AIにいきなり「作って」と頼んでいた私が、「調査→設計→実装」に変えた理由

はじめに

AIは何でもできるように見えます。コードを書いてくれる、記事を書いてくれる、アイデアも出してくれる。だからこそ最初は「全部お願いすれば早い」と思っていました。

ところが実際には、AIの性能より、依頼する順番の方が結果に大きく影響することに気づきました。

同じAIを使っていても、依頼の仕方が違うだけで、返ってくるものの質も、やり直しの回数も、全然変わってきます。この記事では、私がAI仮想通貨トレーダーの開発やnote記事の執筆を通して学んだ「依頼の順番」について書きます。

最初の失敗

開発を始めた頃は、こんな感じで依頼していました。

「価格データを取得して保存する機能を追加してください」

一文で全部お願いする。シンプルで早そうに見えました。

ところが返ってきたコードを動かすと、想定していない部分まで変更されていることがよくありました。既存の処理と競合してエラーが出る、直したつもりのバグが別の形で再発する、といったことが繰り返されました。

「AIが悪かった」とは思っていません。今振り返ると、雑だったのは自分の依頼の方です。何をどこまでやってほしいのか、既存のコードのどこに影響が出るのか、そういった情報を何も渡さないまま「作って」と頼んでいました。

情報が足りなければ、AIはある意味で正直に「与えられた情報の範囲で最善のもの」を返してくれます。その結果が、私の意図と噛み合わなかっただけのことです。

今の進め方

失敗を繰り返す中で、依頼の流れを変えました。今はほぼ毎回、この順番で進めています。

Step1：まず調査・整理を依頼する

実装の前に、必ず現状の把握から始めます。

「このファイルの仕様を整理してください」「このバグについて、まだ修正はしないでください。原因を調査してください」という形で依頼します。

この段階ではコードを一行も変えません。ただ「今どうなっているか」を言語化してもらうだけです。

地味に見えますが、ここを飛ばすと後で必ず手戻りが出ます。

Step2：方針と影響範囲を確認する

現状が整理できたら、次に「どう進めるか」を確認します。

「この機能を追加する場合、既存のコードのどこに影響が出そうか教えてください。実装はその後でお願いします」という形で依頼します。

ここでも、まだ実装はしません。影響範囲を把握して、自分が「この方針で進んで問題ない」と判断してから次に進みます。

この確認を入れることで、関係のないファイルが変更されたり、想定外の副作用が出るケースが減りました。

Step3：ここで初めて「実装してください」と頼む

調査と方針確認が終わって、はじめて「実装してください」と依頼します。

この時点でAIは現状もやることも把握しています。私も影響範囲を理解した上でお願いしています。同じ「実装してください」でも、ここまで準備した上でのお願いと、いきなりのお願いとでは、結果が全然違いました。

実装が終わったら、「何をどう変えたか教えてください」と確認します。変更内容を把握しておくことで、次の作業に入りやすくなります。

Step4：振り返りまでセットにする

実装が終わったら、そこで止めないようにしています。

コミットメッセージの作成、READMEの更新、その日の変更内容を記事用にまとめること、この三つをセットで進めます。記録が残ると、後から振り返れますし、記事の下書きにもなります。

「実装して終わり」にすると、後から「あの時どう変えたっけ」という状態になりやすいので、ここまで込みで一つの作業と考えるようになりました。

note記事でも同じだった

面白いことに、この「調査→設計→実装」の流れは、note記事を書く時にもそのまま当てはまりました。

以前は「なんとなくテーマが浮かんだから書き始める」をよくやっていました。書きながら考えると、途中で方向性がブレて、書き直しになることが多かったです。

今は記事を書く前に、ChatGPTと構成を固めます。「このテーマで書くとしたら、読者に何を伝えたいか」「どんな流れで書くか」を先に整理してから、執筆に入るようにしています。

テーマ決め→構成確認→執筆→ブラッシュアップ、という流れです。

順番を変えただけで、書き直しが減り、一本あたりにかかる時間も短くなりました。

AIを使うときに意識していること

この経験を通して、AIへの向き合い方が少し変わりました。

判断は自分でする。AIが調査結果を出してくれても、方針を提案してくれても、採用するかどうかは自分で決めます。「AIがそう言っているから」でそのまま進むと、後から「なぜこうなったのか」がわからなくなります。

AIは目的を決めてくれない。「何を作るか」「なぜそれが必要か」は自分の仕事です。AIは与えた情報をもとに動いてくれますが、方向性を決めるのは自分でないといけません。

AIは作業を速くする道具。AIがあれば早く作れる、ではなく、自分の仕事の進め方が整っていれば、AIによってその速度が上がる、という感覚が正確だと思っています。

丸投げより、整理してから渡す。依頼の質は情報の質で決まります。何を知りたいか、どこまでやってほしいか、何を変えてはいけないか。これを最初に整理してから渡すことが、結果的に一番早い道でした。

おわりに

この記事は「AIは危険」という話ではありません。むしろ逆で、AIをもっと活かしたいからこそ、仕事の進め方を整えることが大切だと感じています。

「調査→設計→実装」の流れは、今はAIへの依頼の時だけでなく、人と仕事をする時にも役立つと感じています。情報を整理してから渡す、方針を確認してから動く、という基本は変わりません。

AIを使い始めた頃に「なんでうまくいかないんだろう」と感じていた人に、この記事が少し参考になれば嬉しいです。