生成AIでコーディング生産性を5倍にする方法

ソフトウェア職人として長年この分野で経験を積んできた私は、2023年のChatGPT導入以来、生成AIがソフトウェア開発に与える影響を目撃してきました。実践的な応用を通じて、この技術を活用して生産性を向上させる5つの強力な方法を特定しました。

1. 強化されたコード検索

生成AIを最も頻繁に活用する方法は、技術情報の検索です。従来の検索エンジンは正確な用語を必要としますが、生成AIは概念とコンテキストを理解します。例えば、メソッドパラメータ最適化の原則を検索する場合、次のように質問します：

プロンプト

What's the name of the programming concept where you should only pass parameters that are actually used by the method? Passing parameters to a method that aren't used by the method creates unneeded dependencies. 

生成AIは私が説明している概念（デメテルの法則）を理解し、正しい答えを提供するため、複数の検索を行う必要がなくなります。

2. 効率的なコード生成

生成AIは反復的なコーディングタスクの自動化に優れています。最近、大きなJSONファイルをデータベースのinsertステートメントに変換する必要がありました。退屈な変換コードを書く代わりに、JSONデータをAIに提供し、MS SQL Serverのinsertステートメント生成の明確な指示を与えました。このアプローチにより、手動コーディングの時間を数時間節約でき、エラーの可能性を減らしました。

プロンプト:

Use the JSON data provided below and generate insert statements for MS SQL Server to be inserted into the dbo.Users table.

[  
{  
"Username": "musiclover87",  
"Lastname": "Smith",  
"Firstname": "Alice",  
"Birthdate": "1987-06-12",  
"Password": "password123",  
"FavoriteIceCream": "Chocolate Chip Cookie Dough",  
"FavoriteSuperhero": "Spider-Man"  
},  
{  
"Username": "bookworm92",  
"Lastname": "Johnson",  
"Firstname": "Bob",  
"Birthdate": "1992-03-21",  
"Password": "securePassword",  
"FavoriteIceCream": "Mint Chocolate Chip",  
"FavoriteSuperhero": "Batman"  
},  
{  
"Username": "gamergirl01",  
"Lastname": "Williams",  
"Firstname": "Carol",  
"Birthdate": "2001-11-05",  
"Password": "gamer4life",  
"FavoriteIceCream": "Strawberry",  
"FavoriteSuperhero": "Wonder Woman"  
},  
{  
"Username": "techieguy95",  
"Lastname": "Brown",  
"Firstname": "David",  
"Birthdate": "1995-08-18",  
"Password": "techmaster",  
"FavoriteIceCream": "Vanilla Bean",  
"FavoriteSuperhero": "Iron Man"  
},  
{  
"Username": "foodiequeen89",  
"Lastname": "Davis",  
"Firstname": "Emily",  
"Birthdate": "1989-04-29",  
"Password": "delicious123",  
"FavoriteIceCream": "Salted Caramel",  
"FavoriteSuperhero": "Captain Marvel"  
},  
{  
"Username": "traveler76",  
"Lastname": "Miller",  
"Firstname": "Frank",  
"Birthdate": "1976-12-02",  
"Password": "adventuretime",  
"FavoriteIceCream": "Coffee",  
"FavoriteSuperhero": "Thor"  
},  
{  
"Username": "fitnessfanatic98",  
"Lastname": "Wilson",  
"Firstname": "Grace",  
"Birthdate": "1998-09-15",  
"Password": "strongandfit",  
"FavoriteIceCream": "Mango Sorbet",  
"FavoriteSuperhero": "Black Widow"  
},  
{  
"Username": "photographylover85",  
"Lastname": "Moore",  
"Firstname": "Henry",  
"Birthdate": "1985-05-23",  
"Password": "pictureperfect",  
"FavoriteIceCream": "Pistachio",  
"FavoriteSuperhero": "Superman"  
},  
{  
"Username": "musicjunkie93",  
"Lastname": "Taylor",  
"Firstname": "Isabella",  
"Birthdate": "1993-02-08",  
"Password": "musicislife",  
"FavoriteIceCream": "Rocky Road",  
"FavoriteSuperhero": "Black Panther"  
},  
{  
"Username": "sportsfanatic88",  
"Lastname": "Anderson",  
"Firstname": "Jack",  
"Birthdate": "1988-10-30",  
"Password": "goteamgo",  
"FavoriteIceCream": "Cookies and Cream",  
"FavoriteSuperhero": "Captain America"  
}  
]

