新卒1年目からAI駆動開発：期待と現実、そして気づいたこと

Transcript

1. 新卒1年目からAI駆動開発：期待 と現実、そして気づいたこと クラウドエース株式会社 Tanmay Bagwe (C) Cloud Ace, Inc.
2. スピーカー Bagwe Tanmay クラウドエース株式会社‧技術本部 主に Google Cloud Infra に関するサポート提供‧Frontend‧サポート作業など bagwe.sandeep@cloud-ace.jp LinkedIn：Tanmay Bagwe 出⾝：インド 教育：ドイツで（東アジア学‧Quantitative Sociology） github（個⼈）: https://github.com/happygoluckycodeeditor
3. 異文化へのダイブ: 挑戦のスタート地点 • 🎓 バックグラウンド : 東アジア研究 ◦ 修論：日系企業の SDGs 世論調査 • どうやってエンジニアリングに興味を持ったか？ ◦ 大学で文系向けの Python コースを受講 ◦ アルゴリズムを書く人が「かっこいい」と感じた ◦ Harvard の CS50 を無料受講し、エンジニアを志す 👉 その過程で、現在の会社と就活中に出会う
4. AIがあれば何ができる？ 入社前の期待 • • • • AIに聞けばどんな答えでも綺 麗に出る コードも自動で書いてくれる 基礎知識がなくても大丈夫 すぐ戦力になれる 入社後の現実😅 • • • • 書いた文章に言いたいことの ニュアンスがない 出てきたコードの意味が分から ない 手動で書く方が早い レビューで指摘が多い
5. そこから、何を変えたのか 課題 気づき コードの意味が分からない・出力が 不安定 ① コンテキストを設計 する 大きなタスクを丸投げしてしまう ② タスクを小さく分解 する 生成されたコードをそのまま使って しまう ③ レビュアーになる
6. 気づき① コンテキストを設計すること AIは賢い。でも「何も知らない新人」として扱うべき。 プロジェクトの背景を何も伝えなけ れば、AIは想像で補完する。 その想像が、バグやズレた実装につながる。 ❌ 最初のやり方: • • • • コードをそのまま貼り付けて「直し て」 「このアプリを作って」と丸投げ 毎回ゼロからチャットで説明する コンテキストウィンドウに何でも詰 め込む ◦ (Geminiは１００万トークン あるからといって全部入れ ればいいわけではない) ✅ 今のやり方: • • • GEMINI.md をリポジトリに作成 ◦ プロジェクト概要・技術ス タック・ディレクトリ構成・制 約を記載 ◦ AIが毎回このファイルを読 んでから作業を開始する アーキテクチャを自分で理解して からAIに渡す 必要な情報だけを絞って渡す
7. 気づき② タスクを小さく分解する AIに大きなタスクを渡すと、何が起きるか？ ・途中で方向性がズレる ・トークンを大量消 費する ・どこで間違えたか追えなくなる ・修正コストが爆発する AIは「優秀だが方向感覚のない実装者」。 細かく指示して、細かく確認するのが正解。 ❌ 最初のやり方 : • • • 「このページ全体を作って」 「このバグを直してついでにリファクタも して」 一つのチャットで何でも解決しようとする ✅ 今のやり方 : • • • • 機能を原子レベルのタスク に分解してから渡す ◦ 例：ルーティング設定 → コンポーネント作成 → スタイル → テスト 一つのタスクが完了したら必ず確認してから次へ 大きなマイグレーションは 1サービスずつ 対応 AIに実行前に プランを作らせてから 承認する ◦ plan.md に手順を書かせて、 OKを出してから実行
8. 気づき③ レビュアーになる AIが生成したコードは、一見完璧に見える。 コンパイルも通る。テストも通る。 でも本番 で問題が起きる。 なぜか？ AIは「動くコード」を書く。でも「正しいコード」かどうかは別の話。 ハルシネー ション・セキュリティホール・存在しない APIの呼び出し。 これは実際に自分が経験したこ とでもある。 実際に起きたこと : • • • • 存在しないAPIメソッドを自信満々に呼び出す 「動いてるように見える」が実はセキュリティホールだった テストを書かせたら本番コードを書き換えていた😇 古いバージョンの書き方でコードを生成する
9. 気づき③ レビュアーになる AIが生成したコードは、一見完璧に見える。 コンパイルも通る。テストも通る。 でも本番 で問題が起きる。 なぜか？ AIは「動くコード」を書く。でも「正しいコード」かどうかは別の話。 ハルシネー ション・セキュリティホール・存在しない APIの呼び出し。 これは実際に自分が経験したこ とでもある。 以前 今 コードを「書く人」 コードを「判断する人」 AIの出力をそのままコピペ 必ずロジックを読んで理解する エラーが出たら AIに丸投げ エラーの原因を自分で仮説立てる レビューは形式的に セキュリティ・ロジック・テストを確認
10. まとめ：3つの気づき、ひとことで 気づき 核心 🗂 ① コンテキストを設計する AIへの指示は引き継ぎ書 ✂ ② タスクを小さく分解する 地図は自分が渡す 👀 ③ スーパーバイザーになる 責任は人間が取る
11. Thank you.
12. おすすめ記事・資料 • • Five Best Practices for Using AI Coding Assistants ◦ https://cloud.google.com/blog/topics/developers-practitioners/five-best-practices-for-usingai-coding-assistants GeminiCodeAssistを使ってみよう ◦ CLI版 ▪ https://geminicli.com/ ◦ IDE版（使いやすい） ▪ https://codeassist.google/ ※Google Cloud、Gemini は Google LLC の商標です。