1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

Claude Code、全自動は無理ですよね?笑

1
Posted at

先に言っておくと、私はClaude Codeを毎日使っています。使っているからこそ、同じ人いるんじゃないかと思い書いています。
そんな万能なものあれば全ての人はClaudeしか使わなくなる・・・

Claude Code、使えないですよね?笑

いやAI全般に言えることですが、エンジニアであればあるほど、細かい箇所とか気になって、その修正だけで1日無駄にしたことありますよね?

SNSがまぶしい

X(Twitter)を開くと「Claudeで全自動でアプリ作ってみた」「もうエンジニア要らない」みたいな投稿が流れてきます。
友人にも「もうエンジニア要らないんじゃね?」と言われました。
Qiitaでもちょくちょく見かけます。

焦りませんか?私はもう焦らなくなりました。

「##(見出し)」や「XMLタグ」、「ーーー」で区切ってプロンプトを構造化して、
Skillにお願いすれば良いと思って実装して、
それでもいい設計・いいコードにならない。周りは全自動でアプリができてるっぽいのに。

誤解のないように言うと、構造化そのものは効きます。
「##」で区切れば回答の精度は目に見えて上がります。
ただ「効く」と「全自動でできる」の間には、深い溝があります。

そもそも、AIとのレビュー永久ループを体験したことないんですかね・・・
「なんでこの設計?」「権限を設計して」「従量課金の金額を抑えたいから見直して」と
突っ込んでいるうちに、自分がいま何をしているんだか分からなくなるやつです。
ありますよね?

話を戻すと、全自動でアプリを作れている人を、少なくとも私は見たことがありません。

いやおそらく0ではないと思いますが、社内アプリですら、最後は人の手でしたし、自分の作ったWEBアプリも最後は自分の手でした。

情弱な私は、約20万使いました

理由があります。私は「全自動でアプリが作れるプロンプト」系の高額商材に、合計で20万円近く使ってきました。情弱でした。

結果:作れませんでした。

ちなみに商材の中身は、##で構造化しましょう、みたいな、今ならQiitaで無料で読める内容がほとんどでした。
それに20万。だから情弱と言っています。

そのコミュニティのリアルの集まりで、参加者の一人と仲良くなって聞いてみたんです。「作れました?」って。

その人も作れていませんでした。

もう一人、非エンジニアの方は「できましたよ!」と言っていました。詳しく聞くと、ログインの挙動だけでした。

この時、私の頭の中はこうでした。
『ReactにAuth0を繋げばログインは動くぞ。AWSのAmplifyなら最初からログイン機構が入ってるぞ』
「アプリができた」と「ログイン画面が動いた」の間には、深い深い溝があります。
あまりの衝撃に、その場では何も言えませんでした。

『できた』の基準が、エンジニアと非エンジニアではここまで違うのかと思いました。

AIエージェントあるある

私だけじゃないと信じて書きます。

  • 修正をお願いしたら、頼んでいない場所まで直してくる。なんてありがたいんだ・・・
  • 明らかに意図しない挙動なのに、「テストOKです!」と自信満々に報告してくる
  • レビューを頼んで、返ってきた指摘に3つ突っ込みを入れていたら、自分もAIも、いま何をしていたのか分からなくなった
  • 気づいたら、動くけど直せない「8割完成」のものが手元に残る

そう、8割まではできるんです。すごい時代です。でも最後の2割で詰む。そしてアプリは8割では出せません。そして意図した動きにはなりません。

それでも毎日使うので、私のマシな付き合い方

成功する方法は書けません。持ってないので。ただ、失敗を重ねて「これはマシになる」と感じたことは2つあります。

1. 回答は短く。1つずつ進む

AIの回答が長いと、人間が読み切れなくなります。読み切れないまま「OK」と言った瞬間から、ズレが積もり始めます。なので最初にこう頼みます。

「回答は短く。1つずつ進みましょう」

AIの返答は全部読む。読めない長さなら短くしてもらう。理解するまで次に進まない。 地味ですが、これが一番効きました。

2. レビュー指摘は「リスト化→合意→チェック」

レビューをお願いすると、指摘が一気に返ってきて、さっきの「指摘に複数突っ込みを入れて迷子」が起きます。なので、

  1. まず指摘をリスト(テキスト)にしてもらう
  2. 1個ずつ「直す/直さない」を私とAIで合意する
  3. 合意したものだけチェックを付けて潰していく

この方式だと1つずつ処理できるので、手戻りが減ります。
「リスト」にすると何が残っているかも分かりやすい。
さらに、①で説明した「一つずつ修正」のプロンプトに自然となるので、精度も上がっていると感じます。

おまけ:3回同じことを言ってダメなら、セッションを変える

同じ指摘を3回して直らないときは、そのセッションはもう迷子です。粘らずに、引き継ぎプロンプトを作ってもらって、新しいセッションでやり直す方が早いです。

結論:全部は自動化できません。断言しておきます

  • セッションごと・プロンプトごとに、Skillや指示は作り直す
  • 依頼は短く区切る
  • AIの返答は全部見る。見れない長さなら短くしてもらう
  • 理解するまで進まない

これを意識づけすると、かなり良くなります。体感で言えば、だいぶ良くなります。

でも、100点にはなりません。断言しておきます。

最後の2割を埋めるのは、「なぜAIがそう作ったのか」を分かって、直せる人です。
つまり、中身を知っている人。AIの時代になっても、そこはまだエンジニアの仕事です。

私は今日もClaude Codeに「回答は短く。1つずつ進みましょう」と言うところから始めます。


ここまで読んでくれてありがとうございます。
「いや、私は全自動でできてるよ」という方がいたら、ぜひコメントで教えてください。本気で知りたいです。

1
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?