注意点
- AIによるコード生成のハードルは低いが、高品質ソフトウェアの生成とは異なる
- 実装コストは低下傾向にあるが、要求定義の重要性は増大
- ツール進化を過度に憂慮せず、適切な技術選定を
基盤モデルの選定基準
2025年末まではSOTAモデルの採用が最適解となる。主要評価指標：
- コンテキスト長：128K+トークン（200K推奨）
- 生成速度：60トークン/秒以上
- SWE-Bench正答率：70%（推論あり）
- 拡張機能：ツール連携/関数呼び出し、プロンプトキャッシュ
主要モデル比較
| ベンダー | モデル | 特徴 |
|---|---|---|
| Anthropic | Opus/Sonnet | エージェント処理に最適 |
| OpenAI | GPT-5.2-Codex | バグ修正精度が高い |
| Gemini 3.0 Pro/Flash | 対話性能に優れる | |
| Qwen | Max/Coder Plus | 中国市場特化型 |
AIコーディングツール分類
VSCode派生型
代表例：Cursor（補完機能）、Antigravity（Chrome連携）、Trae（UI革新）
基本機能：
- マルチライン編集
- コミットメッセージ自動生成
- エージェント連携
CLI型
代表例：Claude Code（多機能）、OpenCode（プラグイン設計）、iflow（国内製）
特徴：CICD統合容易、環境依存性低
Webリモート型
代表例：v0.dev（デモ作成）、Google AI Studio（環境構築不要）
利点：非開発者向け、迅速なプロトタイピング
効果的活用手法
コンテキスト最適化
<system-reminder>
# プロジェクトガイドライン
技術スタック: React + Node.js
アーキテクチャ: MVCパターン
禁止事項: グローバル変数の使用
</system-reminder>段階的開発プロセス
- 要求分析フェーズ：Planモードで仕様確認
- 設計フェーズ：インタラクティブ質問機能活用
- 実装フェーズ：SOPに基づく定型処理
ツール連携の注意点
MCP(Multi-Component Plugin)の過剰使用はパフォーマンス劣化を招く。推奨プラクティス：
- エージェントごとに1-2ツール限定
- figma/k8s(readonly)など実証済みツールを優先
- 10ツール超のプラグインは避ける
ドキュメント戦略
llmdocによる永続化コンテキスト管理が有効。自動生成例：
## アーキテクチャ概要
- フロントエンド: Next.js 14
- APIゲートウェイ: GraphQL
- 認証: JWTトークン方式