CopilotとJira連携でAI作業は案件管理に残せるか【チャット任せにしない証跡設計】

CopilotとJiraを連携すると、Teamsの中からJiraチケットを探したり、作成・更新・コメント追加をしたりできる場面があります。
ただし、ここで大事なのはAIで作業できるかではなく、AIが関わった作業を後から追える形で残せるかです。

結論から言うと、Microsoft 365 CopilotとJira Cloudを使っている会社なら、AI作業を案件管理に近づける余地はあります。
しかし、Teamsチャットだけを証跡にするのでは足りません。Jiraの作業項目キー、変更内容、承認者、次のアクションまで残して初めて、案件単位で確認できる記録になります。

この記事では、2026年6月時点で確認できるMicrosoftとAtlassianの公式情報をもとに、Copilot Jira連携、AI作業ログ、Jira証跡管理の見方を整理します。

CopilotとJira連携で何ができるのか

Atlassian公式サポートは、Microsoft TeamsでCopilot用Jira Cloudプラグインを使うと、自然言語のプロンプトでJiraチケットを検索し、タスクの作成・更新、コメント追加などをTeamsチャット内で行えると説明しています。
前提として、Microsoft 365 Copilotライセンス、Copilot拡張機能、Atlassianアカウントなどが必要です。

出典: Atlassian Support「Microsoft TeamsでCopilot用のJira Cloudプラグインを統合する」

Microsoftのパートナー向けブログでも、Jira CloudプラグインはTeamsメッセージ拡張機能とMicrosoft Graph Connectorを組み合わせ、未解決チケットの検索、担当タスクの確認、週次アクションアイテム要約などを支援する例が示されています。
つまり、入口はJiraを開かずに状況を見に行けることです。

出典: Microsoft Partner Blog「Microsoft Copilot for Microsoft 365用Jira Cloudプラグインで生産性を向上」

チャット任せにしない証跡設計が必要な理由

Teamsチャットは会話の流れを追う場所で、Jiraは案件の状態を追う場所です。
AIに「この件をまとめて」「次のタスクを作って」と頼んだとしても、その結果がチャットの中だけに残ると、後からどの案件で、誰が、何を承認したのかが見えにくくなります。

特に中小企業では、問い合わせ対応、開発依頼、社内改善タスクが同じチャットで流れがちです。
だからこそ、AIの出力は便利な下書きとして扱い、正式な判断はJiraの作業項目に戻し、Copilotの社内データ接続と権限棚卸しを先に整理しておくと、どの情報をCopilotに見せるかも決めやすくなります。

Jiraに残すべき5項目

AI作業を案件管理に残すなら、Jiraチケットには最低限5項目を固定します。
ポイントは、AIの出力をそのまま貼ることではありません。人が確認した決定事項だけを案件の履歴にすることです。

項目	残す内容	目的
作業項目キー	対象のJiraキー、関連チケット	別案件への誤更新を防ぐ
AIへの依頼	要約、調査、下書きなど依頼種別	AIが何をしたか分ける
AI出力の要約	採用した内容、見送った内容	会話全文に依存しない
人の判断	承認者、確認日、修正理由	責任の所在を明確にする
次のアクション	担当者、期限、完了条件	案件を進める記録にする

この5項目がないままAI連携を広げると、作業は速くなったように見えても、確認に戻る時間が増えます。
承認の分け方は、AIエージェントの承認フローで整理している「閲覧・提案・実行」の分離と同じ考え方です。

権限とコネクタで確認すること

Microsoft Learnは、Copilot connectorsをMicrosoft 365外のデータに接続する仕組みとして説明し、Jiraをprebuilt connectorの例に含めています。
同期型コネクタでは外部データがMicrosoft Graphにインデックスされ、権限に基づいてCopilotが参照できる形になります。

同じページでは、Copilot Chatは既定では外部システムへ書き戻さないとも説明されています。
そのため、Jiraへの作成・更新・コメント追加のような書き込み系アクションは、プラグイン、action connectors、管理者設定、Jira側の権限を分けて確認してください。

出典: Microsoft Learn「Copilot connectors overview」

実務では、最初に次の4つを見ます。
1. Copilot拡張機能を誰に許可するか
2. Jiraプロジェクトごとの閲覧権限が適切か
3. 作成・更新・コメント追加を誰に許すか
4. 退職者、外部メンバー、委託先のアクセス停止が漏れていないか

ここはAIツール固有の話に見えますが、本質は社内データの扱いです。生成AIに社内データを学習させない設定や、セキュリティ初動の証跡ルールと合わせて、AI連携前の棚卸し項目に入れてください。

AIエージェント時代のJira運用

Atlassian公式は、JiraでAI agent sessionを表示・管理できると説明しています。
そこでは、エージェント名、ステータス、作業項目キー、要約、最終更新日時などを確認でき、入力が必要、作業中、完了、レビュー待ちといった状態を見られます。

出典: Atlassian Support「Jiraでエージェントセッションを表示して管理する」

また、Atlassian公式のAI agentsページでは、AIエージェントを作業項目へ割り当てる、コメントでメンションする、ワークフロー遷移でトリガーする、AI coding toolへ作業項目を渡す、といったトピックが示されています。
ここから先は、AIが会話するだけでなく、案件の中で作業する段階へ進む話です。

出典: Atlassian Support「Work with AI agents in Jira」

AIエージェントに何を任せるかは、AIエージェントに任せられる業務と人が残す仕事の線引きから決めると安全です。
効果を見るときは作業時間だけでなく、差し戻し、確認漏れ、承認待ちの滞留が減ったかまで見る必要があり、測定軸はAIエージェント導入効果の測定も参考になります。

まず2週間だけ試す

いきなり全社のJiraをCopilotに触らせる必要はありません。
最初は検索・要約だけを2週間に絞り、更新系は人が手で反映する形にしてください。ここでチケットの粒度が粗い、担当者が曖昧、完了条件が書かれていない、といった運用課題が見えます。

• 対象プロジェクトを1つに絞る
• Copilotに許可する操作を検索・要約から始める
• Jiraコメントに残すテンプレートを作る
• 更新系アクションは管理者と承認者を分ける
• 2週間後に誤更新、差し戻し、確認漏れを確認する

テンプレートは難しくなくてかまいません。
AIに依頼したこと
採用した出力
人が直した点
次に誰が何をするか
この4行をJiraコメントに残すだけでも、チャット任せの運用から一歩進めます。

社内ルールとして残すなら、生成AIの社内利用ガイドラインに「AIが作成したタスク・コメント・要約の扱い」を1項目追加します。
チャットで終わらせず、Jiraに戻す。この小さなルールが、AI連携を管理可能な業務プロセスに変えます。

CopilotとJira連携でよくある質問