【要約】同じ請求書PDF→Excelツールを、手書きとClaude Codeで作って比べた ― 修正回数とコストを実測 [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
開発者がPDF抽出ツールを構築する際、仕様書通りの実装では実データの複雑さに対応できず、実行後に修正を余儀なくされる問題がある。具体的には以下の技術的課題が挙げられる。
- ・
pdfplumberによる抽出時、異なる位置のテキストが同一行として結合される。 - ・円マーク（¥）がバックスラッシュ（\）として誤認識される。
- ・宛先と発行元が同一行に混在し、誤った情報を取得する。
// Approach
開発者が同一の仕様に基づき、人力とClaude Codeの2手法でツールを開発し、そのプロセスを比較した。検証の精度を高めるため、以下の手順を採用している。
- ・正解CSVを事前に用意し、出力結果を機械的に照合する検証環境を構築。
- ・Claude Codeに対し、実装前にPDFのテキスト構造をダンプして確認させる指示を実施。
- ・修正回数、所要時間、コストの3軸で開発効率を測定。
- ・「デバッグ」と「設計」のどちらで問題に対処するかを分析対象とした。
// Result
Claude Codeを用いた開発により、修正回数をゼロに抑え、極めて高い開発効率を実現した。比較結果は以下の通りである。
- ・Claude Codeは実装前にデータを分析し、罠を設計段階で回避した。
- ・人力版は実行後に3回の修正が発生し、デバッグ工程が肥大化した。
- ・開発の成否は、AIの能力以上に「着手前の実データ確認」という段取りに依存する。
- ・正解CSVとの突合による検証手法は、自動化移行時の安全装置として有効である。
Senior Engineer Insight
> AIエージェントの真価は、実装速度ではなく「デバッグ工程の前倒し」にある。実務では、仕様定義の段階で実データを用いたプロファイリングを必須工程とすべきだ。これにより、AIは「書いてから直す」のではなく「見てから書く」動きが可能になる。スケーラブルな自動化を実現するには、AIに与えるコンテキストの質が決定的な差を生む。開発プロセスにおける「データ確認」の重要性を再認識させる内容である。