開発におけるAIの使い方、そして使わない場面

AIには大きな限界がある。

「役に立たない」という意味ではない。「自信ありげなアウトプットを出してくるけれど、結局プロが必要になる」という意味だ。今日「AI」と呼ばれているものの大半はLLM（ChatGPTやGrokのような大規模言語モデル）である。それらしい文章ともっともらしいコードを生成するのは得意だ。しかし「それらしい」は正しいと同じではないし、「もっともらしい」はあなたのビジネスにとって適切であると同じではない。

高品質なカスタムソフトウェア、ウェブサイト、ウェブアプリ、モバイルアプリの開発において、AIは経験ある人材の代わりにはならないし、開発工程を省略してくれるわけでもない。AIにできるのは、選択肢を探り、意思決定を裏付け、品質を高める手助け——規律を持って使えば、の話だ。

本記事では、LINK-VでAIをどう使っているか、そして実際にあなたのプロジェクトに何が反映され得るかを説明する。

AIが得意なこと

LLMはパターンベースのツールである。膨大な学習データをもとに、テキストの次に来るものを予測することで動く。そのため、以下のような用途で役立つ。

• バリエーションの提示
• 概念を異なる切り口で説明する
• メモから文章のドラフトを作る
• コードのパターンやエッジケースを提案する
• 表現や構造の不整合を指摘する

逆に苦手なのはこういったところだ。

• 文脈全体（ビジネス目標、制約、経緯、優先順位）の理解
• 正しさの保証
• 責任ある判断
• 強力な指針なしに、時間をかけて一貫したシステムを構築する
• 何が真実かを知ること——それらしく聞こえることしか分からない

最後の点が一番重要だ。AIは自信満々に間違える。だから我々のルールはシンプルである。AIは支援はできるが、最終決定権は与えない。

核となる原則：責任は専門家にある

我々の仕事では、すべての成果物に責任者がいる。生身の人間が、だ。AIはその人を支援できるが、責任を肩代わりすることはできない。

つまり、こういうことだ。

• AIのアウトプットは決定ではなく、ドラフトとして扱う
• 論理、レビュー、テストによって検証する
• AIを使ったかどうかにかかわらず、品質基準は同じに保つ

だから、AIが生成した部分があなたのプロジェクトに含まれることはある。しかし、レビューなし、テストなし、盲信、はあり得ない。

コードでのAIの使い方

AIはプログラミングで役立つ。ただし、AIマーケティングの謳い文句が示すような形ではない。

ソフトウェア開発で本当に難しいのは、たいてい「コードを打ち込むこと」ではない。難しいのは次のようなことだ。

• 適切なアプローチを選ぶこと（アーキテクチャ、データフロー、パフォーマンス戦略）
• エッジケースや実世界での挙動への対応
• 既存システムとの統合
• 将来の開発のために明瞭さを保つ
• バグ、セキュリティ問題、デグレードを防ぐ

AIが最も役立つのは、選択肢を生成することと、最初の一歩を踏み出すことだ。複数の実装案を提案したり、よくある落とし穴（プロジェクト固有のものではないが）を思い出させたり、より整理された構造を提案してくれる。

実際にやっていることは以下のとおり。

• AI生成コードはクライアントプロジェクトおよび製品で使われ得る
• AIが書いた部分は、AIまたはプログラマーがラベル付けする
• 開発者が生成コードを一行ずつレビューする
• テストと実際の使用で挙動を検証する

コードが小さく自明であれば、検証はすぐ済む。クリティカルな部分（セキュリティ、決済、権限、データ整合性）であれば、他のクリティカルなコードと同じ扱いだ。より深いレビュー、より多くのテスト、より厳しい要件を課す。

グラフィック、デザイン、UXでのAIの使い方

デザインは美しさだけの話ではない。コミュニケーション、明瞭さ、階層構造、信頼、コンバージョンの問題でもある。経験あるデザイナーがあなたのブランドとユーザーを理解する形で、AIは理解しない。

