CATEGORY

AI駆動開発

Claude Code・Codex などのAIを開発に組み込む「AI駆動開発」の記事をまとめています。工程ごとのAIと人の分担、社内ナレッジ検索(RAG)の仕組み、AIでLP・Webアプリ・資料を作った実体験を紹介します。

記事 11 件

ARTICLES

AI駆動開発の記事

GUIDE

AI駆動開発の要点

このカテゴリーでは、Claude Code や Codex などの AI を、コードを書く・直す・確かめる作業に組み込んで開発を進める方法を「AI 駆動開発」として扱っています。AI にエラーを貼り付けて聞くだけの使い方から、AI がリポジトリを読んで自分で作業を進める使い方へと、開発の景色は変わりつつあります。

工程ごとに見ると、要件の整理、コードの生成、テストコードの作成、明らかな誤りの指摘などは AI に任せやすく、何を作るかの決定、設計の採否、仕様を満たしているかの判断は人が担います。AI の出力は最終成果物ではなく下書きとして扱い、小さく指示して小さく確かめるのが品質を保つコツです。実際に AI で LP を作った検証でも、構成・実装・画像の生成の多くを AI に任せられた一方で、誰に何を売るか、どこで問い合わせにつなげるか、公開後に何を改善するかは人が決める必要がありました。

AI の出力は揺れます。同じ指示を 10 回出すと毎回違う LP が出てきたり、3 つの AI に同じ要件で HTML を書かせると、見た目は似ていてもコードの設計が大きく違ったりしました。出力を比べて確かめる工程を組み込むことが大切です。社内の規程やマニュアルを AI に答えさせたいときは、資料を検索してから答える RAG (検索拡張生成) という仕組みを使うと、根拠を示しながら回答できます。

FAQ

AI駆動開発のよくある質問

AI 駆動開発とは何ですか?

設計・実装・テスト・レビューといった開発の工程に AI を組み込み、品質を保ちながら開発を速める進め方です。AI に任せられる作業と人が担う判断を、工程ごとに記事で整理しています。

社内の資料を AI に答えさせるには、どうすればよいですか?

RAG (検索拡張生成) という仕組みを使います。社内の規程やマニュアル、過去の提案書を検索してから答えるので、根拠を示しながら回答できます。仕組みと正確さを保つ工夫、進め方を記事で解説しています。

AI だけで LP は作れますか?

構成・実装・画像の生成の多くは AI に任せられます。ただし、ターゲットの設計、価値の整理、問い合わせへの導線、公開後の改善は人の判断が必要です。工程ごとの境界と、かかった時間を実体験で比べた記事があります。

同じ指示を出しても、AI の出力は毎回変わりますか?

変わります。同じプロンプトを 10 回投げた検証では、デザインも構成もばらばらの LP が出てきました。

ChatGPT・Gemini・Claude で、書くコードに違いはありますか?

あります。同じワイヤーフレームと要件で LP の HTML を書かせると、見た目は似ていても、HTML の構造・CSS の設計・アクセシビリティへの配慮に違いが出ました。

Codex でスライド資料も作れますか?

作れます。Marp 形式の Markdown で書かせるのが手軽で、PowerPoint で受け渡したいときは python-pptx で出力させ、仕上げを人が整えます。実際に作らせた結果と出力形式の使い分けを記事で紹介しています。