とあるWebエンジニアの生成AI活用事例

とあるSaaSの生成AI活用事例

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)

Copilot／JetBrainsAI https://v0.dev/

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

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）

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

Chatbot https://v0.dev/

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）

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

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

RAGによる検索 https://v0.dev/

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

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）

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

まとめ https://v0.dev/

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

おぎ