生成AIを使用したプログラミングについて
実際に生成AIを使って、プログラミングをしたっ結果、色々と思うところがありました。
この仕事を行っていくうえで
必要な観点を少しずつまとめて行こうかなと思っています。
そのために求められるスキルは、大きく6つに整理できる。
1.要件を明確に言語化する力（仕様設計力）
生成AIを使う上で、最も重要なスキル。
- 何を作りたいのか
- 入力と出力は何か
- どんな制約があるか
例（特に入出力例）を示す
これは「プログラミング」よりも「設計」に近い作業であり、
ここが曖昧だと、AIは正しいコードを書けない。
2.プロンプトを構造化する力（プロンプト設計力）
上記1で整理した要件を、AIに正しく伝える力。
- 目的
- 前提条件
- 実行環境
- 制約
- 期待するコードの形
- 良い例・悪い例
プロンプトは仕様書にあたるため、ここが弱いとAIは迷子になる。
3.生成されたコードを読む力（コードリテラシー）
- 完璧に書けなくていい
- でも「何をしているか」は読める必要がある
- バグや不整合に気づける程度でOK
生成AI時代では、「書く力」より「読む力」 の重要性が高まっている。
4.段階的に作らせる力（タスク分解・マネジメント力）
- 一気に作らせない
- 小さく分ける
- 設計→コード→テスト→改善
- 反復して精度を上げる
AIはウォーターフォールと相性が悪く、小さく回す方が効果的。
5.AIの限界を理解する力
AIが苦手なことは以下の通り
- 曖昧な仕様
- 長いコードの整合性
- 外部ライブラリの細かい挙動
- 実行環境依存の問題
- セキュリティ判断
どこまでAIに任せ、どこから人が判断するかを
見極められる人が強い。
6.エラーを扱う力（デバッグの質問力）
- エラーメッセージを読む
- どこまで動いたか確認する
- エラー全文をAIに渡す
- 「原因と修正を教えて」と聞ける
エラーを怖がらず、AIに正しく投げ返せる人ほど成長が速い。
総まとめ
- 仕様設計力
要件を明確に言語化する - プロンプト設計力
目的・制約・例を構造化して伝える - コード読解力
生成コードを理解し、問題点を見抜く - タスク分解力
小さく作らせて反復する - 限界理解力
AIの得意・不得意を把握する - デバッグ質問力
エラーを整理し、AIに正しく伝える
つまり、「AIに任せる力」ではなく「AIを使いこなす力」ということ。
0 件のコメント:
コメントを投稿