出力:

-- Inserting records into dbo.Users table

INSERT INTO dbo.Users (Username, Lastname, Firstname, Birthdate, Password, FavoriteIceCream, FavoriteSuperhero)
VALUES 
('musiclover87', 'Smith', 'Alice', '1987-06-12', 'password123', 'Chocolate Chip Cookie Dough', 'Spider-Man'),
('bookworm92', 'Johnson', 'Bob', '1992-03-21', 'securePassword', 'Mint Chocolate Chip', 'Batman'),
('gamergirl01', 'Williams', 'Carol', '2001-11-05', 'gamer4life', 'Strawberry', 'Wonder Woman'),
('techieguy95', 'Brown', 'David', '1995-08-18', 'techmaster', 'Vanilla Bean', 'Iron Man'),
('foodiequeen89', 'Davis', 'Emily', '1989-04-29', 'delicious123', 'Salted Caramel', 'Captain Marvel'),
('traveler76', 'Miller', 'Frank', '1976-12-02', 'adventuretime', 'Coffee', 'Thor'),
('fitnessfanatic98', 'Wilson', 'Grace', '1998-09-15', 'strongandfit', 'Mango Sorbet', 'Black Widow'),
('photographylover85', 'Moore', 'Henry', '1985-05-23', 'pictureperfect', 'Pistachio', 'Superman'),
('musicjunkie93', 'Taylor', 'Isabella', '1993-02-08', 'musicislife', 'Rocky Road', 'Black Panther'),
('sportsfanatic88', 'Anderson', 'Jack', '1988-10-30', 'goteamgo', 'Cookies and Cream', 'Captain America');

3. シームレスなコード翻訳

コード翻訳は、生成AIが非常に価値を発揮するもう1つの領域です。最近、C#アプリケーションをPythonに変換するプロジェクト中に、AIを2つの重要な方法で活用しました：

1. PythonからC#への直接的な関数変換

2. Entity FrameworkからSQLAlchemyへの複雑なORM翻訳

この機能により、マイグレーションプロセスが大幅に加速され、翻訳全体の一貫性が確保されました。

PythonをC#に変換：

プロンプト:

Convert the following Python code to C#.

def reverse_string(text): 
"""
Reverses a given string. 
	Args: text: The string to be reversed. 

Returns: The reversed string.

""" 
return text[::-1]

出力:

/// <summary>
/// Reverses a given string.
/// </summary>
/// <param name="text">The string to be reversed.</param>
/// <returns>The reversed string.</returns>
public static string ReverseString(string text)
{
	return new string(text.Reverse().ToArray());
}

4. 自動化されたコードドキュメンテーション

ドキュメンテーションは必須ですが、しばしば退屈です。生成AIはこのプロセスを2つの方法で合理化します：

1. コード要約：既存のコードを分析し、明確で簡潔な要約を提供

2. ドキュメンテーションヘッダー生成：コード品質基準を維持する包括的なメソッドドキュメンテーションを作成

例えば、ソートアルゴリズムや複雑なビジネスロジックをドキュメント化する場合、AIはチーム基準とベストプラクティスに従う明確で正確なドキュメンテーションを生成できます。

プロンプト:

Generate a doc header for the below function adding the header and printing the complete function with the doc header.

def bubble_sort(list_):
  n = len(list_) 
  for i in range(n):
    # Flag to optimize, if no swaps occur, the list is sorted
    swapped = False
    # Last i elements are already in place
    for j in range(0, n-i-1):
      # Swap if the element found is greater than the next element
      if list_[j] > list_[j+1]:
        list_[j], list_[j+1] = list_[j+1], list_[j]
        swapped = True
    # If no two elements were swapped in inner loop, the list is sorted
    if not swapped:
      break
  return list_

出力:

def bubble_sort(list_):
    """
    Sorts a given list using the Bubble Sort algorithm.

    Args:
        list_: The list of elements to be sorted. Elements must be comparable.

    Returns:
        A new list containing all elements from the original list in ascending order.
        
