学習とリサーチの加速

ストーリー

「来月から新しいプロジェクトでGraphQLを使うことになったんですが、 触ったことがなくて...」

中島先輩がにっこり笑った。

「いい機会だ。新しい技術を学ぶ時こそ、AIの出番だよ。 AIを学習パートナーにすると、習得速度が2-3倍になる」

「本当ですか？ でもAIの説明って、たまに間違ってたりしません？」

「だから使い方にコツがある。正しい使い方を教えるよ」

AIを学習パートナーにする方法

1. 概念の理解

新しい技術の概念を、自分のレベルに合わせて説明してもらいます。

プロンプト:
私はREST APIの開発経験が2年あります。
GraphQLについて、REST APIとの違いを中心に説明してください。

以下の構成で:
1. GraphQLとは（1-2文の要約）
2. RESTとの違い（比較表）
3. GraphQLが適しているケース
4. GraphQLが適していないケース
5. 「Hello World」レベルの最小コード例

2. 段階的な学習プラン

プロンプト:
GraphQLを1週間で実務レベルまで習得したいです。

私の前提知識:
- TypeScript: 実務経験あり
- REST API: Express.jsで2年の経験
- データベース: PostgreSQL

以下の形式で学習プランを作成してください:
| 日 | テーマ | 目標 | 学習リソース | 演習 |

各日の学習時間は2時間を想定してください。

3. インタラクティブな質疑応答

プロンプト:
GraphQLのResolverについて学んでいます。

以下のコードの動きを、1行ずつ説明してください。
特にcontextとparentの役割がわかりません。

const resolvers = {
  Query: {
    user: (parent, args, context) => {
      return context.db.user.findUnique({ where: { id: args.id } });
    }
  },
  User: {
    posts: (parent, args, context) => {
      return context.db.post.findMany({ where: { authorId: parent.id } });
    }
  }
};

技術リサーチでのAI活用

技術比較・選定

プロンプト:
バックエンドのAPIフレームワークを選定中です。
以下の候補を比較してください。

候補: Express.js, Fastify, NestJS, Hono

比較軸:
| 軸 | Express | Fastify | NestJS | Hono |
|----|---------|---------|--------|------|
| パフォーマンス | | | | |
| 学習コスト | | | | |
| TypeScript対応 | | | | |
| エコシステム | | | | |
| 向いているケース | | | | |

プロジェクト要件:
- チーム3名（TypeScript経験あり）
- REST API + WebSocket
- 3ヶ月でMVPリリース
- 将来的なマイクロサービス化を視野

推奨とその理由も述べてください。

ベストプラクティスの調査

プロンプト:
TypeScriptプロジェクトのエラーハンドリングのベストプラクティスを教えてください。

以下を含めてください:
1. カスタムエラークラスの設計
2. グローバルエラーハンドラー
3. 非同期処理のエラーハンドリング
4. ユーザー向けエラーメッセージとログ向けメッセージの分離
5. 実装例（Express.jsベース）

AIを使った学習の注意点

検証の重要性

AIから学んだ内容の検証方法:

1. 公式ドキュメントとの照合
   → APIやメソッド名は必ず公式ドキュメントで確認

2. 実際にコードを動かす
   → AIの説明だけ読んで理解した気にならない

3. 複数のソースで確認
   → AI + 公式ドキュメント + 実際のコード

4. バージョンを確認
   → AIが古いバージョンの情報を返すことがある

「AIに聞く前に」のルール

推奨フロー:
1. まず公式ドキュメントを読む（10分）
2. 自分で考える（5分）
3. それでもわからなければAIに聞く
4. AIの回答を公式ドキュメントで裏取りする

目的: 自分で調べる力を維持しつつ、AIで効率化する

まとめ

チェックリスト

• AIを学習パートナーとして使う方法を理解した
• 技術比較のプロンプトを作成できる
• AIの回答を検証する重要性を理解した
• 実際に新しい技術についてAIに質問してみた

次のステップへ

学習とリサーチの方法がわかったところで、次は演習：業務効率化プロジェクトです。 Step 3で学んだ全てのスキルを使って、実践的なタスクに取り組みます。

推定読了時間: 30分