AIの個性を理解し、指揮する

AIをどこまで組み込ませるか - 要件定義からテストまで拡張する開発プロセス

https://developer-productivity-engineering.connpass.com/event/370510/

Transcript

1. © Findy Inc. AIの個性を理解し、指揮する 1 2025.10.30 熊野 修太
2. © Findy Inc. 2 突然ですが AI コーディングエージェント 使ってますか？
3. © Findy Inc. 3 思う AI を「使う」ってなんなんだよ！
4. © Findy Inc. 4 また突然ですが AI コーディングエージェント いくつ使ってますか？
5. © Findy Inc. ❏ よく利⽤している / 利⽤していた ❏ GitHub Copilot (VSCode plugin / Code Review / Chat) ❏ Claude Code (CLI / Agent) ❏ Cline ❏ Devin ❏ Cursor ❏ 試験利⽤中 ❏ GitHub Copilot (Coding Agent) ❏ Kiro ❏ GitHub spec-kit ❏ Codex 5 利⽤している主なAI Coding Tools
6. © Findy Inc. ❏ GitHub Copilot (VSCode plugin / Code Review / Chat) ❏ Claude Code (CLI / Agent) ❏ Cline ❏ Devin ❏ Cursor 6 利⽤している主なAI Coding Tools AIの個性を理解して指揮しよう
7. © Findy Inc. 7 個性とは ❏ 開発環境の有無 ❏ コンテキストスイッチの柔軟性 ❏ キュレーション性能 ❏ 実⾏速度 ❏ 既存コードの理解度
8. © Findy Inc. 8 開発環境の有無 ❏ AIコーディング ＝ 並⾏作業 ❏ AI⽤の開発環境が⽤意できているほうが利⽤しやすい ❏ ⼀⽅でAI開発環境特有の問題も発⽣する ❏ 環境変数ファイルの不備から無茶なコードを⽣成 ❏ ライブラリアップデートを追従できていない ❏ アウトプットまでの過程が⻑いとレビューが⼤変 ゴールが明確でレビューがほぼ不要な作業
9. © Findy Inc. 9 コンテキストスイッチの柔軟性 ❏ 作業内容の理解⼒ ❏ ルール (instructions.md etc…) ❏ ⼿順 (prompt) ❏ セッション引き継ぎ ❏ MCP [Model Context Protocol] の使いやすさ ❏ 定型作業の型化 不確実性のある作業で⾼い精度をだすポテンシャル
10. © Findy Inc. 10 キュレーション性能 ❏ コード全体から条件に合致するものを抽出する⼒ ❏ 意味的な条件付けがある検索( AIによるgrep) ❏ `as const` vs `as AnyType` ❏ 繰り返し処理と結果の修正 ❏ eslint ruleの追加 ライブラリアップデート 構造的なリファクタリング
11. © Findy Inc. 11 実⾏速度 ❏ I/Oの単純スループット時間 ❏ ⽬的と⼿順に対する⼿段の取捨選択 ❏ Clineのshell芸はピカイチ ❏ Claude CodeはMCPとカスタムコマンドでプロンプトが⼩さく 済みやすい メインタスクとの並列度をあげやすい
12. © Findy Inc. ❏ システム全体の把握⼒ ❏ 現代のサービスの多くは複数のリポジトリから構成される ❏ 疎結合にしていてもAPIに依存した作りは⽣まれてしまう。 AIなら全体理解度が⾼い。 12 既存コードの理解度 既存仕様の調査や影響範囲の特定
13. © Findy Inc. 13 個性が⾒えてきたので 使い分けよう！
14. © Findy Inc. ❏ 新しい仕組みの導⼊はGitHub Copilot ❏ 既存にない仕組みを組むうえで豊富なバックグラウンドを発揮する ❏ 実装速度よりも検討と検証の繰り返し ❏ ライブラリの選定理由などを理解しながら進められる 14 おすすめの使い分け
15. © Findy Inc. ❏ 既存の仕組みを利⽤した実装はClaude Code ❏ コンテキストの理解度を調整しやすい ❏ ⽇常的な利⽤頻度が⾼く、コマンドなどへの投資価値も⾼い ❏ 速さと精度のバランス 15 おすすめの使い分け
16. © Findy Inc. ❏ 構造的なリファクタリングはCline ❏ プロダクト価値に直接関与しないが、⼿動ではコストが⾼いことを さっさと終わらせてくれる ❏ 特に⾼度な検索と置換の能⼒が⾼い ❏ ⽣成結果はテストやリンターで担保する 16 おすすめの使い分け
17. © Findy Inc. ❏ ドキュメント作成や仕様調査はDevin ❏ 複数リポジトリを横断して質問できる ❏ Wikiを⾃動⽣成するなど、⾃然⾔語でのアウトプット⼒も⾼い ❏ MarkdownやMermaidを書いてもらう事もできるので、開発ド キュメントの追従や更新もサポートしてくれる 17 おすすめの使い分け
18. © Findy Inc. 18 まとめ AI の個性をもとに効率よく多⾯的な貢献ができる 機能をつくるだけでなく、エンジニアリングの全体を AIとともに楽しんでいきましょう