読書メモ: コード×AIーソフトウェア開発者のための生成AI実践入門

所感

• TODO

1 章

• AIの仕組みを理解する事がAI活用の第一歩

• プロンプトエンジニアリング

  • AIとの対話を最適化するためのテクニック
  • 安定性、精度の追求
  • ※テクニックは銀の弾丸ではない、AIへの理解がより重要

• Prompt Engineering Guide

  • 10分目を通せば、一通りのテクニックを把握できる

• AIによりエンジニアがいらなくなるのでは？

  • NO。むしろ役割は拡大
    • 例: クラウド -> インフラエンジニアは不要にならず、役割が拡大

• ハルシネーション

  • 生成AIが事実と異なる内容をもっともらしく出力すること
    • AIの使用者のレビューが不可欠

• トークン

  • AIモデルが処理する最小単位
    • 英語:1単語、日本語:1文字
  • 言語モデルには、一度に処理できるトークン数の上限がある
    • 適切なトークン数での情報提供がAIとのコミュニケーションの鍵
  • 目安: 1,000-2,000 トークン
    • AIに渡すべきファイル数は数ファイル程度
  • AIに過剰な情報を与えることは良い結果をもたらさない
    • AIにとってノイズ
      • ハルシネーションのリスク増大
      • 推論精度の低下
      • 処理時間が長くなる

• コードレビュー

  • AI活用にあたり、人間が可能なレビュー数の限界 の考慮が必要
    • 自分の限界を理解し、適切な量のレビューを行う事が鍵
  • 1時間あたり、500 行以内
    • 適量を、ゆっくと、限られた時間内で行うと効果的

• AIとの会話を通じて早く答えにたどり着く

  • 3 回程度の迅速な試行で見極める
    • なんども試行を繰り返す事は時間の無駄

• 開発支援AIツールの特性と限界を理解し、状況に応じて使い分ける

• 開発支援AIのタイプ

  1. 自動補完型
     • GitHub Copilot
  2. 対話型
     • ChatGPT
  3. エージェント型
     • GitHub Copilot Workspace

• 今後

  • 「みんなができないこと」をAIで実現する事が重要
    • みんなが使ってるAIツールを導入する事は差別化にはならない
  • how
    • AIが使うためのデータを用意し、企業として育てる

• 「コストカット」や「生産性向上」に目を奪われて、「価値創造」の機会を見逃さない

  • 「コストカット」「生産性向上」は取り組みやすいが、既存の範囲内での改善にとどまる

2 章

• TODO

  3 章

• TODO

  4 章

• TODO

  5 章

• TODO

  6 章

• TODO

  7 章

• TODO

  8 章

• TODO

  9 章

• TODO