Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
AIエージェントでのコーディングでわかった理解の重要性
Search
Satoshi Watanabe
July 30, 2025
Technology
0
25
AIエージェントでのコーディングでわかった理解の重要性
CHUO_Tech #8 Vibe Codingについて語ろう!での登壇資料です。
https://chuo-tech.connpass.com/event/358753/
Satoshi Watanabe
July 30, 2025
Tweet
Share
More Decks by Satoshi Watanabe
See All by Satoshi Watanabe
StartupAngular2資料
sassy
0
66
最近作ったClovaスキルの紹介
sassy
0
340
作ったスキルの紹介
sassy
1
440
RxJSではじめるリアクティブプログラミング
sassy
0
83
Other Decks in Technology
See All in Technology
Amazon Bedrock AgentCore でプロモーション用動画生成エージェントを開発する
nasuvitz
6
440
Yahoo!広告ビジネス基盤におけるバックエンド開発
lycorptech_jp
PRO
1
280
知られざるprops命名の慣習 アクション編
uhyo
11
2.6k
AIドリブンのソフトウェア開発 - うまいやり方とまずいやり方
okdt
PRO
9
650
あなたの知らない OneDrive
murachiakira
0
240
退屈なことはDevinにやらせよう〜〜Devin APIを使ったVisual Regression Testの自動追加〜
kawamataryo
3
710
夢の印税生活 / Life on Royalties
tmtms
0
290
ZOZOTOWNフロントエンドにおけるディレクトリの分割戦略
zozotech
PRO
18
5.5k
会社にデータエンジニアがいることでできるようになること
10xinc
9
1.6k
実践アプリケーション設計 ①データモデルとドメインモデル
recruitengineers
PRO
3
350
Preferred Networks (PFN) とLLM Post-Training チームの紹介 / 第4回 関東Kaggler会 スポンサーセッション
pfn
PRO
1
240
我々は雰囲気で仕事をしている / How can we do vibe coding as well
naospon
2
220
Featured
See All Featured
Building Adaptive Systems
keathley
43
2.7k
KATA
mclloyd
32
14k
Building an army of robots
kneath
306
46k
Making Projects Easy
brettharned
117
6.3k
Git: the NoSQL Database
bkeepers
PRO
431
65k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
33
2.4k
Optimising Largest Contentful Paint
csswizardry
37
3.4k
Navigating Team Friction
lara
189
15k
Scaling GitHub
holman
462
140k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
48
9.6k
Six Lessons from altMBA
skipperchong
28
4k
Producing Creativity
orderedlist
PRO
347
40k
Transcript
AIエージェントでのコーディングで わかった理解の重要性 ドクターメイト株式会社 ソフトウェアエンジニア 渡辺悟史
自己紹介 名前: 渡辺悟史 ドクターメイト株式会社 ソフトウェアエンジニア 担当サービス: 日中医療相談 オンライン診療サポート オンライン精神科医療養指導 趣味:
ライブ鑑賞 カメラ/写真撮影 最近は2歳児の育児に奮闘中
現在の開発環境と率直な感想 使用しているAIエージェント GitHub Copilot Devin (Claude Code も検証を始めたところ) 正直な実感:生産性は上がっていない? 期待していたほどの効率化を実感できていない
むしろ手間が増えているケースも多い なぜ生産性が上がらないのか?
生産性が上がらない理由 指示の難しさ うまくAIエージェントに指示を出せない 細かい指示は手動コーディングより面倒 意図を正確に伝えるコストが想像以上に高い アウトプットの品質問題 AIエージェントのアウトプットは一見するとそれらしいが微妙なケースが多い 最後の詰めが大変で結局手直しが必要 期待値とのギャップが大きい
手動コーディング禁止をやってみた AIエージェントのみでの開発を1sprintやってみた 部分的な手直しができないジレンマ 効率は最後の部分で時間がかかり、低下している 結果的に生産性が低下
何が大事か?効果的な活用方法 カスタム命令でコンテキストを与える copilot-instructions.md でルールを詳細に記述 テストの書き方、コーディング規約を明文化 プロジェクト固有の情報を共有 採用したアーキテクチャや設計情報 技術スタックや制約条件 どのようにテストを書くかのサンプル 既存のパターンやベストプラクティスもあると良いのかも
コードベース理解の重要性(1) なぜコードベース理解が必要なのか? コードベースの理解がないとうまく指示が出せない アウトプットの評価ができないと品質の悪いコードをコミットしてしまう可能性 理解できないため、結局AIの成果物を捨ててしまうこともある
コードベース理解の重要性(2) コードを理解するための実践方法 PRをレビューする 実際のコードをきちんと理解していく 時間をかけて理解 PRのレビューをAIに解説してもらう AIにレビューしてもらうより、自分の理解のために活用 AIエージェントに指摘してもらうのではなく、自分が指摘するための理解に使う 自分で書くことも大事 自分で書く、レビューすることで理解が深まる
理解することでAIを使いこなせるようになる
理想的なバランス:全てを任せない 現在の配分 4割AI、6割人間 の割合(感覚的には)で開発 完全にAIに依存するのではなく、人間の判断を重視 使いこなせるようになればAIの割合を増やせるかも 人間が担うべき領域 設計思想とアーキテクチャの決定 コードレビューと品質管理 最終的な判断と責任
モデルの進化に期待 ここ半年で確実にアウトプットの質は上がっている 技術の進歩は着実に感じられる 今後の発展に大きく期待
まとめ:現実的な期待と今後の展望 現時点での学び AIエージェントは万能ではない 適切な指示とコンテキスト提供が重要 コードベース理解が成功の鍵 これからの開発スタイル AIと人間の協働関係を模索 継続的な学習とスキル向上 技術進歩に合わせた柔軟な対応
We're hiring! 引き続き、ドクターメイトははソフトウェアエンジニアを募集しています! 興味のある方はぜひご応募ください!