【要約】ChatGPTをPlanner、CodexをExecutorにして開発ループを回す [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
個人開発者がAIによる自律的な開発を試みる際、コストと制御の面で深刻な課題に直面する。特に、APIの従量課金によるコストの不透明さが大きな懸念点となる。また、AIが意図しない範囲までコードを書き換えるリスクも存在する。Unityのような環境では、コンパイル成功だけでは品質を保証できない。
- ・APIの従量課金によるコスト予測の困難さ。
- ・AIによる意図しない広範囲なコード変更。
- ・コンパイル成功だけでは判断できない実行時品質の低下。
// Approach
開発者が、ChatGPTを計画担当、Codexを実装担当として役割を分離した。ChatGPT Plusを活用し、Markdownを介して指示を渡す設計である。これにより、APIコストを最小限に抑える。さらに、Pythonスクリプトを用いて、Git管理やテスト実行を自動化し、一連のループを制御する。
- ・Markdownファイルを介した疎結合な連携。
- ・
run_loop.pyによるオーケストレーター機能。 - ・Gitを用いた変更範囲の厳格な照合。
- ・BaselineとCandidateの比較による実行時評価。
// Result
開発者が、追加のAPI費用を抑えつつ、高度な開発ループを実現した。ChatGPT Plusの枠内で運用し、コストの予測可能性を高めた。自動評価とGit監視により、AIの暴走を防ぐ仕組みを構築した。これにより、人間は細かな実装ではなく、目的の判断に集中できる。
- ・ChatGPT Plusの枠内での運用によるコスト抑制。
- ・変更範囲の監視による、意図しない修正の検知。
- ・評価結果を構造化データとして次回の計画へ活用。
Senior Engineer Insight
> 実戦的な設計だ。特に「Markdownによる疎結合」は、AIの暴走を防ぐ有効な手段である。「Gitによる変更範囲の監視」も、品質維持に極めて重要だ。コストと安全性のバランスを、人間が介入する工程で解決している。プロトタイピングの速度を劇的に向上させるだろう。