最近の AI 開発事情

最近の AI 開発事情

昨今 AI が大きな話題となる中、私自身もアプリ開発の機会を得て「Claude 3.7-Sonnet + Cline」を試用しました。本稿では、その体験にもとづく「AI の得意・不得意」「実装フロー」「運用上の気づき」などを整理します。

使用した AI ツール

• Claude 3.7-Sonnet
• Cline

1. AI の得意・不得意

カテゴリ	得意	不得意
コア能力	ゼロからの機能実装 UI デザイン／CSS コーディング リファクタリング	複数ファイル横断的な改修 未知領域の実装依頼
問題解決	エラー検出・対処案の提示（対症療法的）	長期的・構造的な設計修正

得意な点

1. 1から機能を組み立てる
2. UI デザインや CSS の具体的な実装
3. リファクタリング案の提示
4. 解決策の探索

不得意な点

• 複数ファイルにまたがる大規模改修
• 自身が学習していない専門領域の実装

2. 開発フロー

1. ベース実装を自力でコーディング
2. AI に要件を与え、「メインの改修・追加機能」を依頼
3. 動作検証を実施
4. エラー対応は「修正案の提案」を受け取り、提案内容を採用して解消
5. 最終的に「動作安定」「要件充足」を確認

3. 運用上の気づき

対処療法的エラー解決の落とし穴

• 一見問題なく動作しても、不要な React Hook が量産されるなどの“潜在的な冗長コード”が混入
• 原因は「エラーが出た都度、その場しのぎで修正」を繰り返したため

提案ベースで使うのが最適

• エラー対応は「丸投げ」ではなく、「複数案の提示」を受け、自分で取捨選択する
• 実際、提案された修正案を手動で適用して多くの不具合を解消

トークン制限に注意

• Sonnet はトークン上限が低く、長時間の“深考”をさせるとすぐに制限に達する
• エラー修正など長いプロンプトが必要な場合は、あくまで「提案生成」に留め、詳細実装は自分で担う

4. AI 活用の最適解（まとめ）

フェーズ	AI に任せる内容	自分で担う内容
要件定義～設計	デザイン案 コンポーネント設計案	全体アーキテクチャ設計
実装	メソッド・関数のスケルトン生成	複数ファイル横断の結合・調整
リファクタリング／改善	コードのリファクタリング案	提案の検証・最終適用
エラー対応	修正案の提示	最終的な修正適用・動作検証

以上が、私の「Claude 3.7-Sonnet + Cline」を用いた AI 開発体験の要点です。

今後もアップデートがあれば随時共有します。ではまた。