💡 AI駆動開発とは

Claude Code、Codex、CursorなどのAIコーディングアシスタントを活用した開発スタイルです。

AIに「この機能を実装して」と伝えると、コードを生成してくれる。エラーが出たら「このエラーを修正して」と伝えると、修正案を提案してくれる。

このスタイルで開発効率を最大化するには、AIが理解しやすい技術スタックを選ぶことが重要です。

個人開発者向けの投稿プラットフォーム「izanami」には「個人開発完全ガイド」という素晴らしいドキュメントがあり、技術選定のリソース集や個人開発の全体像がよくまとまっています。私は技術選定を一通り終えた後にこのガイドを知りました。（始める前に知りたかった…笑）

「これを見てください」だとここで話が終わってしまうので、この記事では私が実際に選んだ技術スタックと、その判断基準を共有します。

✏️ AIと相性の良い技術の特徴

型情報があると、AIは「この関数は何を受け取り、何を返すか」を把握しやすくなります。

interface User {
  id: string;
  name: string;
  email: string;
}

function getUser(id: string): Promise<User> {
  // AIはこの関数が何を返すか理解できる
}

TypeScriptのような静的型付け言語は、コードに型情報が含まれるためAIが理解しやすいです。ただし、RubyやPythonのような動的型付け言語でも、ドキュメントが充実していればAIは十分に活用できると思います。

ドキュメントが充実している技術ほど、AIは正確な回答を返す傾向があります。逆に、ドキュメントが少ないマイナーなライブラリでは、AIが古い情報や間違った情報を返すことがあります。

利用者が多い技術ほど、AIは適切な回答を返しやすい傾向があります。

Next.js、React、Supabaseなどは利用者が多く、「〇〇したいんだけど」と伝えると、適切な実装パターンを提案してくれます。

明確なルールがある技術は、AIにとって扱いやすいです。

Next.jsのApp Routerは良い例です。app/page.tsxがトップページ、app/about/page.tsxが/aboutページ。ルールが明確なので、AIは正確にファイル配置を理解できます。

私が開発しているMemoreruでは、以下の技術を採用しました。すべて「AIと相性が良い」という基準で選んでいます。詳細な技術スタックは「Memoreruについて」に掲載しています。

私はもともとサーバーサイドのエンジニアで、フロントエンドの技術には詳しくありませんでした。それでも、AIに質問しながら調べて進めることで、なんとか形にできています。詳しくない分野でも、AI駆動開発なら挑戦しやすいと感じています。

技術	選定理由
Better Auth	TypeScript製、型安全
Hono	TypeScript製、軽量

リリースされたばかりの技術は、AIが正確なコードを生成できない可能性があります。少なくとも半年〜1年は様子を見るのが安全です。

英語のドキュメントがあるライブラリの方が、AIは正確な回答を返しやすい傾向があります。日本語のみのライブラリでは、AIが適切な提案をできないことがあります。

学習コストが高い技術は、AIにとっても難しいです。独自の概念や規約が多いフレームワークは、AIが間違った提案をすることがあります。

完璧な技術選定はありません。開発を進める中で、「この技術は合わなかった」と気づくこともあります。

Memoreruでも、いくつか技術を乗り換えました。

乗り換えは面倒ですが、AI駆動開発なら移行作業もAIに手伝ってもらえます。最初から完璧を目指すより、「合わなかったら変える」くらいの気持ちで始めるのがおすすめです。

技術選定の過程では、Claude Codeに質問しながら進めることも多かったです。「認証ライブラリを比較して」「ORMの選択肢を教えて」といった質問を投げると、各ライブラリの特徴やメリット・デメリットを整理してくれます。最終的な判断は自分で行いますが、比較検討の効率が大幅に上がりました。

技術選定で迷ったら、以下のチェックリストを参考にしてください。

すべてにチェックが入る技術を選べば、AI駆動開発で効率よく開発を進められます。

明日は「Next.js + Supabaseで始める個人開発：プロジェクト構成の全体像」について解説します。