🥰

AIと仲良く開発するために大切なこと

に公開
AI
AWS
code
Claude
Kiro
idea

🤖 AIと開発する上で重要なこと

  • AIに責任を負うことはできない
    • → 最終的な判断・品質担保は人間が担うべき
  • AIは万能とまではいかない
    • → 特に業務ドメイン理解・倫理判断・未知タスクには弱い
  • AIの精度はINPUTで決まる
    • → 曖昧な指示では誤ったアウトプットになりやすく、精度向上には前提条件・制約・期待形式を明示する必要がある

⚖️ AIと仲良く付き合い開発する上で重要なこと

  • AIを「加速装置」または「ペアプロ相手」として捉える

    → 設計・目的は人が定義し、AIは手数を減らすパートナー。

  • AIの生成物を「レビュー対象」として受け取る姿勢

    → 完成ではなく「たたき台」として扱い、誤り・過不足・設計崩れを人間が補完・修正する。

  • プロンプトや指示文も「設計対象」として捉える

    → 設計ドキュメントを書くように、AIへの指示も精密に言語化する練習が必要。

💡 人とAIの長所

担当 得意領域 活用スタイルの例
👨‍💻 人間 創造性・設計・判断・倫理・抽象化 要件定義（ドメイン理解）/ アーキテクチャ設計 / バウンダリ定義（責任分離）/ UX設計やユーザーニーズ分析
🤖 AI 反復・補完・テンプレ生成・言語処理 コード補完・スキャフォールディング- テストケース自動生成/ モデル変換（OpenAPI → 実装など）/エラー解析、改善提案

🏃‍➡️ あくまでも避けたいこと

  • 全ての生成をAIに一任すること
    • あくまで開発者が責任を持てる状態であることが重要で、AIが作ったものを確認し、世の中に出すのは人間
    • 要件を満たせているのか、運用保守の観点で問題がないのかなど、開発で考慮するべき事案を考慮した上でリリースする必要があります
    • 第一段階のレビューとしてAIを挟んで参考にするのはすごくいいと思う 🙆‍♀️
  • AIを鵜呑みにすること
    • 出力内容は「仮説」として扱い、根拠と妥当性を評価する視点が必要。
    • 「AIがこう言ったから」ではなく、「なぜその構造なのか」を人が説明できる状態にするのが理想。
  • プロンプトを場当たり的に書くこと
    • 再利用性・透明性のないプロンプトは属人化の温床になる。
    • プロンプトも「設計資産」としてナレッジ管理しておくのが望ましい（例：/prompt-specs/ディレクトリなどに保存）。

📝 その上で気になるAIツール

人がやるべきことと、AIがやるべきことが明確に分けられているツールで、AIの弱みをツールの仕組みで補い、プロダクトを推進できるツールなので、凄い👏

最後に

「設計と思考は人間、反復と実装はAI」
これを軸に、責任の所在と成果物の質を明確に保つことが、AI時代のプロフェッショナル開発者に求められる姿かなと思いました

Discussion