開発振り返り - 2025年11月15日
5 min read
reflection
learning
ai
development
開発振り返り - 2025 年 11 月 15 日
総評
1. GPT、Copilot を生産的に使用できている
使い分けができるようになってきた。適切なツールを適切な場面で選択できることが、開発効率の向上につながっている。
2. AI が出してきた回答を精査する力が身についている
以下のような観点で常に疑問を持ち、検証できるようになった:
- なぜこの実装を提案するのか?
- なぜこれはオプショナルをつけるのか?
重要な学び: 必ず疑うことはもちろん、その回答に AI の合理的な効果があるのかどうか確認する力が身についていることを実感。
3. コード、AI の回答を理解する質が向上している
単にコードを受け入れるだけでなく、その背景や意図を理解する深さが増してきた。
フロントエンド開発
できたこと・よかったこと
Copilot による自動生成の効果的な活用
- コンポーネント押下時の発火イベント、処理内容について確認するべき箇所をすぐ見つけられるようになった
- どういったエンドポイントを API にリクエストするべきか等の知識が身についていることを確認
デバッグ能力の向上
- コンソール上で送ったリクエスト内容の確認、受け取ったリクエストパラメータの確認を自然と行えている
- ネットワークタブからリクエスト数の確認も自然とできている
課題
リクエストの送り方、リクエストモデル、ボディにどんなパラメータを含めるべきかを確認する力がまだ不足している。
API 仕様の理解をより深め、適切なリクエスト設計ができるようになることが次のステップ。
API 開発
できたこと
フローの理解
- リクエストが飛んできたところからの流れを抑えられるようになった
- 1 つ 1 つの処理を理解する意識、理解できてきている
データベース操作
- DML、DDL に慣れてきた
デバッグスキル
- ログをしっかり読むことができている
- ログからエラーの原因を調査することができている
課題
現在の問題点: Controller から Repository まで Copilot に任せて、アプリを動かして修正を繰り返している
→ 費用対効果が良くない
改善すべきポイント:
- UseCase 層、Repository 層の中身もより自分で理解して、細かく実装内容を指示する力が必要
- 既存のコードを見て実装していく力が必要
期待される効果:
- 後戻り等の不要な作業・時間削減
- 理解力の向上
- より質の高いコードの実装
まとめ
AI 活用における「精査する力」「理解する力」は確実に向上している。一方で、より深い技術理解と設計力を身につけることで、AI との協働効率をさらに高められる余地がある。
次のステップとしては:
- API 設計・リクエスト設計の理解を深める
- UseCase 層、Repository 層の実装パターンを学ぶ
- 既存コードから学ぶ習慣をつける
継続的な振り返りと改善サイクルを回していくことが、成長の鍵となる。