とあるWebエンジニアの生成AI活用事例

gunnma.web #54の発表資料です
https://gunmaweb.connpass.com/event/329165/

Transcript

1. とあるSaaSの 生成AI活用事例
2. 名前：おぎ Webエンジニア暦：4年目 住んでるところ：沼田市 所属：某HRテック 言語：PHP (Laravel), TypeScript(React)
3. Copilot／JetBrainsAI https://v0.dev/
4. 定番の生成AIによるアシスタント - ちょっと範囲の広いエディタの補完 - たまに「そうじゃない」なコードを書いてくることはあ る - 定型的なコードを補完するのは得意 - テストケースを書いて中身を書かせる - 構造体の中身の補完 - テストデータ作成、OpenAPIの定義
5. いいところ - 複数ファイルを開いておくとそこから文脈をある程 度察して（？）くれる - 定型的なコードを書くスピードが上がる - たまに次の手をコメントやインターフェースで伝え るまでもなく補完してくれる（ちょっと怖い）
6. ダメなところ - 良くも悪くも打率は３割〜４割 - コードベースの規約などはほとんど感知しない - ちゃんと人間が精査する必要がある
7. Chatbot https://v0.dev/
8. 定番の生成AIによるアシスタント - Slack x Lambda＋Amazon Bedrock - Slackでメンションすると使える - 機密データもある程度OK （個人情報とかは流石にダメ）
9. いいところ - 新卒含め、壁打ちに使える - プログラムに限らず調べるためのとっかかりをつ かむにはよい - 聞く時のハードルが低い
10. ダメなところ - 最終的には判断・精査ができる人が必要 - たまに嘘をつく - 聞き方は多少工夫が必要
11. RAGによる検索 https://v0.dev/
12. RAG x 社内ドキュメント - 比較的新しい試み - 膨大な量のコンフルとSlackのログから検索してく れる - 社内の文脈を汲み取ってくれる
13. いいところ - 社内の文脈で検索ができる - サポートサイトやドキュメントのURLを出してくれる - 「担当者不在」となっている案件とかでも情報さえ あれば検索可能（「誰に聞いたらいいかわからん」 時に使える）
14. ダメなところ - 検索にHitしないことがある... - ワードの選択が大事 - とっかかりが分からない時にはどうしようもないこ とがある - ドキュメントが残っていないと使えない
15. まとめ https://v0.dev/
16. まとめ - AIは便利だが万能ではない - まだまだ人間による判断、アシスト、フォローアップ が必要（＝何も知らない人ができるようになる、と いうものではない） - 元となる情報（ドキュメント・コードベース）の質が割 と大事