チェックポイント：ChatGPT/Claudeを業務に活かそう

ストーリー

「業務活用の基本はマスターしたな。確認テストをやっておこう」

中島先輩がチェックリストを出した。

「次のStep 4からはGitHub Copilotに入る。ここまでの知識がベースになるから、 しっかり固めておいてくれ」

クイズの説明

• 全5問
• 合格ライン: 80%（4問正解）

問題

Q1. AIによるコードレビューで最も適切なアプローチはどれですか？

• A) AIのレビュー結果をそのままPRコメントにコピペする
• B) AIに一次レビューをさせ、その指摘を人間が検証してからコメントする
• C) AIにはレビューさせず、全て人間がレビューする
• D) AIの指摘を全て「必須修正」としてコメントする

正解: B

AIレビューの正しいフロー:

1. AIに一次レビューを依頼（効率化）
2. AIの指摘内容を人間が検証（品質保証）
3. ビジネスロジックとの整合性を人間が確認（AI が苦手な領域）
4. 表現を調整してコメント投稿（チームコミュニケーション）

Q2. AIでドキュメントを作成する際に最も重要な確認事項はどれですか？

• A) 文章が長いかどうか
• B) 絵文字が使われているか
• C) 技術的な正確さと情報の鮮度
• D) 英語で書かれているか

正解: C

AIが生成したドキュメントで最も確認すべきは技術的な正確さです:

• APIやメソッド名が実際に存在するか
• バージョン情報が最新か
• コードサンプルが実際に動くか
• 手順書の場合は実際に実行して再現性を確認

Q3. AIにデバッグを依頼する際に提供すべき情報として不十分なのはどれですか？

• A) エラーメッセージ全文 + スタックトレース + 関連コード + 再現手順
• B) 「エラーが出ました」とだけ伝える
• C) 環境情報 + エラーメッセージ + コード + 既に試したこと
• D) エラーが発生するファイルのコード + 使用ライブラリのバージョン

正解: B

「エラーが出ました」だけでは、AIは適切な分析ができません。

効果的なデバッグ依頼に必要な情報:

• 環境情報: Node.jsバージョン、OS等
• エラーメッセージ全文: 省略しない
• スタックトレース: 原因箇所の特定に必須
• 関連コード: エラー発生箇所とその周辺
• 再現手順: どの操作でエラーが発生するか
• 既に試したこと: 重複提案を避ける

Q4. 新しい技術をAIで学習する際の正しいアプローチはどれですか？

• A) AIの説明だけを読んで、コードは書かない
• B) まず公式ドキュメントを読み、AIで補足し、実際にコードを書いて検証する
• C) AIに教科書を丸ごと書かせて暗記する
• D) AIの回答は全て正しいので、検証は不要

正解: B

推奨フロー:

1. 公式ドキュメントを読む（一次情報）
2. 理解できない部分をAIに質問（補足）
3. AIの説明を公式ドキュメントで裏取り（検証）
4. 実際にコードを書いて動かす（体得）

AIの回答には古い情報やハルシネーションが含まれる可能性があるため、必ず検証が必要です。

Q5. AIにコードを送信する際のセキュリティ対策として正しいのはどれですか？

• A) 気にせず何でも送って問題ない
• B) 機密情報（APIキー、パスワード等）をマスキングしてから送信する
• C) AIには一切コードを送らないようにする
• D) 個人のアカウントで送ればセキュリティは完全に保証される

正解: B

送信前のチェックリスト:

• APIキー・パスワード → ダミー値に置換
• 個人情報 → マスキングまたは削除
• 社内固有の機密ロジック → 抽象化
• DB接続文字列 → ダミーURLに置換

エンタープライズプラン（データが学習に使われない設定）の利用も推奨されます。

結果

4問以上正解の場合

合格です。 Step 3を完了しました。次はStep 4「GitHub Copilotをマスターしよう」に進みましょう。

3問以下の場合

復習しましょう。

まとめ

チェックリスト

• 全5問に挑戦した
• 合格ラインをクリアした

次のステップへ

Step 4: GitHub Copilotをマスターしよう（4時間）

ここからはコーディング特化のAIツール、GitHub Copilotを学びます。エディタ内でのリアルタイム補完、Copilot Chat、テスト生成を体験しましょう。

推定読了時間: 30分