概要
https://qiita.com/uirole/items/02f62fed5ac5f050ab97
詳細内容
## 【3時間チャレンジ！】生成AIでAWS英単語アプリ作って、re:Invent準備してみた話
https://qiita.com/uirole/items/02f62fed5ac5f050ab97
開発者は生成AIを活用し、3時間でAWS英単語学習アプリのプロトタイプを構築、プロンプトエンジニアリングの重要性を実践的に提示します。
**Content Type**: ⚙️ Tools
**Scores**: Signal:4/5 | Depth:3/5 | Unique:3/5 | Practical:4/5 | Anti-Hype:4/5
**Main Journal**: 71/100 | **Annex Potential**: 70/100 | **Overall**: 72/100
**Topics**: [[生成AI, プロンプトエンジニアリング, AWS, アプリケーション開発, 迅速なプロトタイピング]]
ういけ氏による本記事は、AWS re:Inventへの準備として、AWS英単語学習アプリを生成AIを用いて3時間で開発する「3時間チャレンジ」の体験談です。ウェブアプリケーションエンジニアにとって、この実践報告は生成AIを実際の開発ワークフロー、特に「バイブコーディング」と呼ばれる迅速な反復開発に統合する際の、現実的な可能性と課題を具体的に示唆します。
筆者は、Cline（LLMと連携するCLIツール）を介してAmazon BedrockのClaude Sonnet 3.5を呼び出す構成で開発を進めました。結果として、AWS関連単語を986問収録し、初級・中級・上級・ランダムの難易度選択が可能な4択クイズ形式のプロトタイプを短時間で構築。これは、アイデア段階から動くアプリケーションへと迅速に移行する生成AIの潜在能力を明確に実証しています。
このチャレンジを通じて得られた最大の学びは、生成AIから自身の意図通りの成果物を得るための「プロンプトエンジニアリングの重要性」でした。当初、Amazon Documentation MCPを利用してAWS公式ドキュメントから頻出単語を抽出する構想でしたが、プロンプトの記述が不十分だったため、AIが独自に単語を生成し、スクリプト内に直書きする構成になったと振り返っています。この経験は、開発者がAIの能力を最大限に引き出すには、いかに明確かつ具体的な指示、すなわちプロンプト設計の精度が不可欠であるかという教訓を浮き彫りにします。
今後、英語-日本語切り替え、単語の音声読み上げ（Amazon Polly）、発音チェック（Amazon Transcribe）といった機能の追加や、Amazon Documentation MCPを用いた単語抽出構成への改修を計画しており、これらもまた高度なプロンプト設計とAI統合の試みとなるでしょう。本記事は、生成AIを業務に活用しようとするエンジニアに対し、その効率的な利用法と、同時に直面するプロンプト設計の難しさを示す、実践的なケーススタディとして大いに参考になります。