AIを本気で使って分かった“現実と課題” 〜効率化の先にある、AIと共に成長するエンジニアリング〜

Transcript

1. AIを本気で使って分かった“現 実と課題” Speaker: スナガク 〜効率化の先にある、AIと共に成長するエンジニアリング〜 (Nov. 1, 2025) AI Coding Meetup Aichi
2. 自己紹介 スナガク • ソフトウェアエンジニア • 趣味: 個人開発 サウナ • 最近は Codex と Cursor にハマり中 個人開発 https://lovady.app/ • AIに気軽に恋愛相談できるアプリ Lovady • 現在 React Nativeを使ったアプリを開発中 2/26
3. 今日、話すこと 1. あまり知られてない？実践で見つけた効率化 5選 2. AI駆動開発を進めて感じた現実と課題 3. 「一人前になるために」AIとどう向き合うべきか？ 3/26
4. 1. 作業タスクを分解し git worktree で並行開発 • 画面が分かれる開発ではコンフリクトを避けて並行実装できる • ブランチごとに別ディレクトリを用意 4/26
5. Git Worktree とは？ • 1 つのリポジトリから複数の作業ツリーを生成 • 各作業ツリーは独立したブランチをチェックアウト • 並行作業しつつ一元管理が可能 5/26
6. 1. 作業タスクを分解し git worktree で並行開発 • 画面が分かれる開発ではコンフリクトを避けて並行実装できる • ブランチごとに別ディレクトリを用意 6/26
7. • 予め Kiroやcc-sddを使い 仕様書を作成 • 共有が必要な 型情報など は事前に作成する • PR用 のブランチに実装分を全てマージして動作確認 作業タスク分解 〜 並行開発の実例 7/26
8. 2. 独自のコード規約を作成してレビューさせる • バックエンド: クリーンアーキテクチャ構成などを明文化 • フロントエンド: スタイルの書き方や共通コンポーネントの場所を整理 • 明確なルールがあると 具体的なコードの書き方も指摘してくれる 8/26
9. コード規約は コードレビュー時に随時追加 • 修正した箇所 を 随時コード規約に追加する • AI に 「コード規約に追加しといて」と指示する • 次回以降 同じ指摘や修正を防げる、かも？ • コード規約の精度が高まると、リファクタリングにも応用できる 9/26
10. 3. AI に任せる ≠ 最短 • コード生成の待ち時間やレビュー工数は、思ったよりかかる • Codex は 応答時間が長い分、正確 • 細かい調整は、何度も会話してニュアンスを伝える必要がある • 人間が実装すべき領域を見極めることが重要 10/26
11. 4. 何も分かってないタスクは任せない • 最低限、チュートリアルと設定方法は理解する • 設定自体のミスは、AI は検知しにくい • 修正指示の精度が上がるので、実装スピードが上がる • 0 → 1 では、人が積極的に入る 11/26
12. 5. AIとのペアプロタスクは 1つに絞る • 人の脳は、PCとは違う • タスクの切り替えを行うたび、脳が疲れていく • 人が見なくても済むように工夫する 12/26
13. スナガク流 タスク管理方法 • 事前に設計書・実装計画書を作成 • 0 → 70 のタスクは同時並行で進める + 一切見ない • 計画書作成 と 70 → 100 の タスクに集中する • 人が関与しなくて済む仕組み を考える 13/26
14. 今日、話すこと 1. あまり知られてない？実践で見つけた効率化 5選 2. AI駆動開発を進めて感じた現実と課題 3. 「一人前になるために」AIとどう向き合うべきか？ 14/26
15. 1. AI を使うと 成長実感が得られない • 実装自体は出来て、スピードも上がり精度も高い • 個人開発のアイデアは素早く形になる • 「Yes」 or 「No」しか言えず、ベストプラクティスを考えられない • 「エンジニアとして成長できているのか？」という不安 • AI の使い方は上達しても自分のスキルが何か説明できない • 「バイブコーディングが上手い」 ≠ 「高いスキルを持っている」 15/26
16. 2. 現場で起きている問題 • ジュニアエンジニアが PR を量産しシニアエンジニアが疲弊 • ジュニアエンジニアの採用数を抑えようという動きも出る 16/26
17. 3. なぜシニアが疲弊するのか？ • PR の数だけが要因ではない • 一番の懸念は「コードや設計の意図・背景を説明できない」こと • シニアが知りたい情報は、バイブコーディングでは得られない 17/26
18. 4. 古典が語る最適な開発とは？ • 本能に耳を傾けながらプログラミングをする • 偶発的プログラミングを避ける • バイブコーディングでは、意識して考えにくい 出典：『達人プログラマ（第 2版）』オーム社（2020） 18/26
19. 5. ジュニアエンジニアの宿命 • ジュニアは「アウトプット」で評価される • そのため「AI で効率化する姿勢」は今後も必要 • 質の低いアウトプットの量産は、全体から見ると逆効果 • 質を担保したうえで生産性向上を狙う コードの質 とは？どうやって担保する？ AI 時代で どうすれば成長できる のか？ 19/26
20. 今日、話すこと 1. あまり知られてない？実践で見つけた効率化 5選 2. AI駆動開発を進めて感じた現実と課題 3. 「一人前になるために」AIとどう向き合うべきか？ 20/26
21. エンジニアが求められるスキル • 高い品質のコードを作成できる • レビュアーに負荷をかけさせない • 設計意図や懸念事項を共有できるようにする 21/26
22. 1. 設計を説明できるようになる • 設計意図や背景を自分の言葉で語る • 他案ではなくその設計を選んだ理由を整理 • 想定メリット・デメリットも把握 22/26
23. 2. コードを説明できるようになる • 変更意図や影響範囲を説明できるようにする • 「なぜその実装にしたのか」を答えられる状態に 23/26
24. 3. 設計の学習を継続的に行う • 「コードの品質を高める」習慣を付ける • そもそも知らなければ、AIに指摘できない • 新しい設計手法や原理・原則を学び続ける • 設計の裏にある思考・背景・目的を理解する 24/26
25. まとめ • AI を使った開発効率化は常に模索すべき • シニアエンジニアの負荷をどれだけ下げられるか？ • 常に「なぜその実装なのか？」を説明できるようにする 25/26
26. ご清聴ありがとうございました！ よかったら X フォローしてください！ @suna_gaku 26/26