【要約】AI講習会の前に、まず1本プログラムを書かせてみよう [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
筆者は、AIを業務に活用したいと考えたが、具体的な学習方法に迷っていた。AI活用を単なる座学で終わらせず、実務に結びつけるための具体的なステップが不明確であった。具体的には以下の課題があった。
- ・AI活用の具体的な開始方法が分からない。
- ・プログラミングの専門知識が不足している。
- ・AIへの指示（プロンプト）の出し方が不明である。
// Approach
筆者は、Copilotを用いてPythonによるデータ加工プログラムの作成を試みた。最初から完璧な仕様を求めず、対話を通じて段階的にプログラムを完成させる手法を採用した。
- ・CSVの読み込み、並び替え、Excel出力、罫線設定を指示。
- ・UnicodeDecodeErrorに対し、エラーメッセージをそのまま貼り付けて修正。
- ・データの並び順やヘッダー表示などの追加要望を逐次提示。
- ・pandasとopenpyxlを利用した実装へ誘導。
// Result
筆者は、AIとの対話的な試行錯誤を通じて、実用的なプログラムを完成させた。非専門家であっても、AIを「修正可能な新人SE」として扱うことで、目的のツールを構築できることが証明された。
- ・約100行のPythonプログラムが完成。
- ・CSVからExcelへの変換作業を自動化。
- ・AIとの付き合い方を実践的に習得。
Senior Engineer Insight
> AIによる開発の民主化は、非エンジニアの生産性を劇的に向上させる。しかし、生成コードの品質保証は人間の責務である。特に文字コード等の環境依存問題は、AIが誤答するリスクがある。実戦投入には、動作確認だけでなくテストコードの生成も必要だ。静的解析を組み合わせた、堅牢な検証プロセスが不可欠である。