← ブログ一覧

AIコーディングで疲弊しないための「諦め駆動開発」

仕事

ClaudeかChatGPTか、プロンプトの書き方、新しいツール——AIを最大活用しようとして疲れていませんか。「諦め駆動開発」は、AIに完璧を求めず地道に仕事をすることで、かえって疲弊せず効率的に働く考え方です。

この記事のまとめ

AIコーディングで疲れないために、AIによって業務の効率化を最大化することを諦める、「諦め駆動開発」を提案します。

  • AIは人間の代わりではなく、あくまでツールの1つと認識する
  • プロンプトやツール選定に完璧を求めず、そこそこで仕事を始める
  • 作業を段階的に分けて、AIと対話しながら地道に進める

この記事の情報源

この記事は、僕の考えと、一部、以下の情報源に基づいています。

また、この記事は僕の考えをAIに整理整頓してもらって作りました。

僕たちはAIに期待しすぎている

僕は普段、webエンジニアとしてAIを活用しながら仕事をしています。

しかし、ClaudeやChatGPTなどAIの進化が速すぎて、日々「どのAIを使うべきか」「最適なコーディング方法は何か」「どのツールを使うべきか」が変わっています。

  • 昨日まで「Claudeが最強」と言われていたのに、今日は「GPT-Codexの方が良い」という記事を見る
  • 「バイブコーディングはオワコン、仕様駆動開発をやれ」という主張が出てくる
  • 「kiroが最強」「Serenaを使え」と次々に新しいツールが登場する

それだけではありません。なんとかAIに期待通りの仕事をしてもらいたい僕は、日々プロンプトやコンテキストを試行錯誤しています。

具体的には、こんなことをやっていました。

  • プロンプトを10回以上書き直して、なんとか期待通りの結果を出してもらう
  • CLAUDE.mdやAGENTS.mdを改善してAIに期待通りに動いてもらいやすくする
  • 新しいツールやMCPサーバーの情報を追う
  • AIが期待外れの結果を出すたびに「自分の指示がダメだったんだ。どうすれば？」とググる、公式ドキュメントを読む

正直、僕は疲れました。本来の業務をこなすよりも、「AIをうまく活用しなければならない」という自分との戦いで疲弊してしまいました。

問題点

AIは人間の代わりではない

僕たちはAIに期待しすぎています。（まだ）AIは人間にとってかわれるような代物ではありません。

現に、プロンプトやコンテキストの質によってアウトプットの質が大きく変わってしまいます。期待通りに動かせると思い込んでいると、かなりの頻度で失望します。

「期待通りに動くはず」という苛立ち・不安感

自分の考えていること・プロジェクトの背景すべてをAIに渡せば、期待通りの仕事をしてくれる可能性は高いです。

ただし、タスクによってそれらのコンテキストは変わってしまうため、毎回完璧なコンテキストを用意するのは割に合いません。

結果、「AIは、今度こそ僕の指示（往々にして不十分）に従って期待通りに仕事をしてくれるんだろうか？」という苛立ち・不安感を常に感じています。

いつの間にか手段が目的になっている

いつの間にか「AIをうまく使うこと」が目的になっています。

小石を移動させるという簡単なタスクに対して、ショベルカーの操縦を学んでいるという状況になっています。しかも、ショベルカーを学んでいるうちに「ショベルカーはオワコン」になります。

ググってみると、実際に「AIバーンアウト」という問題も起きているようです（Upwork調査）。

「諦め駆動開発(RDD)」とは？

そこで、僕は諦め駆動開発（Resignation Driven Development, RDD）を提案します。

この開発手法のコアは、「AIによって業務の効率化を最大化することを諦める」という考え方です。

具体的には、以下の3つを諦めます。

  1. 「AIは人間の代わりになってくれる」と期待することを諦める → 「AIは（まだ）所詮ツールの1つにすぎない」と認識する
  2. 「AIは僕の言っていることを理解してくれている」と期待することを諦める → 「AIは僕の言っていることを分かっているような口をきく」と認識する
  3. 「AIに必要十分なコンテキストを渡したら完璧な仕事をしてくれる」と期待することを諦める → 「AIはこれだけのコンテキストを渡したら、運が良かったら及第点の仕事をしてくれる」と認識する

これらの諦めから出発し、臨機応変にAIを使うという姿勢を取り戻します。

諦め駆動開発の実践方法

使うツールは”そこそこ”で諦める

  • ClaudeかCodexか、最大効率を求めずにどちらかに決める
    • 最新モデルを利用して、そのモデルに慣れる・コツを掴む
  • Github SpecKitやSerenaなど、新しいツールを追いかけすぎない
    • 現状のモデルの性能やコンテキストウインドウ長という、ツールでは覆せない限界を念頭に置く
  • プロンプトやCLAUDE.mdやAGENTS.mdなどのコンテキストなどを極めようとしない
    • ある程度整備したら満足することを恐れない

AIを人間ではなく、ツールとして使う

バイブコーディングでも仕様駆動開発でも重要視されていると思いますが、個人的な経験からも、作業を段階的に分けて進めることが重要だと思います。

なんとなくAIの万能感にほだされて、「こういう問題があるから調査して修正して」とまるっと投げたらなんとかしてくれそうと勘違いしてしまいますが、以下のような各段階でAIと喋りながら仕事をした方が良い場面が多いです。

  1. 現状の調査・理解
  2. 現状の問題と期待の整理
  3. 実行

また、意外なことに（？）、人間は理解している暗黙的コンテキストをAIは知らないので、AIに任せるタスクを見直すことも重要です。

単純な問題はAIに任せる。でも、複雑な問題は人間が単純な問題に分解して順番にAIに任せないと、「かゆいところに手が届かない」成果物で終わってしまうことも多いです。

よくある質問

諦めたら効率下がるんじゃない？

いいえ、かえって効率が上がることもあります。

プロンプトを10回書き直す時間、新しいツールを毎週試す時間、それらを学ぶ時間——これらはすべて本来の業務時間を削っています。

「そこそこ」で仕事を始めることで、実際の作業に早く取り掛かれます。

具体的にどのツールを使えばいい？

あなたが今使っているツールで十分です。

ClaudeでもChatGPTでも、どちらでも構いません。重要なのは「どのツールを使うか」ではなく、「そのツールでタスクを終わらせる」ことです。

諦め駆動開発って結局何をすればいいの？

以下の3つを実践してください。

  1. ツール選びに時間をかけず、今あるもので始める
  2. プロンプトを完璧にしようとせず、そこそこで仕事を開始する
  3. 大きなタスクはAIに丸投げせず、小さく分けて段階的に進める

AIを使わない方がいいってこと？

いいえ、必要に応じて使うべきです。

ただし、「AIに完璧を求めない」「AIは所詮ツール」と認識することが大切です。電卓を使うのと同じ感覚で、必要な場面で必要な分だけ使います。

どのくらいコンテキストを渡せばいい？

思いつくもので十分です。

完璧なコンテキストを用意するのに30分かけるよりも、そこそこのコンテキストで5分で開始して、AIの出力を見ながら対話的に修正していく方が早いしストレスも少ないです。

まとめ

AIコーディングで疲弊しないための「諦め駆動開発」を紹介しました。

  • AIに完璧を求めず、「所詮ツールの1つ」と認識する
  • ツールやプロンプトの最適化に時間をかけず、そこそこで仕事を始める
  • 大きなタスクは分解して、AIと対話しながら地道に進める

AIに期待しすぎることを諦めることで、かえって疲弊せず効率的に働けます。