リグレッションテスト(回帰テスト)は、プログラムや動作環境を変更したあとに、その変更が既存の機能に悪影響を与えていないかを確かめるテストです。機能追加やバグ修正の巻き添えで別の箇所が動かなくなる現象を、現場では「デグレ」と呼びます。この記事では、ソフトウェアテストの国際資格団体ISTQBの用語集による定義と再テストとの違いを押さえたうえで、どこまで流すかを決める技法、Vitest・Jest・pytest・Playwrightで変更の影響を受けるテストだけを流す設定、デグレを見つけたあとに原因のコミットを突き止める git bisect run の使い方を、手元で動かした結果とあわせて説明します。
まとめ:リグレッションテストの要点
- 対象は、変更箇所も含めた既存機能への意図しない悪影響。直した箇所が直ったかを見るのは確認テスト(再テスト)で、別物です。
- 範囲の決め方は、全件再実行・テストの選択・優先順位付け・最小化の4つの技法の組み合わせ。毎回流す枠(決済・認証・データ更新)を固定し、残りを変更の影響範囲で選びます。
- 影響範囲の選択はツールに任せられます。Vitest 5.1.0 の
--changedは変更ファイルをimportしているテストまでたどり、手元の検証では3本中2本だけを選んで、変更していないモジュールのデグレを検出しました。 - CIで
--changedを引数なしで使うと、コミット済みの変更は対象外になり、テストを1本も流さず成功で終わります。プルリクエストでは--changed origin/mainのように比較元を明示し、夜間に全件を流して取りこぼしを拾います。 - デグレを見つけたら
git bisect runで原因コミットを二分探索します。32コミットの履歴でも、テストの実行は5回で特定できました。 - 自動化した回帰テストの信用を崩すのはフレーキー(不安定な)テストです。Googleでは失敗への変化の約84%にフレーキーなテストが関わっていました。
以下、定義から順に、範囲の決め方、設定、原因の特定、自動化の判断へと進みます。
リグレッションテスト(回帰テスト)の意味と目的
regressionは「後戻り・退行」を意味する英語で、ソフトウェアでは以前は動いていたものが変更をきっかけに動かなくなることを指します。日本語では回帰テストのほか、回帰試験とも書きます。
ISTQBの定義と確認テスト(再テスト)との違い
ISTQBの用語集(版3.4)は、regression testingを「変更に関連するテストの一種で、ソフトウェアの変更していない領域に欠陥が入り込んだり、表に出たりしていないかを検出するもの」と定義しています。同じ「変更に関連するテスト」に分類されるのがconfirmation testing(確認テスト、現場では再テストとも呼ぶ)で、こちらは欠陥を直したあとに、その欠陥による故障が再び起きないことを確かめます。用語集の定義は「変更していない領域」ですが、JSTQBのFoundation Levelシラバス(v4.0日本語版)は、確認テスト済みの修正を含めて変更による悪影響が無いことを確かめるのがリグレッションテストだとし、悪影響は変更を加えた同じコンポーネント、同じシステム内の他のコンポーネント、接続している他システムにも及びうると書いています。直した箇所そのものも回帰テストの対象から外さない、と読むのが実務に合います。
| 観点 | 確認テスト(再テスト) | リグレッションテスト |
|---|---|---|
| 検証目的 | 修正対象の欠陥が解消したか | 変更箇所も含む既存機能への悪影響がないか |
| 問い | 直ったか | ほかが壊れていないか |
| 使うテスト | 不具合を再現した手順 | 既存のテストケース |
| 実施契機 | 欠陥修正後に解消を確認 | ソフトウェアや環境の変更後に影響を確認 |
実務では確認テストを先に行い、通ったら回帰テストに進みます。確認テストで使った再現手順は、そのまま回帰テストのケースに加えておくと、同じ不具合が別の変更で戻ってきたときに検出できます。
デグレとデグレードテストの関係
デグレは英語のdegradeから来た和製の略語で、変更によって既存の機能や性能が以前より悪くなる現象そのものを指します。テストの名前ではありません。「デグレードテスト」「デグレテスト」という呼び方も現場では使われますが、指しているのはデグレが起きていないかを確かめるテスト、つまりリグレッションテストと同じものです。ISTQBの用語集で使われているのはregression testingなので、仕様書や見積もりではリグレッションテスト(回帰テスト)と書いておくと、発注側と受注側で範囲の認識がずれません。
回帰テストの実施契機と実行頻度
JSTQBのシラバスは、リグレッションテストがテスト対象そのものに限らず環境に関連する場合もあるとしています。流すきっかけは、機能追加とバグ修正のほか、リファクタリング、ライブラリやフレームワークの更新、OS・ブラウザ・ミドルウェアのバージョンアップ、設定ファイルの変更まで含みます。依存ライブラリの更新は自分でコードを書いていないので見落とされやすい変更です。変更から検証までの間が空くほど、どの変更が原因かを絞り込む手間が増えます。プルリクエストごとに影響範囲を、夜間やリリース前に全件を流す二段構えが、手間と検出のバランスを取りやすい組み方です。
