1. 背景

bizlp-gas-accounting プロジェクトでは scripts/adr-lint.mjs で 11 ルールの ADR lint 検証を運用している (ADR-0023 / 0030 / 0032 / 0036 / 0038 / 0049 由来)。規約が 7 ADR に分散しており、運用時に「どのルールがどの ADR 由来か」が即座に分からない問題が顕在化している (PR #811 で暫定ドキュメント案 Z を起案したが、業界調査未実施で close)。

業界では ESLint Rules Reference, Stylelint Rules, markdownlint Rules 等の Lint 規約ドキュメント (Rule Reference) が長年運用されており、必須項目・章立て・自動化・deprecation 管理に確立された慣習がある。これらを調査せずに独自構造で起案するのはアンチパターン (RQ-038 / RQ-045 / RQ-046 / RQ-050 と同じ「業界調査経由で正当化」パターンを踏襲すべき)。

2. 調査の目的

  1. Lint 規約ドキュメント (Rule Reference) の業界ベストプラクティスを特定する
  2. 必須項目・章立て・運用慣習を業界標準と照合する
  3. bizlp の 11 ルール (adr-lint) の規約ドキュメントとして適用可能な最小実用形態 (MVP) を導出する
  4. 1 人法人 (Solo Founder + AI Agent) スケールでの過剰回避基準を確立する

3. 調査論点 (Research Questions)

#調査論点期待アウトプット
Q1Lint 規約ドキュメントを公開している主要 OSS / ツールの網羅一覧 + 一次資料 URL
Q2各事例における必須項目 (rationale / examples / fixable / config / deprecation 等) の有無比較比較マトリクス
Q3章立て・構造の業界共通パターン (early-warning / examples-first / rules-by-category)推奨章立て
Q4rationale (なぜそのルールが必要か) の記述深度・形式テンプレート例
Q5PASS / FAIL の具体例の提示形式 (コードブロック / diff / ペア表記)推奨形式
Q6deprecation / 追加・削除の changelog 管理慣習例 + bizlp 適用案
Q7自動修正 (fixable / autofix) フラグの記述慣習例 + bizlp 適用案 (現状 adr-lint は autofix なし)
Q8CI 統合・severity 説明の典型
Q9AI Agent (Claude / Gemini) が解釈しやすい構造の特性推奨パターン
Q101 人法人スケールで省略可能な項目必須項目の判定「MVP に含めるべき項目」リスト
Q11bizlp の 11 ルール (adr-lint) に直接適用可能な推奨章立て案の提示章立て案 + 各章の必須内容

4. 調査対象 (最低限カバー)

Lint ツール本家

Linter / Formatter プラットフォーム

ADR / ドキュメント lint

  • adr-kit Rules (RQ-038 で既出) — ADR 用 lint, MIT, v0.11.0
  • Vale Styles (https://vale.sh/docs/topics/styles/) — 文書 lint, スタイルガイドベース
  • markdownlint-cli2 Rules
  • textlint Rules (textlint.github.io) — 日本語 lint も対応

学術・規約管理

Anthropic Skill (RQ-038 で既出)

  • Anthropic 公式 Skill authoring best practices (500 行 / 5,000 トークン制約)

5. 期待するアウトプット形式

  1. エグゼクティブ・サマリ (200 字以内): bizlp が採用すべき Lint 規約ドキュメントの章立て・必須項目の推奨
  2. 業界事例マトリクス: ツール名 / 規約数 / 公式ドキュメント URL / 必須項目チェックリスト
  3. 章立て比較表: 各事例の章構成と共通パターン
  4. rationale 記述形式の比較: 「1 行説明」「3 文構造 (問題・解決・代替)」「Anti-pattern + 推奨ペア」等の分類
  5. PASS / FAIL 提示形式の比較: コードブロック・diff・ペア表記
  6. 1 人法人スケールでの MVP: 必須項目 N 個 + 省略可能項目 M 個
  7. bizlp 11 ルール (adr-lint) への推奨章立て案: 各ルールテンプレ + ドキュメント全体構造

6. 制約・スコープ外

  • 個別ツールの機能比較 (どの lint が速い・正確 等) は対象外
  • bizlp の adr-lint 実装の最適化は対象外
  • AI Agent 向け 500 行制約の検証は RQ-038 で既出なので参考程度
  • 学術的厳密性 > 実装速度 だが、過剰設計は避ける (1 人法人スケール)

7. 期待する調査深度

  • ADR-0020 / RQ-050 と同等の業界一次資料調査
  • 各事例の実物 (公式ドキュメント本体) を最低 1 件は確認 + 引用
  • 3 モデル並列での得意領域:
    • Gemini Deep Research: 最新事例 (Biome / Ruff 等新興ツール) のグローバル動向
    • Claude Research: 論理整合性・bizlp 既存 ADR (0038 / 0049) との接続性
    • GPT Deep Research: 実装観点・テンプレート構造提案

8. 後続アクション (Post-Synthesis)

3 モデルの調査結果を RQ-051_lint_rules_doc_best_practices_synthesis.md にまとめ、

adr-lint 規約ドキュメント (Rule Reference) の最終版docs/_internal/05_how-to/adr-lint_rules.md として再起案する。再起案 PR では PR #811 のブランチ claude/adr-lint-rules-doc を参考に、業界調査根拠を盛り込んだ改訂版を提出。

9. 推奨実行モデル

モデル役割期待 token 量
Gemini 2.5 Pro Deep Research業界一次資料調査・最新事例20,000+
Claude Opus 4.7 Researchbizlp ADR-0038 / 0049 との整合性チェック・反論検証15,000+
GPT-5 Deep Researchテンプレート構造設計・MVP 必須項目導出10,000+

10. 関連 ADR / RQ

  • ADR-0038: adr-lint メタデータ規約 6 ルール — 本 RQ の出力で適用する規約集合の半数
  • ADR-0049: Scope 4 層分類 — 本 RQ の出力で適用する規約集合の 1/6
  • RQ-038: ADR Skill Architecture — Anthropic 公式 Skill best practices で参考あり (500 行制約等)
  • RQ-045: 内部運用ドキュメント組織化 — frontmatter 必須化・status 軸との接続
  • RQ-046: ドキュメントインベントリ管理 — coverage tracking との接続
  • RQ-050: ADR Scope 分類軸 — 本 RQ-051 と同じ 3 モデル並列パターン