私のコードと日々のAI：チームセミナーからの学び

はじめに

Glintecoでは、AIが開発者をより迅速に、よりスマートに、より効果的にする方法を常にテストしています。最新のセミナーでは、チームはChatGPTやGeminiからDeepSeek、GitHub Copilot、Kimi、Grokまで、実際に毎日使用している幅広いAIツールについて調査しました。

私たちは単にツールをデモしただけではありませんでした。議論し、限界を問いただしました。そして、私たちは尋ねました。AI時代における優れた開発者とはどのような姿か？

この記事では、激しい議論、得られた教訓、そして今後の展開を含め、その会話のハイライトを紹介します。

日々のAIラインナップ

私たちのワークフローは現在、複数のツールにまたがっています。

• ChatGPT：即時デバッグ、要約（TL;DR）、迅速なインサイト取得に
   

• Gemini：Googleの強みであるリサーチ、Workspaceとの統合、CLIワークフローに
   

• DeepSeek：モバイルコーディングアシスタント。短いコードスニペット、PRレビュー、外出先でのアルゴリズム学習に最適です。
   

• GitHub Copilot：マイクロタスク、リファクタリング、コミットメッセージ、インラインデバッグのためのコーディングバディ
   

• Kimi：完全なスライドデッキを生成し、レンダリングの失敗を自動的に修正し、英語と中国語の両方を同等にサポートします。デモはこちらをご覧ください。
   

• Grok：ログファイルマイニング、JSON抽出、大規模ファイル分析に特化

使用方法（および議論点）

記述 vs. 調査

• ChatGPT支持派：「明確な説明と要約には最適です。」
   

• Gemini支持派：「しかし、リサーチやGoogleドライブとカレンダー内でのApps Scriptの自動化が必要な場合は、Geminiが抜きん出ています。」

コーディングアシスタンス

• Copilotファン：「マイクロタスクの割り当てにより、時間が大幅に節約されます。コミットメッセージの作成も簡単になります。」
   

• 慎重派：「しかし、Copilotがコンパイルされたものの実行時に失敗した偽のAPIを挿入したときのことを覚えていますか？マージする前に必ずテストしてください。」

モバイルとエッジユースケース

• DeepSeek支持派：「机を離れてのコーディング、PRレビュー、アルゴリズムの説明、数秒での短いコードスニペットの作成に役立ちます。」

ファイル操作とデータ処理

• Grokスペシャリスト：「数メガバイトのログの場合、Grokはすぐに貼り付け可能なPythonスニペットを提供します。」
   

• しかし、同時に：「タイムスタンプの形式変更後、ログ行の数が誤算されたことがありました。教訓：ファイル形式を必ず再確認しましょう。」

合意されたベストプラクティス

• Markdownプロンプトを使用することで、プラットフォーム全体で明確性を高める
   

• CLIワークフローでは実行前に確認する
   

• コンテキストを定期的にリセットすることで、オーバーフローと幻覚を防ぐ
   

• ベクトルデータベースは、スケーラブルなコンテキストメモリに不可欠
   

• agent.mdファイルは、AIにワークスペースの構造化されたマップを提供する
   

• 機密データは常に削除するしてからAIツールに貼り付ける

BMX＆BMAD：プロジェクトのための構造化AI

私たちは、構造化されたAIフレームワークについても検討しました。

• BMXフレームワーク：AIエージェントをペルソナ（BA、PM、Dev、QA）として機能させます。要件をMVPに分解するのに最適ですが、トークンコストが高い
   

• BRADメソッド：構造化されたAI支援開発のためのもう1つのアプローチ。ステップバイステップの分解を促し、幻覚を最小限に抑えます。

どちらの方法も、AIは自由に実行させるのではなく、構造によってガイドされた場合に最も効果的に機能するという傾向を反映しています。

AI時代の開発者

私たちの最も激しい議論の1つは哲学的なものでした。

• 最高の開発者とは、最も速くコーディングできる人ですか、それとも最も深く考える人ですか？

  結論：AIはバランスを変化させます。
   

• AIは、定型コード、リファクタリング、構造化されたタスクに優れています
   

• 新しいスキルは指導力です。ジュニア開発者を指導するように、AIにタスクを明確に説明する
   

• 効率は60％以上向上する可能性がありますが、人間が戦略的な思考者であり続ける場合に限ります。

今後の展開

• 構造化されたAIワークフローを改善するためにBMXおよびBRADフレームワークを試す
   

• チームの知識のために共有ベクトルデータベースを作成する
  
   

• 完全なリポジトリ分析をテストするために、Geminiの200万トークンコンテキストを活用する
   

• フロントエンドタスクのためのより多くのAIサービスを検討する：LovableとReplit

結論

AIは開発者を置き換えるのではなく、開発者の価値を再定義しています。スタートアップ、中小企業、さらにはソロファウンダーにとっても、これらのツールを習得することで生産性を飛躍的に向上させることができます。Glintecoでは、実験を続け、間違いを記録し、教訓を共有し続けます。なぜなら、私たちは未来はAIとコードを書くだけでなく、AIと議論する方法を知っているチームに属すると信じているからです。