「ログインページを作って」「このバグを直して」——あなたも、AIにこんな指示を出していませんか？ 😅
実は、このような漠然とした指示こそが、AI活用の最大の落とし穴なんですよね。
海外の開発者コミュニティ・dev.toで、この問題を鋭く指摘した記事が注目を集めています。タイトルはずばり 「Stop Asking AI to “Write Code”. Teach It How to Work.」（AIにコードを書かせるのをやめろ。働き方を教えろ）。今回は、この考え方を日本語でかみ砕きながら、すぐに使えるプロンプト術に落とし込んでみます！
🤖 「AIをオートコンプリート」として使っていませんか？
ChatGPTやClaude、GitHub Copilotなどのコーディングアシスタントが一般化して久しいですが、多くの開発者がいまだに「ただのコード補完ツール」として使っているのが現状です。
つまり、こんな使い方ですよね。
- 「ログインページを作って」
- 「このバグを直して」
- 「〇〇の関数を書いて」
一見シンプルで良さそうに見えますが……結果はどうでしょう？「なんか違う」「修正が多くて結局自分で書いた」という経験、ありませんか？ 😅
💡 発想の転換：AIを「コードを書くロボット」から「ソフトウェアエンジニア」に変える
では、優秀な開発者はAIをどう使っているのか。
イメージとしては——新しくジョインしたエンジニアに仕事を任せる感覚です。いきなり「ログインページ作って」とは言いませんよね。プロジェクトの背景、技術スタック、設計方針、テストの方針…こういったコンテキストをちゃんと共有してから依頼する。それと同じです。
具体的には、次の情報をプロンプトに含めるだけで、AIの出力品質が劇的に変わります。
- ✅ プロジェクトの背景・目的（何を作っているか）
- ✅ 技術スタック（Python / FastAPI / PostgreSQL など）
- ✅ コーディング規約・設計方針
- ✅ 期待する出力の形式（関数のみ／クラスで書く／テスト込みなど）
- ✅ やってほしくないこと（特定のライブラリを使わない、など）
🔧 実践！ビフォー・アフターで見るプロンプトの差
百聞は一見にしかず。実際にPythonのコード生成で比較してみましょう。
❌ Before：漠然とした指示
# 悪い例のプロンプト（イメージ）
"ユーザー認証機能を作って"
これだと、AIはフレームワークも要件もわからないまま「それっぽいコード」を生成します。使えないことも多いですよね。
✅ After：コンテキストを渡した指示
# 良い例のプロンプト（イメージ）
"""
【プロジェクト】FastAPIを使ったREST APIの開発
【スタック】Python 3.11 / FastAPI / SQLAlchemy / PostgreSQL
【タスク】JWTを使ったユーザー認証エンドポイントを実装してください
【条件】
- パスワードはbcryptでハッシュ化すること
- レスポンスはPydanticモデルで定義すること
- 型ヒントを必ず付けること
- サードパーティ製の認証ライブラリは使わないこと
【出力形式】関数単位でコメント付きで書いてください
"""
ポイントをまとめるとこんな感じです👇
- プロジェクト背景を一言で伝える
- 技術スタックを明示することでAIが的外れなライブラリを使わなくなる
- 「やらないこと」を明記するのが地味に効く
- 出力形式を指定すると、そのままコードに組み込みやすくなる
🚀 まとめ
AIに「コードを書いてもらう」のではなく、「プロジェクトの文脈ごと渡して、一緒に開発する」という発想の転換が大切です。
「むずかしそう」と感じるかもしれませんが、プロンプトにひと手間加えるだけで、AIの出力品質はガラッと変わります。ぜひ次の開発タスクで試してみてください 🎯
「コンテキストを渡す習慣」、今日から始めてみましょう！
こちらも読まれています
📡 Arduinoをもっと深く学ぼう！
Arduino・ラズパイ・ロボットプログラミングを体系的に学びたい方へ。おすすめのUdemyコースや電子部品もまとめています。
📚 関連商品・おすすめ書籍
※本記事にはアフィリエイトリンクが含まれます。
PR
