概要
https://note.com/simplearchitect/n/nf9bf709c660f
詳細内容
## プロダクションのコードで Vibe Coding を使う方法
https://note.com/simplearchitect/n/nf9bf709c660f
本番環境でAIコード生成エージェントを効果的に活用するため、エンジニアの深い理解とAIの協調作業を組み合わせた具体的な3ステップワークフローを提示する。
**Content Type**: ⚙️ Tools
**Scores**: Signal:5/5 | Depth:4/5 | Unique:4/5 | Practical:5/5 | Anti-Hype:5/5
**Main Journal**: 91/100 | **Annex Potential**: 90/100 | **Overall**: 92/100
**Topics**: [[Vibe Coding, GitHub Copilot Agent, AIコード生成, プロダクション開発, エンジニアリングワークフロー]]
牛尾剛氏は、Vibe CodingやGitHub Copilot AgentのようなAIコード生成ツールがプロトタイピングでは強力である一方、プロダクションのような複雑なコードベースでは「アホにゃんにゃん」になり、無駄なコード生成や無限ループ、古いライブラリの使用といった課題に直面すると指摘する。特に複雑なコードにおいては、AIの有用性が著しく低下する点が強調されている。
この課題を克服し、本番環境でAIコード生成を効果的に活用するため、著者はAIを単なるコード生成の自動化ツールではなく、エンジニア自身の深い理解を「拡張」するパートナーとして捉えるべきだと提唱する。そのための具体的な3ステップワークフローは以下の通りである。
1. **ディープコードリーディング**: AIの助けを借りつつも、PRを100%理解するレベルまで既存のコードベースを徹底的に読み込み、エンジニア自身の「本体」の理解度を高める。AIは複雑なコンテキスト全体を一度に把握することが困難なため、人間が具体的な設計前提知識を持つことで、AIへの指示を明確化し、生産性の向上に繋げる。
2. **AskモードでAgentと設計**: いきなりコード生成を依頼せず、GitHub Copilot AgentのAskモードなどを活用し、AIと設計について「相談」するフェーズを設ける。これにより、AIが生成するコードの方向性を事前にレビューし、手戻りの大幅な削減と無駄な時間消費を避ける。
3. **実装をAgentに委任**: 設計の方向性が固まった後、Agentモードでコード生成を依頼する。この段階ではスコープが限定され、設計レビューを経ているため、AIが意図しない「アホにゃんにゃんコード」を生成するリスクが激減する。AIが実装中に、エンジニアは他のサブタスクに集中でき、脳のリソースを節約できるのが大きな利点である。また、細かなコミットを推奨し、AIにPull Requestのタイトルや概要を生成させることで、レビューの効率化も図る。RAG（Retrieval Augmented Generation）の利用が、AIが古いライブラリ情報に基づいてコードを生成する問題への対策として示唆されている。
本稿は、Vibe Codingが「エンジニアが考えずにAIにやらせる」ものではなく、「AIに助けてもらいながら、自分が理解して考える」ための強力なツールであることを明確にする。人間の深い理解とAIの適切な協調作業により、エンジニアの生産性を飛躍的に向上させ、能力を高める道筋が示されている。