スモークテスト・テストレベルとの関係
名前の似たテストとの違いは、検証の幅と深さで整理できます。
スモークテスト・サニティテストとの違い
スモークテストは、後続のテストに進める状態かを主要機能の動作で確認するテストです。例えばWebアプリでは、主要画面の表示やログイン、代表的な業務操作を対象にします。サニティテストは、特定の修正がおおむね効いているかを狭く確かめる簡易確認です。回帰テストはこの2つより後に、既存機能を面で確かめます。スモークが落ちたビルドに回帰テストを流しても失敗が大量に出るだけなので、CIではスモークを前段に置いて、通ったときだけ回帰テストに進む順にします。スモークに入れるテストの選び方はスモークテストのCI/CDへの組み込みと対象選定で扱っています。
単体・結合・システムの各レベルでの回帰テスト
回帰テストは単体・結合・システムといったテストレベルと並ぶ工程ではなく、どのレベルでも行う「テストの種類」です。単体レベルで組めば関数単位のデグレを、システムレベルで組めば業務シナリオ単位のデグレを捕まえます。実行が速く壊れにくい単体テストを厚くし、画面越しのE2Eは主要な経路に絞る配分が、回帰テストの実行時間と保守の手間を抑えます。配分の考え方はテストピラミッドの単体・結合・E2Eの配分、テスト工程全体の流れはシステム開発のテスト工程とV字モデルにまとめています。
リグレッションテストの範囲の決め方
回帰テストでいちばん判断が要るのは、毎回どこまで流すかです。機能が増えるほど全件の実行時間は延びるので、どこかで範囲を絞ることになります。
範囲を決める4つの技法
範囲の取り方は、全件再実行と、YooとHarmanのサーベイ論文(2012年)が研究を整理する軸にした最小化・選択・優先順位付けの3技法、あわせて4つに分けられます。
| 技法 | やること | 弱点 |
|---|---|---|
| 全件再実行 | 既存テストをすべて流す | テスト数と各ケースの処理時間に応じて負担が増える |
| 選択 | 変更の影響を受けるテストだけ流す | 依存の見落としで取りこぼす |
| 優先順位付け | 失敗しそうな順・重要な順に並べる | 途中で打ち切ると後半が漏れる |
| 最小化 | 重複したテストを恒久的に削る | 削ったテストしか拾えない欠陥が出る |
大規模な例では、Meta(旧Facebook)が過去のテスト結果から機械学習で流すテストを選ぶ方式を本番に入れ、論文でテスト基盤のコストを半分にしながら、個々のテスト失敗の95%超、欠陥を含む変更の99.9%超を開発者に返せたと報告しています。これは同社のテスト基盤と履歴データで得られた結果です。他の案件では同じ検出率を前提にせず、全件実行の結果と比較して選択方式の取りこぼしを測ります。
影響範囲を洗い出す手順
- 変更したファイル・関数を差分(
git diff --name-only origin/main)で列挙する - その関数を呼んでいる箇所を、IDEの参照検索やimportの依存グラフでたどる
- たどり着いた画面・API・バッチ・データ経路を書き出す
- それぞれに対応する既存テストを選び、足りない経路は確認テストの手順から追加する
手順2を人の記憶に頼ると、共通部品の変更で漏れが出ます。JavaScriptやTypeScriptならテストランナーがimportの依存をたどってくれるので、次の章の設定で機械に任せられます。変数で読み込み先を決めるimportや、外部コマンド経由の依存は、静的な解析では追えないことがあります。文字列リテラルのimport()は追跡できるため、依存の書き方ごとに選択結果を確認します。
毎回流す枠を決める基準
選択だけに頼ると、依存グラフに現れない影響(設定値、データベースのスキーマ、外部APIの仕様変更)を取りこぼします。そこで、変更内容にかかわらず毎回流す固定枠を決めておきます。入れるのは、失敗したときに金銭やデータの損害が出る経路です。決済と返金、ログインと権限判定、個人情報の登録・更新、在庫や残高のように後から直しにくいデータを書き換える処理がこれに当たります。過去に本番障害を出した箇所のテストも固定枠に入れます。固定枠以外は変更の影響範囲で選び、全件は夜間かリリース前にまとめて流します。テスト観点の漏れを表で管理する方法はテストマトリクスの作り方が使えます。
影響範囲のテストだけを流す設定(Vitest・Jest・pytest・Playwright)
主要なテストランナーには、変更に関係するテストだけを流すオプションがあります。手元で動かしたVitestの結果と、各ツールの対応フラグを順に示します。
Vitest 5.1の –changed による依存関係ベースの選択
税込み価格を計算する price.js、それを使ってカートの合計を出す cart.js、金額を表示用に整える format.js の3モジュールに、それぞれテストを1本ずつ置いた小さなリポジトリで確かめました(2026年11月15日、Node.js 26.5.0、Vitest 5.1.0)。price.js に「10円未満を切り捨てる」変更を入れ、price.js 自身のテストは通る状態にしています。
