【要約】設計書からコードを生成するLLM非依存のローカルAIを作った話 [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
既存のAIコード生成ツールはクラウドAPIへの依存や高スペックなGPUを前提としており、コストや環境制約が課題である。また、LLM特有の非決定的な出力は、実務においてコードの正確性と再現性を担保する上での大きな障壁となっている。
// Approach
自然言語の設計書に特定のタグを付与して構造化し、形態素解析やベクトル類似度を用いて意味を解釈する手法を採用。Pythonによる解析とRoslynを用いたC#生成を組み合わせることで、同じ入力から常に同一のコードを出力する決定論的な仕組みを構築した。
// Result
設計書に基づくC#コード生成、テスト解析、対話処理を実現した。一方で、プロジェクト規模の拡大に伴う管理の難しさや、決定論を重視するあまりタグの付与が過剰になり、自然言語の柔軟性が損なわれるというトレードオフが課題として残った。
Senior Engineer Insight
> LLMの不確実性を排除するために「決定論的アプローチ」を選択した点は、品質管理の観点から極めて合理的である。しかし、タグの設計が記述コストを増大させ、自然言語の利点を打ち消している点は、ツールとしてのスケーラビリティに懸念が残る。実務への適用には、タグの抽象度を上げつつ、意味解析の精度を高めて「人間が書く自然言語」と「機械が解釈する構造」の乖離を埋める高度な推論エンジンの進化が不可欠である。