💭

AIと一緒にAWS学習アプリを作る話【#1 構想編】

に公開
ChatGPT
Claude
idea

はじめに

AWSの学習を進める中で、AIを使った開発プロセスにも興味を持ちました。せっかくなら両方を同時に学べる形で進めようと、このプロジェクトを始めました。

また、開発プロセス自体を記録してポートフォリオにすることにしました。この記事はその第一歩、構想と方針決めの記録です。

同じようにAIを活用して開発を進めたい方の参考になれば嬉しいです。

作るもの

AWS SAA（Solutions Architect Associate）AI解説付き問題集アプリ

AWSの資格勉強をしながら、同時にアプリ開発の経験も積める一石二鳥の企画です。

MVPのスコープ

まずは最小構成（MVP）から始めます。

  • AWSに関する問題を表示できる
  • 選択式で回答できる
  • 回答後にAIによる解説を表示する
  • 問題数は少数（5問程度）からスタート

データはJSONで管理し、AI解説は事前生成して保存する方針です。技術スタックは設計フェーズで決めます。

ツール構成

用途 ツール
コード管理 GitHub
作業ログ／設計／思考 Notion
外部発信 Zenn（この記事！）

プロンプト管理の分け方

AIとのやり取りを記録するにあたって、保存場所を以下のように整理しました。

Notion

  • 試行錯誤中のプロンプト
  • 失敗したプロンプトと反省
  • 文脈込みのメモ

GitHub

  • 完成・再利用確定のテンプレート
  • 他プロジェクトでも使えるもの

「試行錯誤はNotion、再利用できるものはGitHub」という基準にすることで、ログが散らかりにくくなります。

ChatGPTとClaudeを使い分けた話

今回、同じ質問をChatGPTとClaude両方に投げてみました。その結果が興味深かったので共有します。

質問内容：「コード管理はGitHub、作業ログはNotion、テーマはAWS SAA AI解説付き問題集アプリという構成で考慮漏れはありますか？」

Claudeの回答
AIとのやり取り（プロンプト履歴）の保存場所が明示されていない点を指摘。ChatGPTのチャット履歴は後から見返しにくかったり消えるリスクがあるため、Notionかに保存先を決めておくべきとのアドバイスでした。

ChatGPTの回答
転職・スキル証明の観点から「見せる設計」が必要と指摘。外部発信（Zenn/Qiita）・GitHub READMEの作り込み・AI活用の証拠・動くデモ・技術選定理由の5点を優先順に提示してくれました。

気づいたこと

Claudeは「記録・振り返り」の観点で深掘りしてくれ、ChatGPTは「ポートフォリオとして見せる」観点で広く網羅してくれました。どちらが正解ではなく、目的を明確に伝えることでより的確な回答が得られるということを実感しました。

AIへの指示（プロンプト）の作り方

毎回ゼロからプロンプトを書くのは非効率なので、ベースとなるテンプレートを作りました。

あなたは優秀なソフトウェアエンジニア兼ソリューションアーキテクトです。
現在、以下のプロジェクトを開発しています。

# ■ プロジェクト概要
テーマ：AWS SAA向けの「AI解説付き問題集アプリ」の開発

# ■ スキルレベル
・プログラミング経験：未経験
・AWS経験：未経験
※ 説明は初心者向けにしてください。専門用語には補足を入れてください。

# ■ 依頼内容
（←ここに具体的な依頼を書く）

ポイントはスキルレベルを明示することです。これを書くだけで回答の粒度が自分に合ったものになります。

AI活用ログの記録フォーマット

Notionにはこの形式で毎回記録していきます。

## 📅 日付

### 依頼内容
### 使ったプロンプト
### AIの回答（要点）
### 自分の判断・修正
### 評価 ⭐⭐⭐
### 次回への改善メモ

「どこでAIを使ったか・どう判断したか」が蓄積されることで、単にAIを使った人ではなく、AIと自分の思考を組み合わせられる人として差別化できると考えています。

次回

MVPの設計と技術スタックの選定を進めます。

  • フロントエンドの技術選定
  • AWSサービスの構成決定
  • JSONのデータ設計

引き続き、ChatGPT・Claudeとのやり取りも記録しながら進めていきます。

この記事はClaude・ChatGPTとの対話をもとに作成しました。

Discussion