$ git init && npm init -y && npm pkg set type=module
$ npm i -D [email protected]
// src/price.js(変更前)
export function withTax(yen, rate = 0.1) {
return Math.floor(yen * (1 + rate));
}
// src/cart.js
import { withTax } from './price.js';
export function total(items) {
return items.reduce((s, i) => s + withTax(i.price) * i.qty, 0);
}
// src/format.js
export function yen(n) {
return n.toLocaleString('ja-JP') + '円';
}
// test/price.test.js と test/format.test.js も cart.test.js と同じ形で1本ずつ
$ echo node_modules > .gitignore && git add -A && git commit -m base
$ npx vitest run # 変更前は3本とも成功
この状態で price.js を次のように変え、コミットせずに --changed で流します。
// src/price.js(変更後)
export function withTax(yen, rate = 0.1) {
return Math.floor((yen * (1 + rate)) / 10) * 10;
}
// test/cart.test.js(変更していない)
import { test, expect } from 'vitest';
import { total } from '../src/cart.js';
test('合計', () => { expect(total([{ price: 980, qty: 2 }])).toBe(2156); });
$ npx vitest run --changed --reporter=verbose
✓ test/price.test.js > 税込み
× test/cart.test.js > 合計
AssertionError: expected 2140 to be 2156
Test Files 1 failed | 1 passed (2)
Affected 2 of 3 test files (related to 1 changed file)
変更したのは price.js だけですが、それをimportしている cart.test.js も選ばれ、触っていないカート合計のデグレを検出しました。format.js だけを変えたときは1本だけが選ばれ、package.json を変えたときは3本すべてが流れました。Vitestの公式ドキュメントによると、forceRerunTriggers の既定値(package.json・vitest.config.*・vite.config.*)に当たるファイルが差分にあると、全件に切り替わります。
Vitest 5.1.0では実験的なフラグ --since-last-run も加わりました。Gitとの差分ではなく、前回そのテストが読み込んだファイルの更新時刻と比べて選ぶ方式で、公式のレシピはGitの無いコンテナや、作業の途中でコミットを挟むAIコーディングエージェント向けに勧めています。新しく追加した .env のように前回読み込まれていないファイルは検知できないので、最後に全件を1回流す前提です。
Jest・pytest・Playwrightの対応フラグ
| ツール(2026年11月の最新版) | フラグ | 選び方 |
|---|---|---|
| Vitest 5.1.0 | --changed [ref] |
Git差分+import依存 |
| Jest 30.5.2 | --onlyChanged / --changedSince=ref |
Git・hg差分+静的な依存 |
| Playwright 1.65.1 | --only-changed [ref] |
Git差分+import依存 |
| pytest 9.2.0 | --lf / --ff |
前回失敗したテスト |
| pytest-testmon 2.3.0 | --testmon |
変更したファイルとメソッド |
Jestの --onlyChanged は、動的な require の無い静的な依存グラフが前提と明記されています。Playwrightの --only-changed は1.46で加わり、変更したファイルをimportしているテストファイルも流します。ただし1.65で対応したBun上での実行ではimportをたどりません。pytest本体の --lf(前回失敗したテストだけ)と --ff(失敗したテストを先に流してから残り)は変更の影響ではなく前回の結果で選ぶ仕組みで、修正したテストを素早く回し直す用途に向きます。Pythonで変更の影響から選びたいときは、プラグインのpytest-testmonを使います。
