
【Claude AI】非プログラマーが、Claudeを使って英語学習アプリを作ってみたらこうなった(第2回)
こんにちは!
前回は英語学習アプリをClaudeに手伝ってもらって作ろう、とした話の第一回でした。
設計仕様書もできたので、まずはミニマムで動くもの(Minimum Viable Product)を作ろうというところから、今回は始まります。
次のステップ
コンテンツの方向性が固まりました。次は実際にアプリのコードを書き始める段階です。
React + Vite のプロジェクトセットアップから着手して、今日作ったこのJSONデータを実際に読み込んで動く最初の画面を作れます。進めますか?
ところどころ何言ってるか分かりませんが(この時はJSONも何かよく分かっていない)、とにかく進めてもらいます。
そうこうしているとアプリのビルドが完成した、とのこと
src/
data/
stories.js ← 5本のサンプルストーリー
vocab.js ← 単語×語義データベース(13語)
components/
StoryText.jsx ← タップ可能な語彙ハイライト付き散文
SceneQuestion.jsx ← 設問カード(3タイプ対応)
WordSheet.jsx ← スライドアップ語義パネル
screens/
LibraryScreen.jsx ← ストーリー一覧
ReaderScreen.jsx ← 没入型リーダー
FeedbackScreen.jsx ← 答え合わせ+語義詳細
CompleteScreen.jsx ← 章完了・スタッツ
store.js ← Zustand状態管理(IndexedDB永続化)
App.jsx ← スクリーンルーター
styles.css ← 全スタイル(ダークテーマ)
dist/ ← ビルド済みPWA(配信可能)
。。。jsとかjsxって何の拡張子?(←全く何も分かっていない)
ローカルで起動するには、プロジェクトフォルダで以下を実行せよ、とのこと
npm run dev
コマンドプロンプトなど久しぶりに開きました。
で、ご想像の通り、はいnpmが動きません。
Claudeに聞きます。
Node.js がインストールされていないのが原因です。以下の手順でインストールしてください。
① Node.js をダウンロード
ブラウザで以下にアクセス:
https://nodejs.org
「LTS」と書かれた緑のボタン(推奨版)をクリックしてダウンロード。
② インストール
ダウンロードした .msi ファイルをダブルクリック → 「Next」を押し続けて完了。
③ コマンドプロンプトを再起動
インストール後は、一度コマンドプロンプトを閉じて、新しく開き直す(これが重要です)。
④ 確認
node -v
npm -v
と打って、バージョン番号が表示されればOKです。
内心、「Node入ってなかったらそもそも話にならんやろ!何考えてんねん」とClaudeが思ったか思っていないかわかりませんが、まずは言われるがままにNodeをインストール。
次は「vite」がコマンドとして認識されません。
npm install がまだ完了していないのが原因です。以下の順番で実行してください。(以下略)
。。。そうなのね。
この後、MVPは動くようになったのですが、読解問題の選択肢を選んでも、正答か誤答か結果が出ませんでした。
MVPの仕様ではなく、UXの問題です。選択肢をタップした後に、画面下部の 「答え合わせ」ボタン を押す必要があります。気づきにくいですね。
。。。え、そんなん無かったけど(汗)
モバイルのクイズアプリとしては「タップした瞬間に即フィードバック」の方が自然なので、修正しましょう。選択と同時に自動送信するように変えます:
2個のファイルを編集しました, ファイルを読み取りました
2個のファイルを編集しました, ファイルを読み取りました
次に、不要になった「答え合わせ」ボタンを削除します(fill_in_blank の「確認した」ボタンだけ残します):
=========
<中略>
=========
変更内容のまとめ:選択肢をタップした瞬間に採点 → フィードバック画面へ遷移
「答え合わせ」ボタンを廃止(fill_in_blank の「語彙を確認した」ボタンのみ残存)
ストアに selectAndSubmit アクションを追加し、選択と採点を一括処理(競合状態を回避)
なんかどんどん修正してくれて、結果MVPは動作するようになりました!!
