More than 1 year has passed since last update.

エンジニア必見：ChatGPTと開発プロセスの現場利用について

Last updated at 2023-04-05Posted at 2023-04-05

ChatGPTの登場で、会話に利用しようとか、サービスに利用するという観点で色々と皆さん工夫、思考されてるのをよく見かけます。

実は、もう一方で開発プロセスの現場においてChatGPTを利用する事により開発の生産性を飛躍的に向上できるという事も知っておかないと行けません。

知っているだけではなく、開発プロセスの現場に今スグに導入すべきだと思います。

ChatGPTの開発プロセスの現場利用について

下記の利用シーンが考えられます。

１．ソース読解　　ー＞　実装説明生成、アルゴリズム解説

２．設計　　　　　ー＞　仕様書作成、DB設計作成、アーキテクチャ生成

３．実装　　　　　ー＞　コード生成、テスト生成、デバッグ、ソース変換

４．インフラ　　　ー＞　インフラコード生成、設定エラー解説、脆弱性チェック

５．ドキュメント　ー＞　コメント生成、ドキュメント生成

１．ソースコード解読

下記を解説お願いします # 必要なライブラリをインポート
import numpy as np
import pandas as pd

# シードの設定
np.random.seed(0)
# データのサイズ
size = 120

# 学習意欲を表す変数X1(交絡因子)
X1 = np.random.uniform(0, 1, size)
# 理系出身ダミーX2(交絡因子)
X2 = np.random.choice([0, 1], p=[0.5, 0.5], size=size)
# 特講受講ダミーD(処置変数)
D_noise = np.random.uniform(0, 0.2, size)
D_threshold = 0.6*X1 + 0.2*X2 + D_noise
D = np.where(D_threshold>=0.5, 1, 0)

# 試験の得点Y
Y_noise = np.random.normal(0, 10, size)
Y = np.clip(40*X1 + 20*X2 + 20*D + Y_noise, 0, 100).astype("int")

# データフレームに格納し、5つだけ出力
df = pd.DataFrame({"学習意欲": X1, "理系出身ダミー": X2, "特講受講ダミー": D, "試験の得点": Y})
df.head()