AIエージェントの精度は、モデル性能だけでなく、どの文脈にアクセスできるかで大きく変わります。
この動画では、同じタスクを2つのClaude Codeで比較しています。
左側は、通常のClaude Code。
右側は、AtlassianのTeamwork Graphを使って、社内の文脈情報を参照できるClaude Codeです。
通常のClaude Codeは、まずローカルリポジトリのコードを読み、目の前にある情報をもとに判断しようとします。
そのため、コード上に見えている範囲では作業できますが、関連する仕様、過去の設計判断、別リポジトリとの依存関係までは把握しづらくなります。
一方、Teamwork Graphを使えるClaude Codeは、Confluenceのページ、関連ドキュメント、関連リポジトリなど、組織内にある文脈情報を検索しながら作業を進めます。
ここで重要なのは、Teamwork Graphは単なるRAGではないという点です。
RAGは、質問に関連しそうな文書を検索してAIに渡す仕組みです。
一方、Teamwork Graphは、Jira、Confluence、Bitbucketなどにある情報を、仕事・人・プロジェクト・ドキュメント・コードの関係性としてつなぎます。
つまり、Claude Codeは単に「関連文書を読む」のではなく、
この作業はどのプロジェクトに関係しているのか、どの仕様とつながっているのか、過去にどのような判断があったのか、どのリポジトリと依存しているのかを踏まえて動けるようになります。
通常のClaude Codeが「目の前のコードから推測する」のに対し、Teamwork Graphを使えるClaude Codeは「組織内の文脈を確認しながら判断する」。
この違いによって、単なるコード生成ではなく、より実態に合った技術計画や改善提案が可能になります。
Teamwork Graph関連公式・基本理解
Atlassian Teamwork Graph 公式ページ
Teamwork Graphの全体像を理解する入口です。Atlassian製品や外部ツールの文脈をAIエージェントに接続する説明があります。(atlassian.com)
Teamwork Graph Explorer
Teamwork Graphを可視化し、接続された仕事の文脈を確認・クエリできるページです。(Atlassian Teamwork Graph)
開発者向け
Teamwork Graph API reference overview
Teamwork Graph APIで扱えるオブジェクトタイプや関係タイプ、Atlassianアプリや接続ツールをまたいだデータ取得の概要がまとまっています。(Atlassian Developer)
Teamwork Graph CLI
AIエージェントや開発環境からTeamwork GraphをクエリするためのCLIドキュメントです。Claude Codeなどエージェント連携の文脈では重要です。(Atlassian Developer)
Rovo / MCP連携
Teamwork Graph CLI and Rovo MCP decision guide
TWG CLIとRovo MCPの使い分けを説明した公式ガイドです。どちらもAIエージェントがTeamwork Graph経由でAtlassianデータを扱うための公式手段と説明されています。(Atlassian Support)
Choosing between Teamwork Graph CLI and Rovo MCP
組織管理者向けに、TWG CLIとRovo MCPの選び方を説明したページです。(Atlassian Support)
Use Teamwork Graph in Rovo MCP Server
Rovo MCP ServerでTeamwork Graphを使うOpen Betaの紹介記事です。Atlassianデータと75以上のサードパーティツールを1つのグラフにつなぐ説明があります。(Atlassian Community)
日本語参考
INNOOV：Atlassian Teamwork Graph｜AI活用と横断検索を支えるナレッジマネジメントの中核基盤
日本語でTeamwork Graphの概要を説明している記事です。社内説明や日本語資料化の参考にしやすいです。(help.innoov.io)