まずはめでたい。
で、MVPが動作したことを受けて、Claudeさんは次なる計画を立ててくれました。
現在できていること(MVP)
5本の固定ストーリー、語義タップ、2種類の設問、語彙習得の永続化。学習ループの「骨格」は動いている状態です。
Phase 1 ― 学習ループの完成(2〜3週間)
最優先。今は設問が終わるとループが止まります。
語彙復習モード(SRS)の実装 現在の底ナビ「単語」タブを実装します。学習済みの語義を忘却曲線に基づいてスケジューリングし、毎日の復習キューを作る。アルゴリズムはSM-2(Ankiと同じ方式)が実績あり。
設問タイプ②③の追加 今は「英文を見て日本語を選ぶ」①のみ。日本文から英語を選ぶ②、英単語を入力させる③を追加することで、「使える英語」へ育てる。
進捗画面の実装 底ナビ「進捗」タブ。習得済み語数・CEFR達成率・ストリーク(連続学習日数)を表示。高校生はここが一番モチベーションに直結します。
Phase 2 ― コンテンツの拡充(3〜4週間)
ストーリー数を5本→30本へ 現在の5本はすべてCEFR B1・fantasyジャンル。残り9つのアーキタイプ × A2/B1/B2 × 複数ジャンル(fantasy・日常・SF)でコンテンツマトリクスを埋めます。この段階ではまだ手書き生成。
語彙データベースの拡充 現在13語のvocab.jsをNGSL上位1000語まで拡張。各語に頻度順の語義・例文・句動詞を整備します。
オンボーディング(レベル診断) 初回起動時に10問の簡易テストで現在の語彙力を計測し、A2/B1/B2のどこから始めるかを自動判定。
Phase 3 ― パーソナライズ(2〜3週間)
ジャンル・好み設定 ファンタジー・現代・SFなどユーザーが好みを選ぶと、ライブラリの表示順と新しいストーリーの生成テーマが変わる。
適応的難易度 正答率が高ければ次のCEFRレベルのストーリーを優先表示。低ければ同レベルで繰り返す。語彙習得率が98%を超えた語は自動で「既習」として設問から除外。
通知・ストリーク PWAのプッシュ通知で「今日の復習があります」を送る。連続学習日数のビジュアルが高校生には刺さります。
Phase 4 ― LLM動的生成(1〜2ヶ月)
APIによるストーリー自動生成 Anthropic APIと連携し、シナリオアーキタイプ × ユーザーのCEFRレベル × ジャンル好みを入力にして、毎回新しいストーリーを生成。IndexedDBにキャッシュして繰り返し読める。
これが完成すると「コンテンツが尽きない」アプリになります。Phase 2の手書きコンテンツはAPIのfew-shot例としてそのまま使えます。
クラウド同期 現在は端末内のみに保存。ログイン機能とバックエンドを追加し、スマホを変えても学習履歴が引き継がれるようにする。
。。もはや私が考えていた域を遥かに超えている気がする。
特に訂正する必要もないので、先に進めることとしました。
Phase 1 の残タスク(3つ)
仕様書のチェックリストによると、Phase 1 でまだ未完了のものが3つあります:
① コンテンツ構造設計(テキスト・設問の詳細仕様) 具体的には「1テキストは何語?設問は何問?どんな形式?ジャンルの配分は?」という、コンテンツ生成の設計図を文書化する作業です。
② UI/UXワイヤーフレーム(スマホ画面モックアップ) 各画面(ホーム・リーディング・設問・単語カード・進捗ダッシュボード)のレイアウトとインタラクションをモックアップとして可視化します。
③ 適応学習アルゴリズムの詳細設計 「どのテキストをいつ出すか」「SRSのスコアをどう計算するか」「レベル推定をどうするか」のロジックを、実装前に具体的に定義します。
ということなので、この3ステップを完了させて、Phase1は無事完了しました!
この次がPhase2となりますが、目標は、アプリが動くために必要なコンテンツとデータをすべて揃えることです。
これができれば、問題数の網羅性をのぞけば、基本機能実装が準備できることになりますね。
またClaudeはプランを立ててくれます。
ステップ 1 — 語彙DBのJSON作成
src/data/vocab.js に語彙マスターデータを作ります。Tier1〜4の主要語彙を登録(MVPでは約200語族)
各語に多義情報(sense_id・意味・コーパス頻度順)を付与
句動詞・コロケーションも独立エントリとして登録
現在 vocab.js が存在しますが中身を確認して拡充・整備します
ステップ 2 — Level 1 エピソード作成(12本)
content_spec_v1.md の仕様に沿って、全6ジャンル×2本ずつ英文ストーリーを作ります。80〜120語・単文中心・設問2問(TypeA + TypeD)
感情アーキタイプを割り当て(scenario_archetypes.md より選定)
各エピソードをJSONフォーマットで保存
語彙タグ付け(tokens・collocations)も同時に実施
ステップ 3 — Level 2 エピソード作成(12本)120〜200語・従属節あり・設問3問(TypeA + TypeB + TypeC)
Level 1より語彙難度を上げ、コロケーション・句動詞を意図的に配置
ステップ 4 — Level 3 エピソード作成(6本)200〜350語・複文あり・設問4問(TypeA + TypeB + TypeC + TypeD)
入試的な読解力が必要な内容に近づける
ステップ 5 — 設問の品質チェック
全エピソードの設問を横断的に確認します。誤答選択肢が「ひっかけすぎ」ていないか
TypeB(語義識別)で問う義が適切か
解説文が学習的に意味のある内容になっているか
ステップ 6 — stories.js への統合とデータ検証全エピソードのJSONを src/data/stories.js に統合
語彙カバレッジ計算を実行し、各エピソードが97%以上を満たしているか検証
Lv1〜3の難易度が正しく分かれているか確認
スキは無いようです。
この後いよいよPhase2に入っていきますが、それはまた次回で。
#非エンジニア #Claude #cowork #英語学習 #AI駆動開発