Github Copilot でハロワ求人の申込みを自動化してみた。 | TechDistill

> Source: Zenn_Python

// Problem

AIによる逐次的な機能追加により、コードが800行を超えて制御不能なスパゲッティ状態に陥るという課題が発生した。また、実行環境の構築や設定情報の永続化といった、実用的なツールとして不可欠な要素の設計も初期段階では不十分であった。

// Approach

肥大化したコードを一度破棄し、要件を厳格に定義したプロンプトを用いて再設計を行う「セッションリセット」を採用。Pythonのtkinterを用いた単一ファイル構成、PyPDF2によるPDF解析、config.jsonによる設定管理など、構成をシンプルに絞り込むことで、保守性と動作の安定性を確保した。

// Result

最終的に約200行の簡潔なコードで、GUIを備えた実用的な自動化ツールを実現。プログラミング経験が浅くとも、AIに対する指示（プロンプト）の質を制御することで、特定の定型業務を完結させるツールを迅速に構築できることを示した。

Senior Engineer Insight

> AI駆動開発における「設計の引き算」の重要性を如実に示している。機能追加を繰り返すことでコードが複雑化する現象は、AI開発特有の罠である。現場での適用においては、AIに生成させたコードをそのまま運用するのではなく、今回のように要件を再定義してリファクタリング（再構築）する判断力が不可欠だ。ただし、設定ファイルへの平文パスワード保存や、PDF解析の精度といった信頼性の面では、業務システムへの導入には慎重な検証が必要である。開発体験（DX）は極めて高いが、プロダクション品質への昇華には人間による設計思想の注入が欠かせない。