🚀AI×プログラミング：複数AIを管理して実装・テスト・設計までやる方法

イントロダクション

🔥 従来の常識を覆す開発アプローチ 🔥 こんにちは、エンジニアの皆さん！今日は育成AIでいきなりある程度のプログラムができるのに 「なぜ詳細設計から始めるの？」 という根本的な疑問から生まれた、革新的な開発手法をシェアします。

プログラム開発における育成AI活用に関する記事は増えていますが、多くは従来のウォーターフォール的な開発プロセスに沿って、各工程でAIのサポートを受けるというものです。

👴 従来の開発プロセス：

人力だけで【詳細設計】→ 📝

人力だけで【プログラミング】→ 💻

人力だけで【単体テスト】→ 🧪

🤖 よくある育成AI活用パターン：

育成AI＋人力で【詳細設計】→ 📝 + 🤖

育成AI＋人力で【プログラミング】→ 💻 + 🤖

育成AI＋人力で【単体テスト】→ 🧪 + 🤖

でも待ってください！私が実践している方法はこれらとは根本的に異なります。

💡で何をしたいのか

【詳細設計】・【プログラミング】・【単体テスト】をひとまとまりにしてAIに下書きさせる！

効果！下書きがあればゼロからドキュメント作るより全然早い！

正確！ドキュメント自体もAIでレビューしてもらう！

※詳細設計～単体テストだけで十分。いまのチャットAIの実力はそのくらいだと思っています

大きな流れ

第1段階: 【前準備】AIチーム編成 🤖👥

第2段階: 【下書き作らせる】メインAIとのやりとり 💬

第3段階: 【チェックさせ合う】多角的コードレビュー 🔍

第4段階: 【従来通り！大事！！】人力による仕上げ 🛠️

第5段階: 【AIによるレビュー】 🔄

第6段階: 【納品！おつー】 🚚

🛠️ 実践方法 🛠️

1️⃣ 第1段階: 【前準備】AIチーム編成 🤖👥

まず、メインとなるチャットAIを選びます。契約しているサービスがあればそれを使うのがベストです。

会話数が非常に多くなるため、利用制限のないサービスが理想的です。

2️⃣第2段階: 【下書きを作らせる】メインAIとのやりとり 💬

2.1 全体の指示（上司から部下への作業依頼スタイル）

👨‍💼「プログラム作るの手伝って」

👨‍💼「開発環境はC言語だよ」

👨‍💼「こういうことがしたいんだ！」（目的や概要を説明）

2.2 プログラミング（⚠️ 詳細設計を飛ばしていきなりコーディング！）

👨‍💼「ファイルを読み込んで表示したい。この場所にテキストファイルがあるはずだけど、ないかもしれないからエラー処理して、読み込んだ結果はコンソールに表示してね」

👨‍💼「じゃあソースコード出して！」

2.3 単体テスト（これも詳細設計なし！）

👨‍💼「すべての分岐を確認するテストプログラム作って」

環境依存のエラーは無視して、実際に修正可能なエラーだけ対処します。プログラミングと単体テストを繰り返して改善していきます。現場の開発っぽいでしょ？😉

3️⃣第3段階: 【チェックさせ合う】多角的コードレビュー 🔍

3.1 メインAIの成果を他のAIに共有 🔄

先ほどの全体指示と最終的なソースコードを別の育成AIに提示します。

3.2 コードレビュー依頼 🔍

👨‍💼「このプログラム、おかしいところないかな？修正して！」

3.3 多数決ではなく「最適解抽出」 🏆

主要な育成AI各々に投げて、それぞれの回答を比較し一番良さそうなソースコードやアイデアを選びます。

🧠 心理戦: AIによって得意分野が異なります。同じコードでも指摘するポイントが全く違うことがあるので、複数のAIに聞くことで盲点を減らせます！

3.4 【⚠️超重要⚠️】人間がコードの最終決定権を持つ

ここからは絶対に育成AIに直接ソースコードをいじらせない！ 修正案が来たら自分で修正します。

3.5 複数AIによる単体テストの実施 🧪

主要な育成AI各々に単体テストをさせ、エラーがあれば修正案を提示してもらいます。 繰り返しますが、ソースコードの修正は必ず手作業で行うことが超重要です！

3.6 後付けの詳細設計（逆転の発想！）📝

👨‍💼「専門家のブログ風にこのソースコードは何をしているのかまとめて！」

各AIに依頼し、一番良い説明を選びます。これが「後付けの詳細設計」となります。実は先にコードを書いてから、それを元に設計書を作る方が具体的で良かったりします。

4️⃣ 第4段階: 【従来通り！大事！！】人力による仕上げ 🛠️

この時点で、なんかよくわからないけど動きそうな、コードとドキュメントができているはずです 😂

4.1 人力による詳細設計とプログラミングの洗練 ✨

ここまでの過程で得られた材料を元に、従来通り人力で詳細設計とプログラミングを行います。ただし、ゼロからではなく既存のものを改良する形なので、大幅な時間短縮が可能です。

