【読書メモ】【コード×AI―ソフトウェア開発者のための生成AI実践入門】第1章 生成AIがエンジニアリングの常識を変える

1.1 変化は「今」起こっている―さて、どうする？

1.2 生成AIへの過度の期待と現実のギャップ

1.3 プロンプトエンジニアリングのテクニックはあまり重要ではない

1.3.1 用語の意味を正確にとらえる

1.3.2 安定性と精度の追求こそプロンプトエンジニアリングの真髄

1.3.3 エンジニアリングタスクの多くは一点もの

1.3.4 プロンプトエンジニアリングのテクニックは銀の弾丸ではない

makitani.net

1.4 エンジニアの仕事は消えない

1.4.1 うそはうそであると見抜けるエンジニアになる

COLUMN ハルシネーションは適切な表現か

1.4.2 AIに最適なタスクを割り当てるスキルを磨く

1.4.3 Practice：トークン数の感覚的理解

1.4.4 Practice：トークン数の調整による精度維持

COLUMN 「全コードを読ませたい」という願望は一旦捨てる

1.4.5 コードレビューのプロになる

1.4.6 Practice：適切なペースでのコードレビュー

1.4.7 Practice：一度に少量のコードレビュー

1.4.8 AIの台頭で問われるエンジニアの真価

1.5 AIは優秀なエンジニアだけのものではない

1.5.1 AIはジュニアエンジニアの学習を加速させる強力なツール

1.5.2 Practice：AI駆動の知識獲得

該当コードをステップバイステップで解説してください。

該当ソースコードにおける問題点を指摘してください。
問題点の修正方法と、そのメリット・デメリットについても教えてください。

1.5.3 Practice：AIとの協働による高速なトライ&エラー

具体的には、3回程度の迅速な試行を通じて、AIにとってタスクが適切か、プロンプトの改善余地があるか、あるいはAIには難しすぎるタスクなのかを判断する必要があります。

高速なトライ＆エラーに特に適しているのが、GitHub Copilotなどの自動補完型AIツールです。

好奇心を持ってAIといろいろなことを試してみることが重要です。

1.6 開発支援AIツールを使い分ける

1.6.1 自動補完型 - リアルタイムで小規模コードを提案

1.6.2 対話型 - 問題解決を柔軟に支援

1.6.3 エージェント型 - 複合的なタスク処理を支援

1.6.4 ツールを状況に応じて使い分ける

1.7 AIで組織の競争力を高める

1.7.1 組織に合わせたAIのカスタマイズで差をつける

1.7.2 AIに与えるコードベースは準備できているか？

1.7.3 内製化によりAIを最大限に活用する

1.7.4 コードを組織として育てる

1.7.5 AIをコストカットだけの目的で導入していないか？

COLUMN 生成AIとは何か

参考書籍

コード×AIーソフトウェア開発者のための生成AI実践入門

コード×AIーソフトウェア開発者のための生成AI実践入門【電子書籍】[ 服部佑樹 ]

www.youtube.com