概要
https://tech.dentsusoken.com/entry/2025/08/27/%E5%AE%9F%E7%94%A8%E5%93%81%E3%82%92%E4%BD%9C%E3%81%A3%E3%81%A6%E6%8E%A2%E3%82%8B%E7%94%9F%E6%88%90AI%E3...
詳細内容
## 実用品を作って探る生成AIを使ったソフトウェア開発の現在
https://tech.dentsusoken.com/entry/2025/08/27/%E5%AE%9F%E7%94%A8%E5%93%81%E3%82%92%E4%BD%9C%E3%81%A3%E3%81%A6%E6%8E%A2%E3%82%8B%E7%94%9F%E6%88%90AI%E3%82%92%E4%BD%BF%E3%81%A3%E3%81%9F%E3%82%BD%E3%83%95%E3%83%88%E3%82%A6%E3%82%A7%E3%82%A2%E9%96%8B
筆者は、自身が未経験のRust言語でJavaバージョンマネージャ「Kopi」をClaude Codeのみで開発し、その過程で明らかになった生成AIによるソフトウェア開発の生産性と課題、そして実践的な開発プロセスを詳述します。
**Content Type**: Research & Analysis
**Scores**: Signal:4/5 | Depth:5/5 | Unique:5/5 | Practical:5/5 | Anti-Hype:4/5
**Main Journal**: 93/100 | **Annex Potential**: 93/100 | **Overall**: 92/100
**Topics**: [[生成AI開発プロセス, AI駆動型開発, プロンプトエンジニアリング, Rust言語, CI/CDと自動テスト]]
筆者は、自身が未経験のRust言語でJavaバージョンマネージャ「Kopi」をClaude Codeのみを用いて開発した経験を詳述し、生成AIを使ったソフトウェア開発の現実的な知見を提供します。約2ヶ月でRustコード4万行、Markdownドキュメント6千行を生成したこのプロジェクトは、生成AIの驚異的な生産性を示す一方で、その限界と課題も浮き彫りにしました。
開発初期の「AIハッピー」な期間では、未知の言語での高速なコード生成に陶酔しましたが、すぐに品質のばらつきや命名の一貫性の欠如に直面し、「リファクタリング地獄」と化したことで幻想が打ち砕かれます。筆者はこの体験を「コンプガチャ」に例え、初期は容易に成果が出るものの、高品質な「コンプリート」には難易度が急上昇すると指摘します。
この経験から得られた重要な教訓は、生成AIの出力を鵜呑みにせず、CI/CD、フォーマッタ、リンター、自動テストといった従来のソフトウェア開発資産を積極的に活用して自動検証の仕組みを構築することです。さらに、要件定義から外部設計（ADR）、機能設計（DesignDoc）、作業計画へと段階的に進む人間主導のプロセスが不可欠であることを強調します。特に、生成AIへの指示はコンテキストウィンドウの制限を考慮し、30〜60分程度の作業に分割し、具体的な成果物と確認方法を明記した計画が成功の鍵となります。また、英語でのプロンプトと出力がコンテキスト消費を抑え、効率を高める実用的なヒントも提供されています。
この事例は、ウェブアプリケーションエンジニアが生成AIを開発ワークフローに組み込む上で、「何ができるか」だけでなく「どうすれば高品質な成果を継続的に生み出せるか」という問いに対する具体的な答えを提示します。AIの高速性だけを過信せず、精緻なプロンプト設計と自動検証を組み合わせたプロセスを確立することが、持続可能で高品質なAI駆動型開発を実現するために不可欠であると結論付けます。