Clineを使ってみた

Transcript

1. Cline使ってみた 2025-04-12 株式会社Digeon 坂下 竜馬
2. 2 Clineとは • VS Code 上で動作する AI 開発支援エージェント • 自然言語での指示により、コードの生成・編集、コマンド実行、ブラウザ操作などを自律的に行う https://docs.cline.bot/
3. 3 活用方法 1. タスクの指示 自然言語で実装してほしい内容を指示 2. プロジェクト解析 プロジェクト内のコードベースを解析し、必要なコンテキストを把握 3. コード生成・編集 必要なファイルの作成や既存ファイルの編集を自律的に行う 4. コマンド実行・結果検証 テストやビルドの実行、ブラウザ操作による UI 検証など
4. 4 基本的な使い方
5. 5 基本的な使い方 チャットでAIに指示 を書いて送信 Planモード: このモードでAIに指示 を出すと、AIが詳細な 実装計画を立て始める Actモード: AIが立てた計画を確認し、 問題がなければ切り替える。 切り替えると実装が始まる 送信した指示内容、 コストの確認ができる
6. Guide（一部抜粋）
7. .clinerules File 7 • プロジェクトのルールや技術スタックを事前に規定 https://docs.cline.bot/improving-your-prompting-skills/prompting#clinerules-file ルート直下 に.clinerulesを作成 内容は、最初は公式 のサンプルをコピペ でOK
8. .clinerules File 8 • 最初にプロジェクトをClineに読み込ませ、.clinerules を生成してもらうと楽 • 都度アップデートする • Clineと作業する中で、設定しておくべきガイドラインが見えてくる • アップデートもClineにやらせる
9. Cline Memory Bank 9 • セッションをまたいでプロジェクトの文脈を保持する • 以下の Markdown ファイルで構成される • projectbrief.md: プロジェクト概要 • productContext.md: 製品の目的や価値 • systemPatterns.md: システムアーキテクチャや設計パターン • techContext.md: 使用技術スタックや開発環境 • activeContext.md: 現在の作業内容や進捗 • progress.md: 進捗状況の記録 https://docs.cline.bot/improving-your-prompting-skills/cline-memory-bank
10. 10 Memory Bankの仕様を公式サイトから コピーして、Custom instructionにペースト `initialize memory bank`と指示を出すと、 Clineが各種ファイルを自動生成してくれる Cline Memory Bank
11. 使ってみて
12. とにかく仕事が早い 12 • 能力はジュニアエンジニアレベルと言われているが、作業速度が早い • 人間のジュニアエンジニアが丸一日かける作業を、1時間以内で終わらせたりする。 • コード生成の速さに比例して、予算（APIリクエスト）も猛烈な勢いで消費する ➔ 爆速でコードを書き、爆速で予算を消費するジュニアエンジニア （人間にはあまりいないタイプの性質） • 頻繁な成果物確認と、予算消費の制御が必須 • 粒度の細かいタスク設定や、明確なプロンプト設計が特に重要
13. コスト管理が疲れる 13 • コストがリアルタイムに表示されるため、常に意識させられる • コストを無駄にさせないために、プロンプトにかなり気を使う • 途中経過の確認が可能だが、それ自体が負担 （高速に動くAIの途中経過を追うのは認知負荷が高い） ➔ 負荷を減らす工夫 • API requestの適切な制限（デフォルトは20。段階的に増やす） • プロンプトの品質を高めるやり方の確立
14. Tips
15. プロンプトをChatGPTなどに書かせる 15 • 定額（無料）のサービスを利用し、Clineとのやり取りを極力減らすことでコストカットする
16. タスクは小さくする 16 • 一気に全体を作るため、大きいタスクを失敗すると無駄になるコストも大きい • 粒度が大きいほどプロンプト作成が難しくなり、誤解を与える可能性が高まる ➔ .clinerulesやMemory Bankの充実、利用者の慣れに応じて段階的に大きくする （それでもたまに暴走するので、油断は禁物）
17. 終わりに
18. 今後エンジニアに求められる能力 18 プロンプト設計・言語化力 自然言語による明確な指示が、AI活用の成否を決める AI出力の検証・最適化力 自分で書くスキルよりも、結果を評価するスキル 要件定義・アーキテクチャ設計力 抽象的判断、全体像の俯瞰はまだ人間の仕事