AI駆動開発、 猫からシーサーへ進化中。 現場での実践と未来

AI駆動開発勉強会 沖縄支部 第1回の登壇資料です
（https://aid.connpass.com/event/353646/）

Transcript

1. AI駆動開発、 猫からシーサーへ進化中。 現場での実践と未来 Ikko Eltociear Ashimine GitHub: @eltociear X: @eltociear 2025/5/30 AI駆動開発勉強会 沖縄支部 第1回
2. 1. 自己紹介 2. 猫の様なAI 3. AIのシーサーへの進化 4. AI駆動開発に必要なこと 5. まとめ Agenda
3. Ikko Ashimine / 一功 安次嶺 AI駆動開発勉強会 LLM-jp 勉強会 株式会社I-Tecnology 取締役 株式会社Oshibloom GitHub: @eltociear Facebook: IkkoEltociearAshimine LinkedIn: ikko-ashimine X: @eltociear
4. 琉球大学時代
5. 2. 猫の様なAI
6. 猫の手も借りたい現場 課題 現象 要件が曖昧 仕様が二転三転 ドキュメント不足 読まれない、更新されない バグ対応 毎週火消し、夜間リリース 猫の手があってくれたら ...
7. 初期の生成 AIは「気まぐれな 猫」だった なんか惜しい もうちょっと感 気分で動く、時々すごい、でも基本信用できない 思ったよりやってく れる
8. 3. AIのシーサーへの進化
9. 現在のAIは“シーサー”になりつつある ・精度と信頼性の向上 ・見守り、守る役割へ ・開発現場の守護神的存在
10. AIを組み込んだ開発フロー Before / After 開発フェーズ Before（AIなし） After（AI導入） 要件整理 ホワイトボードや会議メモ。主観多め。 GPT/Claudeで構造化・用語定義が明確に 設計 脳内での曖昧に想像。共有しづらい。 GPT/Claudeで整理・表形式・図に変換 実装 手が止まりがち、試行錯誤の繰り返し。 Copilotが文脈を読んで自動補完・提案 テスト Excelにテストケース、見落とし頻発。 GPTでパターン網羅、assert文自動生成 リリース 人手による目視確認が中心。見落とし・指摘 漏れが発生。 CodeRabbitでの静的解析、改善提案の自 動提示。レビュー精度・効率向上。
11. 実際に使っているツールたち ・GitHub Copilot：コード補完・実装支援 ・ChatGPT：要件整理・思考補助 ・Cursor / Windsurf：AI統合IDE ・CodeRabbit：AIコードレビュー ・Warp：AI支援ターミナル
12. 実際に使っているツールたち ・GitHub Copilot：コード補完・実装支援 ・ChatGPT：要件整理・思考補助 ・Cursor / Windsurf：AI統合IDE ・CodeRabbit：AIコードレビュー ・Warp：AI支援ターミナル
13. Windsurf の例
14. Windsurf の例 2 ファイルを生成、構成や機能の解説、動作確認の方法や注意点を説明
15. Windsurf の例 3
16. 実際に使っているツールたち ・GitHub Copilot：コード補完・実装支援 ・ChatGPT：要件整理・思考補助 ・Cursor / Windsurf：AI統合IDE ・CodeRabbit：AIコードレビュー ・Warp：AI支援ターミナル
17. CodeRabbit の例
18. 開発に於いて AIが担える範囲 企画 要件定義 設計 実装 テスト リリース 保守運用
19. 4. AI駆動開発に必要なこと
20. 実践で気づいた落とし穴 落とし穴 説明 ハルシネーション 一見正しそうな「でっち上げ」 要出典のない情報に注意 責任の所在が曖昧 AIの提案をそのまま採用 →責任は自分 理解が浅くなる 「出力を信じるだけ」ではスキルが育たない ・出力を鵜呑みにしない ・理解の浅さへの注意 ・責任設計の重要性を認識 AIは正しいことを教えてくれる存在とはせず、 現状はもう一人の思考パートナーぐらいで考える
21. なぜ、AI駆動開発に踏み出すべきなのか？ 効率性 実装・設計・テストの自動化によ り、開発スピードが向上 品質向上 抜け漏れの少ないコードレ ビュー、テストケース生成が可 能 ナレッジ共有 曖昧な属人知識を、 AIが整理・ 構造化してくれる チーム力強化 初学者や非エンジニアも AIを通 じて開発に参加しやすくなる 未来適応 AIとの共創が前提の開発スキ ルが、今後の “標準”になる
22. AI時代のエンジニアの未来戦略 • AIによる業務自動化の進展： 多くの企業が AIツールを導入し、業務の効率化を図る • エントリーレベルの職の減少： AIの導入により、初級エンジニアの需要が減少 • 中堅エンジニアの役割変化： AIの進化に伴い、中堅エンジニアの役割も再定義 • AIスキルの習得： AIツールの活用方法を学び、 AI駆動開発を身につける • 新しい役割への適応： AIオーケストレーターや LLMOps エンジニアなど、新たな職種へのシフト • 継続的な学習とスキルアップ： 技術の進化に対応するため、常に最新の知識を取り入れる 今後起こること ⭐生存戦略
23. 5. まとめ
24. まとめ • AIの進化とともに、気まぐれな猫から守り神＝シーサーへと変 わりつつある • AI駆動開発を学ぶことで効率化・高速化を図り、自らの価値も 高めていく必要あり • AI駆動開発は単なる技術トレンドではなく、新しい開発文化の 始まり
25. Thank you for your attention 🐈