最近のAI活用手法まとめ

Date2026/07/02
Last Modified2026/07/02

概要

後で振り返るために、あの頃はこんな感じでAIを使っていたな、という記録を残してみる。

システム開発など

ChatGPT-プロジェクト機能 ChatGPTには「プロジェクト」というワークスペースがあり、これを使うとプロジェクト単位でドキュメント知識を参照させることができる。
例えば、案件の仕様書を作ってみるときも、md形式にしたりMermaid形式にしたものを図として保持しておいて、ベースの知識として参照できるのだ。これにより、毎度毎度「ここまでが今の仕様で～」などの事前説明がいらなくなった。
これにより、非常に壁打ち相手として優れたPM的ポジションに君臨することとなった。

特に初期のシステム立ち上げ時は、ビジネス背景と大雑把な仕様だけを提出して、そこから詳細をつめるために質問攻めをしてもらうようにしている。
「この5つについて答えてくれれば進みます！」という質問をくれるので、それに答えてゆき、10ラリーくらいしたら「DB設計に落とし込めそうです！」という返答に変わるのを待つ。
このラリーの間に、要件定義で見落としていた部分などを整理できるので、かなり高い精度で次のミーティングができるようになった。
最後にドキュメントに落とし込んでagent skillとし、そのままCodexへ投げる準備をする。

ちなみに、プロジェクトごとにtodoを記憶しておいてもらうこともできるので「昨日まで何やってたっけ」などの質問も精度高めに返してもらえるのがありがたい。

Codexエージェント
ChatGPTでまとまった仕様書を、環境構築が終わった場所へ投げ込んで早速コードに起こしてもらう。
以前はウォーターフォールを大切にしていたが、最近はほとんどコードベースでの会話をしながら要件を詰めていくことが多くなってきたので、アジャイルやスパイラル？みたいな感じなのかもしれない。
ソースコードの出力と一緒に、ER図や機能一覧などを出力してもらう。
生成されたコードはテストを軽く読んで、phpstanなどで保証するくらいで、副次的な設計書をもとに会話することが多くなってきた。コードは読み切れないので、適度に図式化されたものをベースに認識の擦り合わせを行っていく。
/docsというディレクトリを作って、CSVの仕様だったりtodo系も管理してもらっている。AIが実装に迷ったタスクがあれば、そこに溜め込んでいってもらうようにして消化している。

コードを修正しながらskillsを適宜更新していくのだが、更新されたskillをもとにChatGPTでも会話を続けたいことがあるので、Runner経由で最新の知識をGithubから取り出すようにしている。
ChatGPTとCodexをGithubに接続し、Github RunnerをローカルPCにおいて更新しているという感じ。

テスト系はplaywrightを中心に画面操作などもやってもらっている。ファイルアップロードやAPI関連は、コマンド化してなるべく手作業を減らすような形で心がけている。

また社内ドキュメントはConfluence、タスクはJiraにて管理されているため、MCPで接続して自動で処理させたりもやってみた。

トークンが切れがちなので「5.4mini-高」を使っている。指示を明確にして小さな単位にすれば、あんまり5.5と差異が無いように感じているのだが……あまり高度なことをやっていないからかもしれない。

ローカルCodex 不要なファイルだったり、ディスクを圧迫してるのは何かのような、得意ではないハード面の知識を補完してもらうことができる。
また、Docker環境を作ってOWASP ZAPを入れるなどをやったときも、ローカル環境内でつまずいたエラーなどの解消に役立った。コマンドが通らないとき、ポートが絡んでくるとき……などのアドバイスは重宝している。

まとめ

書き出してみると、半年くらい前から見てもツール単位だとほとんどやってることは変わってなかった。
壁打ちの精度だったり、どの程度タスクをAIに任せられるのかという部分はかなり意識が変わってきたように思うが、まだまだ苦手な部分も多いので改善していきたい。例えばデザインをさせるとか、大きなタスクを投げたいときのレビューの観点をどうするか……などなど。