    Example:
        >>> bubble_sort([64, 34, 25, 12, 22, 11, 90])
        [11, 12, 22, 25, 34, 64, 90]
    """
    n = len(list_) 
    for i in range(n):
        # Flag to optimize, if no swaps occur, the list is sorted
        swapped = False
        # Last i elements are already in place
        for j in range(0, n-i-1):
            # Swap if the element found is greater than the next element
            if list_[j] > list_[j+1]:
                list_[j], list_[j+1] = list_[j+1], list_[j]
                swapped = True
        # If no two elements were swapped in inner loop, the list is sorted
        if not swapped:
            break
    return list_

5. アプリケーションスキャフォルディング

生成AIの最も印象的な応用は、初期アプリケーション構造を生成する能力です。明確なスキーマまたは仕様が与えられれば、AIは以下を作成できます：

• データベース作成スクリプト

• ORM マッピング

• 基本的なAPIエンドポイント

• 初期UI実装

この機能により、ボイラープレートコードに費やす時間が大幅に削減され、さらなる開発のための一貫した基盤が確保されます。

プロンプト:

You are a Software Engineer working at a large corporation. Using the following database schema, generate the SQL scripts necessary to create these tables in Postgres. Then, generate the SQL Alchemy mapping files to use with FastAPI. Lastly, generate a simple web UI using FastAPI to list the orders.

User
- UserId
- FirstName
- LastName
- Address
- Address2
- City
- State
- ZipCode
- Username
- Password
- IsActive

Client
- ClientId
- Name
- Address
- Address2
- City
- State
- ZipCode
- IsActive

Order
- OrderId
- OrderDate
- InvoiceNumber
- DueDate
- ClientId
- UserId

OrderDetail
- OrderDetailId
- OrderId
- Description
- Rate
- Quantity
- LineTotal

Ledger
- TransactionId
- Debit
- Credit
- OrderId
- TransactionDate

出力:

...
I'm saving you from the output, but it generated an entire application using FastAPI.
...

初期設計を改善するために何ができるかを尋ねてみましょう。

プロンプト 2:

That's a great start. What can we do to improve the application design?

出力:
デバッグとエラー処理を改善するためにロギングを実装します。

logging.py (オプション)

import logging

logger = logging.getLogger(__name__)
logging.basicConfig(level=logging.INFO)

def log_error(error):
    logger.error(f"An error occurred: {error}")

プロンプト 3:

Can you implement your suggestion to use Error Handling and generate the code for me?

出力:
main.pyファイルにグローバル例外ハンドラーを定義することもできます。特定の例外をグローバルに処理したい場合に便利です。

main.py

from fastapi import FastAPI, Request
from fastapi.responses import JSONResponse
import app.routers.order_router as order_router
from .exceptions import OrderNotFoundException, InvalidInvoiceNumberException

app = FastAPI()

# Include the router
app.include_router(order_router.router)

@app.exception_handler(OrderNotFoundException)
async def order_not_found_exception_handler(request: Request, exc: OrderNotFoundException):
    return JSONResponse(
        status_code=exc.status_code,
        content={"detail": exc.detail},
    )

@app.exception_handler(InvalidInvoiceNumberException)
async def invalid_invoice_number_exception_handler(request: Request, exc: InvalidInvoiceNumberException):
    return JSONResponse(
        status_code=exc.status_code,
        content={"detail": exc.detail},
    )

ベストプラクティスと考慮事項

生成AIは強力ですが、以下のことが重要です：

• 生成されたコードを確認して検証する
• 既存のコードベースとの一貫性を保つ
• セキュリティの影響を考慮する
• 生成されたコードを徹底的にテストする
• AIをエンジニアリング判断の代替ではなく、アシスタントとして使用する

結論

生成AIは現代的なソフトウェア開発において不可欠なツールになりました。これら5つのアプローチ（強化された検索、コード生成、翻訳、ドキュメンテーション、アプリケーションスキャフォルディング）を活用することで、開発者はコード品質を維持しながら生産性を大幅に向上させることができます。

重要なのは、これらのツールの機能と制限を理解し、人間の専門知識を置き換えるのではなく強化するために戦略的に使用することです。これらのテクノロジーが進化するにつれて、開発ワークフローへの統合はますます価値が高まるでしょう。