🎯 目標: AIが80%完成させたものを、人間の知恵で100%に仕上げる

・ 詳細設計を人力でブラッシュアップ

・プログラミングを人力でブラッシュアップ

・テスト仕様書を人力で作成

・ 単体テストを人力で実行

・実際にテストして確認

5️⃣第5段階: 【AIによるレビュー】 🔄

最終レビュー会議（AIメンバーを招集） 🔄

完成した成果物を主要な育成AI各々に確認してもらい、おかしな点がないかチェックします。 自分で「これは仕様だ！」と認識している部分はスルーし、それ以外は再検討します。

6️⃣第6段階: 【納品！おつー】 🚚

これで開発完了、納品に移ります。お疲れ様でした！

何がいいのか！

💯 この「コードファースト×AIマネジメント」アプローチのメリット

⚙️ 従来の順序にとらわれない柔軟性：詳細設計→プログラミング→単体テストという固定観念から脱却し、実践的な開発に近づける

🧩 複数のAIの知見を組み合わせる相乗効果：一つのAIの弱点を他のAIでカバーし、より堅牢なコードを実現

👑 人間が制御する主体性：最終的な判断と修正は人間が行い、AIはあくまでアイデアの源泉として活用

⏱️ 爆速な時間活用：ある程度形になったものを修正する方が、ゼロから作るより圧倒的に効率的

🔧 現場感覚のアプローチ：理想論ではなく、実際の開発現場で行われているような試行錯誤型の開発に近い

🧠 思考の整理：コードを先に書くことで問題点が明確になり、後から設計書を書く方が具体的になる場合も

📈 成果物の質向上：複数のAIによる多角的なレビューで、見落としを防止

🎯 こんな人におすすめ

✅ 締め切りに追われているプロジェクトリーダー

✅ 詳細設計に時間をかけすぎて実装が遅れがちな開発者

✅ AIの力を最大限活用したい効率重視のエンジニア

✅ 「動くものから改良する」アジャイル的思考の持ち主

✅ 複数のAIサービスに課金している人（投資を回収したい人）

🌟 核心: AIはツールではなく「チームメンバー」として扱え！

皆さんも、ぜひこの「できの悪いチャットAI 4人組をマネージメント」するアプローチを試してみてください。新たな効率化と発見があるかもしれません。

あなたのAIマネジメント体験、コメント欄でぜひシェアしてください！👇

🌈 AIチーム編成のベストプラクティス：おすすめAIランキング 🚀

「できの悪いチャットAI 4人組」を効果的にマネージするには？ 🤔

各AIの特性を理解し、適切に役割分担することが成功への鍵です！以下に、実践経験に基づくAIランキングと活用法をご紹介します。

🏆 AI能力ランキング

🥇 最優秀マネージャー候補：Claude

強み:

📝 長文の理解力

🧠 文脈把握能力

💻 コードの論理性チェック

特記事項:

個人的に一番キレイなソースコードや文章を出してくれる（でもミスはある）

🥈 実装スペシャリスト：ChatGPT

強み:

📚 API仕様の把握

🌐 多様な言語への対応力

🧰 特定フレームワークの活用

🐞 細かいバグ修正

特記事項: 意外な指摘をしてくれる。便利だけどすぐに前に言ったこと忘れる

🥉 サポートメンバー：その他のAIアシスタント

強み:

🔍 異なる視点の提供

🧪 特定分野の専門知識

🕵️ 盲点のチェック

🔄 多角的な意見収集

特記事項:

まぁ、このあたりは振り回されない程度に利用がおすすめ。

🚀 コードファースト×AIマネジメント開発フロー

プロセスのチェックリスト

■■■ 第1段階：AIチーム編成■■■

□ AIを選定（最低でもメインAIとサブ１つ、可能ならサブ３種類ぐらい。）

□ 会話制限・利用条件を確認

■■■ 第2段階：下書き生成（メインAIと対話）■■■

□ 全体指示を出す（目的・概要・環境など）

□ 処理内容を細かく伝える（例：ファイル読み込みをしたいなど）

□ ソースコードを出力させる

□ 分岐網羅のテストコードを作らせる

□ プログラムとテストを繰り返して修正

■■■ 第3段階：コードレビュー（他AIに依頼）■■■

□ 成果物（プログラム）を他AIに共有

□ コードレビュー依頼

□ ソースコードを１つ決定する！これ以降はAIにソースコードを直接編集させない。

□ 各AIで単体テスト実行＆バグ報告を受ける

□ 後付けで設計説明を依頼・比較・選定

■■■ 第4段階：人力で仕上げ■■■

□ 詳細設計を人力でブラッシュアップ

□プログラミングを人力でブラッシュアップ

□ テスト仕様書を人力で作成

□ 単体テストを人力で実行

□ 実際にテストして確認

■■■ 第5段階：AIレビュー■■■

□ 各AIに最終成果物を確認させる

□ 指摘事項を再検討（仕様外かどうかを確認）

■■■ 第6段階：納品■■■

□ 成果物一式をまとめる（コード・設計書・テスト結果）

□ 納品

□ 完了＆お疲れ様！

このブログは実際の開発経験をもとに作成しています。環境や要件によって最適なアプローチは異なりますので、自分のプロジェクトに合わせてカスタマイズしてください。

いまのチャットAIの実力では、関数の利用が限界だと思っています。それ以上は手戻りが多すぎて逆に効率が落ちます。