を予約するか、利用中のソースプラットフォーム、チーム規模、セキュリティ要件をお知らせください。最適なパイロットと導入方法をご案内します。
チームデモを予約アフィリエイト、デザインパートナー、投資家に関するお問い合わせ： support@ninchi.ai
最新情報を受け取る
新機能やプロダクトに関する知見をお届けします。スパムなし・いつでも解除OK。