はじめに
最近、開発時にお試しとしてAIを導入しており、その中で日々感じたことをまとめています。
主に Claude Code を利用していますが、他のAIツールでも共通する部分は多いと思います。
AIの仕組みや使い方といった詳細な内容は他の記事に情報が豊富なので、ここでは触れません。
実際に使ってみて「こういうときに便利だった」「ここは気をつけた方がいい」と感じた点を中心にまとめます。
調査で感じたこと
-
曖昧な情報からでも調べられる
たとえば「○○ってなんて言ったっけ？」のように、キーワードが曖昧な状態でもそれなりに答えを導き出してくれます。人に聞きづらいような質問でも気軽に投げられるのが良いです。 -
新しい情報には弱い
学習データが少し古いため、次期OSの仕様など最新情報をまとめてもらおうとしてもうまくいかないことがあります。公式情報を確認する姿勢は引き続き必要です。 -
ログ解析がかなり楽になる
人が目で追うと時間がかかるようなログでも、AIに要約や原因分析をしてもらうと効率的に調査できます。兆候の把握や原因の絞り込みにかなり役立ちます。
開発で感じたこと
-
検索よりも文脈で探してもらえるのが強い
通常の全文検索ではキーワードが曖昧だと目的のコードにたどり着きにくいですが、AIだと文脈を踏まえて探してくれます。
たとえば「このAPIエンドポイントの実装箇所を探して」と指示すると、パス定義が分割されていて通常の検索でヒットしない場合でも見つけてくれることがあります。
レビューで感じたこと
-
コミットメッセージは丁寧に書く
コミット差分をAIにレビューさせる場合、メッセージ内容も判断材料として使われます。
「なぜこの変更をしたのか」を明確に書いておくと、より正確なレビュー結果を得られます。
さいごに感じたこと
-
従来の開発の基本はそのまま活きる
コメントを書く、命名を丁寧にする、といった基本的なことを守っていれば、AIを活用しやすくなります。 -
人間が理解できない状況ではAIも理解できない
コードや設計の意図をAIが把握できるよう、必要な情報を整理して提示することが大切です。 -
AIの出力はあくまで参考情報
結果を鵜呑みにせず、最終的な判断は自分で行う必要があります。 -
9割正しくても1割は間違う前提で使う
ドキュメント作成や要約などでは非常に便利ですが、誤りが混ざることはあります。
細かい部分をすべて手作業で直すより、AIに「ここを修正して」と再依頼した方が効率的なことも多いです。
まとめ
AIを導入すると、調査や開発の効率が格段に上がる一方で、「どう使うか」「どこまで信頼するか」という判断力が求められます。
上手く活用できれば、開発スピードも理解の深さも大きく向上するので、試行錯誤しながら使っていくのが良さそうです。