AIは、よく知られた一般的なオーディエンス向けの方向性を出すのは得意だが、あなたのニッチな顧客のことは分からない。そこは依然として我々の仕事である。

AIが役立つ場面は次のとおり。

• レイアウトやスタイルの方向性のブレインストーミング
• UIテキストの代替案やデモ用のフレーズの生成
• 背景除去のような小さなユーティリティ作業
• 評価とセカンドオピニオン（フローに分かりにくいステップがないかチェックするなど）

これは主にスピードと幅の話だ。AIはより多くのバリエーションを探るのに役立つので、そこから最良の方向性を選んだり、複数の案からテーマを組み合わせたりできる。

テキストとコミュニケーションでのAIの使い方

以下の用途でAIを使っている。

• 箇条書き、構成、メモを基にした初稿
• トーンの書き換え（より硬く、より親しみやすく、より直接的に）
• 文法と明瞭さの改善
• 不自然な言い回しの検出
• 文化的・社会的配慮のチェック（国際的なオーディエンス向けに有用）

その後、テキストを編集する。我々の声に合うものを残し、汎用的に感じる部分を削り、すべての主張が事実に即していることを確認する。AIは素早くテキストを生成できるが、正確さや適切さを保証してはくれない。

ブレインストーミングと最新動向のキャッチアップでのAIの使い方

AIは「最初の取っかかり」または「セカンドオピニオン」のツールとして以下に有用だ。

• ネーミング案
• 機能リストとトレードオフ
• 潜在的なリスクとエッジケース
• 問題への代替アプローチ

技術やビジネスのニュースを素早く把握するためにも使う。主に概観を得て、深掘りする価値があるものを見極めるためだ。

ただし、重要な情報は依然として一次情報源で検証する。AIは選択肢を見落としたり、詳細を混同したり、推測を事実として提示したりすることがある。

AIでプロジェクトは安く速くなるのか？

小さな部分を速くしてくれることはある。白紙の段階を短縮し、繰り返しのドラフト作成を助け、技術的な選択肢の検討を速くする。

AIはどちらかというと技術寄りでない部分で役立つ。我々のプロセスや判断を置き換える体系的なツールではない。個人の生産性ツールである——白紙を乗り越えたり、問題を小さく分解したり、行き詰まったときに動き出すきっかけになったりする。価値は通常「AIが仕事をした」ではなく「専門家がより良く仕事をするのを助けた」ところにある。

同時にAIは、検討に値する選択肢の数を増やすことが多く、検証の必要性は常に増やす。

AIはプロフェッショナルな開発から工程を省いてはくれない。不注意に使えば、後で時間を食う新たな問題を生み、信頼性を下げる。

だから現実的な答えはこうだ。

AIは、ささやかな形で品質と効率の改善を助けてくれる。プロの仕事を置き換えるものではない。カスタムソフトウェアをワンクリック製品に変えるものでもない。AIが作業範囲そのものを縮めることは滅多にないが、開発工程の「つなぎ」部分を速めることはあり、それが結果として納期短縮につながる場合はある。

まとめ

「AI搭載」は、よく言って曖昧なマーケティングラベル、悪く言えば非現実的な約束になってしまった。そのおかげで一部の企業では「要件をツールに貼り付けて、出てきたものを出荷する」運用がまかり通っている。ごく単純で重要度の低いページやプロトタイプなら許容できるかもしれない。本格的なビジネスソフトウェアでは許容できない。

我々はAIツールを試したうえで、アウトプットの品質に妥協する気はないので、シンプルなアプローチを選んでいる。

• 本当に役立つ場面でAIを使う
• 責任は専門家に残す
• 重要なものはすべて検証する

AIは選択肢を探り、アウトプットを改善するための実用的なアシスタントとして使っている。しかし、最終的な判断、すべてのコード、そしてTimelessサービスとGrace製品のすべての成果物は、我々のチームが責任を持ち、検証している。