@PrajwalTomar_ さんの記事が自分がやっていること/やりたいことに近かったので大変参考になりました。
In last 5 months, I’ve built 16 SaaS products for clients using Cursor.
— Prajwal Tomar (@PrajwalTomar_) March 1, 2025
Now, I’ve cracked the best AI coding workflow for Cursor.
Here’s my step-by-step guide to building production-ready MVPs: pic.twitter.com/dk2xnnvw44
AI 搭載の IDE は他にもありましたが、Cursor を使い始めてからは、他の IDE に切り替えることはありませんでした。
Cursor は、私が投げかけるあらゆるものを処理します:
- ランディング ページ
- フルスケールの SaaS 製品
- 複雑な CRM システム
摩擦を取り除き、開発サイクルを高速化し、AI 搭載のコーディングを効率化します。
- 新しい Cursor 0.46 アップデートをインストールします
Cursor の UI は最近変更されました:
- チャット → 質問 (一般的なコーディング クエリ用)
- Composer (通常) → 編集 (インライン変更用)
- Composer (エージェント) → エージェント (AI 駆動型開発用)
使用方法:
- 質問: 迅速なバグ修正と高レベルの説明
- 編集: 既存のコードのリファクタリングと改善
- エージェント: ファイル間で複雑なロジックを実装
- ゼロから始める代わりにスターター キットを使用する
プロジェクトをゼロから始めると、時間の無駄になります。私は開発プロセスをスピードアップするために、常にスターター キットを使用しています。
私は独自のスターター キットを使用していましたが、最近、@cj_zZZz
が CodeGuide に 6 つのスターター キットを追加したとシェアしました。これらは実際に便利です。現在は、@CodeGuidedev
スターター キットを使用して開始しています。
- カーソルは自己破壊的になる可能性がある - 修正
カーソル エージェントは、正しく使用しないとコードを壊す可能性があります。
AI によって生成された変更を制御するために、@CodeGuideDev
を介して構造化されたコーディング ドキュメントを使用します。
これらのドキュメントには、次のものが含まれます。
- PRD (製品要件ドキュメント)
- アプリ フロー ドキュメント
- 技術スタックと API ドキュメント
- フロントエンドとバックエンドのガイドライン
これにより、AI が明確なコンテキスト内で動作することが保証されます。
詳しくはこちらに書きました:
https://x.com/PrajwalTomar_/status/1893298169586344191
- .cursorrules の代わりにプロジェクト ルールを使用する
.cursorrules は忘れてください。プロジェクト ルールの方がはるかに柔軟です:
- 特定のファイル タイプ (SQL、API、UI コンポーネント) に AI ルールを適用する
- チーム間でルールを同期して一貫性を維持する
- テクノロジ スタックに基づいて AI の提案を微調整する
プロジェクト ルールを設定すると、Cursor はプロジェクト専用に構築されたパーソナル AI 開発のように感じられます。
- Cursor のメモ帳を使用して便利なコードを保存する
同じプロンプトを書き直す代わりに、頻繁に使用するクエリを Cursor のメモ帳に保存します。
次の場合に最適です:
- 認証フロー
- API リクエスト テンプレート
- 一般的なデバッグ手順
これにより、時間の節約になります。
- 実装計画 – コンテキストを最新の状態に保つ
Cursor のエージェント モードは、構造化されたコンテキストがある場合に最も効果的に機能します。
@CodeGuideDev
は、次の機能を備えた実装計画 .md を生成するようになりました。
- プロジェクトを 50 以上の構造化されたステップに分割します
- AI エージェントがコードを実行するためのロードマップを作成します
- AI が開発フロー全体と整合していることを保証します
作業中に更新し続けます。これにより、AI が軌道に乗ります。
- MCP (モデル コンテキスト プロトコル) を使用してワークフローを自動化します
Cursor は単なる AI コーディング アシスタントではありません。MCP を介して外部ツールに接続できます。
MCP を使用すると、Cursor は次のことができます。
- PostgreSQL データベースを管理します
- Perplexity AI から洞察を取得します
- スクリプトを実行してワークフローを自動化します
これは、スタックとシームレスに統合される AI 搭載の開発アシスタントだと考えています。
- GitHub コミットの重要性
AI 生成コードにはバージョン管理が必要です (コードが失われないようにするため)
これが私のコミット ワークフローです:
- AI 生成の主要な変更のたびにコミットする
- AI 生成コードと手動コードに別々のブランチを使用する
- AI の変更を追跡するために明確なコミット メッセージを書く
これにより、何かが壊れた場合に AI 編集を元に戻すことができます。
- AI を使用したデバッグ – 正しい方法
Cursor はコードをデバッグできますが、適切にガイドする必要があります:
- まず、Cursor にエラーを識別させる
- 次に、デバッグ アプローチを要求します (まだ修正ではありません)
- 最後に、提案された修正を適用前に確認する
これにより、AI 修正を盲目的に信頼して新しいバグが発生するのを防ぐことができます。
- TL;DR – Cursor を微調整して、最大限に活用します。
Cursor + CodeGuide + AI 駆動型ワークフロー = MVP が 5 倍高速化。
- スターター キットを使用して、効果的なプロジェクト設定を行います
- 構造化されたドキュメントを使用して、カーソルの周囲にコンテキスト境界を構築します
- Github に頻繁にコミットし、AI の変更を追跡します
- 各フェーズで適切な AI モデルを使用します (コードには Sonnet 3.7、デバッグには o1)
私はこのワークフローを使用して、すべてのクライアント MVP を構築してきましたが、非常にうまく機能しています。
間もなく、プライベート コミュニティで詳細なチュートリアルを共有します。
開発に AI を使用する際の最大の課題は何ですか? ぜひ話し合いましょう。
Prajwalさんの言われる CodeGuideDev はAI駆動開発のための詳細なドキュメンテーションをしてくれるサービスのようでした。
実は自分もドキュメンテーションには苦労しているところでした。ただ日本特有のというか、大型ウォーターフォールなドキュメンテーションを参考に作っています。
また使うフレームワークを限定的にしていることもあり、それなりに絞ったもの、思ったものが出来上がります。
それはそれで結構うまくいっているところがあったのですが、 CodeGuideDev だとより詳細なステップに分解してくれているようです。