CIの比較元指定と夜間の全件実行
手元の検証で、変更をコミットしてから引数なしの vitest run --changed を実行すると「No changed files found」と表示され、テストを1本も流さずに終了コード0で終わりました。CIはコミット済みのコードを取ってくるので、引数なしの --changed をCIに書くと、回帰テストが毎回素通りで成功します。比較元に分岐元のコミットを渡すと、同じ変更で2本が選ばれ、デグレを検出して終了コード1になりました。GitHub Actionsで組むと次の形です。
name: regression
on:
pull_request:
schedule:
- cron: '0 18 * * *' # 毎日 3:00(日本時間)に全件
jobs:
test:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v7
with:
fetch-depth: 0 # 比較元のコミットまで履歴を取る
- uses: actions/setup-node@v7
with:
node-version: lts/*
- run: npm ci
# 決済・認証・データ更新の固定枠は test/critical 配下に配置する
- name: 毎回流す固定枠
run: npx vitest run test/critical
- name: プルリクエストでは影響範囲だけ
if: github.event_name == 'pull_request'
run: npx vitest run --changed origin/${{ github.base_ref }}
- name: 夜間は全件
if: github.event_name == 'schedule'
run: npx vitest run
固定枠のテストは test/critical のように1つのディレクトリにまとめておくと、パスの一部を渡すだけで毎回流せます(Vitestは引数の文字列をパスに含むテストファイルだけを実行します)。actions/checkout は既定で最新の1コミットしか取らないため、fetch-depth: 0 を外すと比較元のブランチが取得されず、差分を計算できません。影響範囲の選択は依存グラフに現れない変更を拾えないので、夜間の全件は省かないでください。
git bisect run によるデグレの原因コミット特定
夜間の全件で失敗が出たとき、前回成功してから入ったコミットが数十本あると、どれが原因かを探すのに時間がかかります。git bisect run は、成功した時点と失敗した時点を渡すと、間のコミットを二分探索しながらコマンドを自動で実行し、最初に失敗したコミットを返します。
$ git bisect start HEAD 762fd70 # 失敗する版 成功していた版
$ git bisect run npx vitest run
Bisecting: 15 revisions left to test after this (roughly 4 steps)
Bisecting: 7 revisions left to test after this (roughly 3 steps)
Bisecting: 3 revisions left to test after this (roughly 2 steps)
Bisecting: 1 revision left to test after this (roughly 1 step)
Bisecting: 0 revisions left to test after this (roughly 0 steps)
f2d0652... is the first bad commit
change 13
$ git bisect reset
先ほどのリポジトリに32本のコミットを積み、13本目に同じデグレを入れて実行しました(git 2.50.1)。テストの実行は5回で、13本目を原因として特定しました。直線的な履歴で、途中の各コミットを安定して判定できる場合、必要な判定回数の目安はコミット数の2を底とする対数に比例します。
渡すコマンドの終了コードには決まりがあります。gitの公式ドキュメントによると、0なら成功、1〜127(125を除く)なら失敗として扱い、125はそのコミットをテストできないので飛ばす、という意味になります。依存のインストールに失敗するなど、テスト以前の理由で落ちる古いコミットがある場合は、ラッパーのスクリプトでその場合だけ exit 125 を返すと、誤って原因扱いされるのを防げます。フレーキーなテストを含めると、偶発的な失敗によって原因コミットを誤判定します。対象ファイルを絞っても不安定さは残るため、再現条件を固定し、同じ版で判定が安定することを確認してから実行します。
回帰テストの信頼性を保つフレーキーテスト対策
同じコードなのに成功したり失敗したりするテストをフレーキーテストと呼びます。回帰テストを自動化すると、本当のデグレよりもこちらへの対応に時間を取られがちです。Googleが2016年に公開した記事では、全テスト実行の約1.5%がフレーキーな結果を返し、テストのほぼ16%に何らかの不安定さがあり、CIで成功から失敗に変わった事例の約84%にフレーキーなテストが関わっていました。「どうせまたフレーキーだろう」と失敗を無視する習慣がつくと、本物のデグレも見逃します。
