AIツールの組み合わせ戦略 - L0 カリキュラム

ストーリー

佐

佐藤先輩

ChatGPT、Claude、Copilot — 全部使えるようになったな。最後のピースは組み合わせ方だ

中島先輩がホワイトボードに図を描き始めた。

佐

佐藤先輩

プロの料理人が包丁を使い分けるように、タスクの特性に合わせてAIツールを切り替えるのが最強の戦略だ

あなた

切り替えるタイミングのコツってありますか？

あ

佐

佐藤先輩

ある。今日はそれを伝授しよう

ツール組み合わせの基本戦略

開発フェーズ別のツール選択

[要件理解・設計]
  └── Claude / ChatGPT
      - 長文の仕様書を読み込んで分析
      - アーキテクチャの議論
      - 技術選定の比較

[実装]
  └── GitHub Copilot
      - リアルタイムのコード補完
      - コメント駆動のコード生成
      - テストコード生成

[レビュー・改善]
  └── Claude / ChatGPT
      - コードレビュー
      - セキュリティチェック
      - パフォーマンス分析

[ドキュメント]
  └── Claude / ChatGPT
      - README生成
      - API仕様書
      - コミットメッセージ

実践的な組み合わせパターン

パターン1: 機能開発フロー

Step 1: Claudeで設計
  「ユーザー通知機能のAPI設計を提案してください」
  → データモデル、エンドポイント、処理フローを取得

Step 2: Copilotで型定義
  // コメントを書いて型定義をCopilotに補完させる

Step 3: Copilotで実装
  // import文と関数名を書いて、実装をCopilotに補完させる

Step 4: Copilot Chatでテスト
  // /tests コマンドでテスト生成

Step 5: ChatGPTでレビュー
  「以下のコードをセキュリティ観点でレビューしてください」

パターン2: バグ修正フロー

Step 1: Copilot Chat で /fix
  → エラーの原因と修正案を取得

Step 2: 修正が複雑な場合 → Claude に切り替え
  「以下のエラーをCoTで段階的に分析してください」
  → より深い分析を取得

Step 3: Copilot で修正実装
  → 修正コードをCopilotの補完で効率的に記述

Step 4: Copilot Chat で /tests
  → 修正に対するテストを追加

パターン3: リファクタリングフロー

Step 1: Claude でリファクタリング方針を相談
  「このコードベースのどこをリファクタリングすべきですか？」

Step 2: Copilot Chat で段階的にリファクタリング
  → インラインChatで関数ごとにリファクタリング

Step 3: ChatGPT で変更前後の比較レビュー
  「Before/Afterを比較して、改善点と懸念点を指摘してください」

ツール切り替えの判断基準

状況	推奨ツール	理由
今書いている行の続きが欲しい	Copilot	リアルタイム補完
エラーの原因がわからない	Copilot Chat → Claude	段階的に深掘り
設計の方向性を相談したい	Claude	長文コンテキスト対応
最新のライブラリ情報が必要	ChatGPT (Web検索)	リアルタイム情報
大量のコードをレビューしたい	Claude	長文入力に強い
テストケースを生成したい	Copilot Chat /tests	エディタ統合
PRの説明文を書きたい	Claude / ChatGPT	文章生成

ワークフローの自動化

コミットメッセージの生成

手順:
1. git diff の出力をコピー
2. ChatGPT/Claude に以下のプロンプト

プロンプト:
以下のdiffに基づいて、Conventional Commitsの形式で
コミットメッセージを生成してください。

[diffを貼り付け]

PRの説明文の生成

手順:
1. git log --oneline main..HEAD でコミット一覧を取得
2. 変更ファイルの概要をまとめる
3. AIにPR説明文を生成させる

プロンプト:
以下のコミット一覧と変更内容に基づいて、
PR（Pull Request）の説明文を作成してください。

セクション:
- 概要
- 変更内容
- テスト方法
- レビューポイント

[コミット一覧とdiffサマリーを貼り付け]

自分だけの最適な組み合わせを見つける

実験のすすめ

同じタスクを異なるツールで試して比較する:

実験1: テスト生成
  - Copilot /tests の結果
  - Claude に依頼した結果
  → どちらがプロジェクトに合うか？

実験2: コードレビュー
  - ChatGPT の結果
  - Claude の結果
  → どちらがより実用的な指摘をするか？

自分の経験から最適なツール選択を記録しておく

まとめ

ポイント	内容
フェーズ別選択	設計はClaude、実装はCopilot、レビューはChatGPT/Claude
切り替え基準	タスクの特性（即時性、深さ、長さ）で判断
自動化	コミットメッセージやPR説明文もAIで効率化
最適化	自分のプロジェクトに合う組み合わせを実験で見つける

チェックリスト

開発フェーズ別のツール選択基準を理解した
3つの実践的な組み合わせパターンを把握した
ツール切り替えの判断基準を理解した
コミットメッセージやPR説明文のAI活用を理解した

次のステップへ

ツールの組み合わせ戦略がわかったら、次は演習: AIと一緒にフルスタック開発です。

推定読了時間: 30分