AI開発で一番難しかったのは、コードではなく認識合わせだった

AI IDEを使うと、コードを書く作業は大きく楽になります。
しかし、別の問題が残りました。
自分の頭の中にある完成イメージを、AIへ正確に伝えることです。

AI開発で一番苦労したのは、コードではなく「AIとの認識合わせ」でした

前回は、Google Antigravityとの出会いによって、コピペ開発やスクリーンショット中心の開発から解放されたことを書きました。

開発効率は確かに大きく向上しました。

しかし、その代わりに新しい問題が見えてきました。

それが、

AIとの認識合わせです。

頭の中には完成形がある

私はプログラムを書くことはできません。

コードを読んでも理解できません。

専門用語もほとんど分かりません。

それでも、

「こんな機能が欲しい。」

「こんな画面にしたい。」

というイメージは頭の中にあります。

問題は、そのイメージをAIへ正確に伝えられないことでした。

AIは間違っているわけではない

AIは非常に優秀です。

私の説明が曖昧でも、

「たぶんこういうことだろう。」

と推測してコードを書いてくれます。

ところが、その推測が私の考えているものと少し違う。

AIが悪いわけではありません。

私の説明が足りなかっただけです。

しかし、その少しのズレが積み重なると、

「そうじゃないんです。」

「もう少しこうしてください。」

「違います。」

という説明が何度も必要になります。

時間よりもトークンが消えていく

説明を追加するたびにチャットは長くなります。

AIは過去の会話も含めて考えるため、やり取りが増えるほどコンテキストも大きくなります。

その結果、

時間だけでなく、トークンもどんどん消費されていきました。

開発している時間よりも、

AIへ説明している時間のほうが長い。

そんなことも珍しくありませんでした。

「コードを書く前」が重要だった

この頃から考え方が変わりました。

私は、

「どうすればAIへ伝わるのか。」

を考えるようになったのです。

その結果、

いきなり実装を始めるのではなく、

まずAIと壁打ちをする。

要件を整理する。

文書として残す。

仕様を明確にする。

そして、その情報をAIへ渡してから実装してもらう。

という流れへ少しずつ変わっていきました。

つまり、

コードを書く前の準備に時間を使うようになったのです。

この考え方が後のツールにつながる

当時はまだ気付いていませんでした。

しかし今振り返ると、この頃に考え始めたことが、

AI開発コンテキスト最適化ツールや、

AI開発コンテキスト管理ツールへつながっていきます。

AIは優秀です。

しかし、

AIへ何を、どの順番で、どんな形で渡すか。

これも同じくらい重要でした。

私はプログラミングを覚えたというより、

AIへ情報を整理して渡す方法を少しずつ覚えていったのだと思います。

おわりに

AI開発を始めた頃、

私は「プログラミングを覚えれば解決する」と思っていました。

しかし、実際に苦労したのは違いました。

一番難しかったのは、

AIとの認識を合わせること。

そして、その課題を解決するために、

文書を作る。

要件を整理する。

情報をまとめる。

という開発スタイルへ変わっていきました。

次回は、私がAIとの認識合わせのために始めた「Geminiとの壁打ち」と、「要件定義書」「統合開発計画書」「仕様書」を作るようになった理由についてお話しします。

#AI開発 #生成AI #プログラミング初心者 #ノーコード #個人開発 #AI活用 #プロンプトエンジニアリング #要件定義 #コンテキスト管理