AIコーディングによる生産性

ブログ

はじめに

PJごとに構成管理が異なるか、excel管理ではスケジュールが見えにくい。

そこで、10年以上前に使っていたPHPで久しぶりに進捗管理WEBシステムを新規に構築しようと思いAI(※Claude)を利用してみた。

※ChatGPTよりClaudeの方がコーティング向きと思う

AIの素晴らしさ

結論から言えば、劇的な生産性でビックリ‼️現在の課題と要件を指示して何度かやり取りしたら大概の要件を満たしたシステムが動作する形で作成でき、構築やマイグレーションなどの手順書も依頼して半日程度で作成出来たことにつくづく素晴らしさに驚いた。

ただ、細かな仕様や動作に矛盾、評価は十分にして手直しは必要だ。この点も細かく何度も指示していけば精度は高まるが、このようなソースをデバッグしながら対応するには、GitHub Copilot Chatが優れているのでバトンタッチすることで生産性は維持出来る。勿論、無償では制限にかかるためアップグレードは必須だが、人間の時間(設計、スケルトンコーティング、手順書作成)単価と比べ物にならない。

課題

コーティングチェックはAIが出来ても要件テストはいづれにしても削減出来ず、改良指示と再テストなどトライアンドエラーの工数が増える。また、AIは指示された要件で新規にコーティングされるため、同じような処理や部品など毎回テストが必要になる。

それにしてもトータルの生産性は向上出来るため利用するべきだ。

品質担保

これからはAIを上手く利用し、品質を維持するためには毎回新規にコードが作成されないようにオブジェクト化や関数化されテスト済みを利用するようにして、新たなシステム構築を指示するようにAIとの付き合い方を考え無ければ、品質担保と生産性向上が見込めない。