対策は、失敗を自動で再実行して「再実行で通ったテスト」を記録し、隔離して直すことです。Playwrightは retries を設定すると、初回に失敗して再実行で通ったテストをflakyとしてレポートに分けて表示します。フレーキーと分かったテストは、固定枠から外して別のジョブに移し、期限を決めて原因(待ち時間の固定値、テスト間で共有するデータ、時刻や乱数への依存)を直します。再実行で通ったからと成功扱いのまま放置すると、回帰テスト全体が信用されなくなります。
回帰テストを自動化する範囲と見送る条件
変更のたびに繰り返す回帰テストは自動化の効果が出やすい一方、全面自動化が常に得とは限りません。案件の条件で線を引きます。
自動化の費用が回収できる条件
自動化の作成費が見合うのは、月に数回以上リリースがあり、そのたびに手で既存機能を確認している案件です。今後も数年は改修が続き、主要な業務フローの仕様が固まっていることも条件になります。例えば手動確認が1回2人日で月4回なら、現在の負担は月8人日です。自動化後に残る確認・実行・保守の月間工数を差し引き、初期作成工数を月間削減工数で割ると回収までの月数を見積もれます。作るのは固定枠(決済・認証・データ更新)から始め、効果を測りながら広げます。単体レベルのテストが薄い既存システムで、どこから自動化するかの判断や、CIへの組み込みと保守の引き継ぎまで任せたい場合は、一創の保守運用・内製化支援で相談を受けています。
全面自動化を見送るべき場面
画面や項目が週単位で変わる立ち上げ期には、網羅的なE2Eテストの更新工数が増えます。対象範囲は、更新工数と手動確認の削減工数を比較して決めます。改修頻度が低いシステムでは、年間の手動確認工数と、自動テストの初期作成・実行・保守工数を比較します。手動確認の負担が小さければ、チェックリストを維持する判断ができます。テストコードを直せる人が社内にいない場合も、落ちたまま放置された自動テストが積み上がるだけです。これらの場面では、単体レベルとAPIレベルの回帰テストだけを自動化し、画面の確認は手動に残します。自動化から外した範囲は、探索的テストのチャーター設計とセッション記録で人が見て回る形で補えます。
VRTによる画面表示の回帰検出
レイアウト崩れや色の変化は、データの正しさを見る回帰テストでは捕まりません。変更前後のスクリーンショットを画素単位で比べるビジュアルリグレッションテスト(VRT)を別に用意します。Playwrightの toHaveScreenshot ではOSごとに基準画像が分かれ、macOSとLinuxのCIではフォントや描画の違いで画像に差が出ることがあるため、基準画像はCIと同じ環境で作ります。仕組みとツールの選び方はVRT(ビジュアルリグレッションテスト)の仕組みとPlaywright実装、コンポーネントの出力を文字列で比べる方法はスナップショットテストのJestとVitestでの実装で扱っています。
よくある質問
リグレッションテストとデグレードテストの違いは何ですか?
同じものです。デグレ(デグレード)は変更で既存機能が悪くなる現象の呼び名で、それが起きていないかを確かめるテストを現場でデグレードテストと呼ぶことがあります。ISTQBの用語ではリグレッションテスト(回帰テスト)なので、仕様書や見積もりではこちらで書くと認識がずれません。
リグレッションテストはいつ行うのがよいですか?
コードを変えるたびです。機能追加やバグ修正に加え、ライブラリやOSの更新、設定変更のあとも対象になります。プルリクエストごとに影響範囲のテストを、夜間やリリース前に全件を流す組み方が、手間と検出のバランスを取りやすい方法です。
リグレッションテストはどうやって行いますか?
変更したファイルを差分で洗い出し、それを使っている機能のテストと、毎回流す固定枠のテストを選んで実行します。JavaScriptならVitestの --changed origin/main やJestの --changedSince で依存先まで自動で選べます。失敗したら、まず確認テストで修正の意図どおりかを確かめ、原因が分からなければ git bisect run で原因コミットを特定します。
回帰試験と回帰テストは同じ意味ですか?
ソフトウェア開発の文脈では同じ意味で、どちらもregression testingの訳語です。呼称の使い分けは、対象プロジェクトの用語集や仕様書に合わせます。統計の回帰分析とは関係ありません。
リグレッションテストの自動化ツールは何を選べばよいですか?
既にあるテストランナーの差分実行機能から使い始めるのが手堅い選び方です。単体・結合ならVitest・Jest・pytest、ブラウザ操作にはPlaywrightやSeleniumを使えます。Playwrightには差分・失敗に基づく選択機能がありますが、Seleniumでの実行対象の選択は、併用するテストランナーやプラグインで構成します。ノーコードのE2Eツールは、テストコードを書ける人が少ないチームで画面の回帰を回すときの選択肢になります。