🤖 AI駆動開発と呼ぶらしい、開発スタイルまとめてみた

🎯 はじめに

AI駆動開発（AI-Driven Development）が注目される中、どのツールをどの場面で使うべきか迷うことが多くなりました。ChatGPT、Claude、Cursor、Difyなど、多様なAIツールの特性を理解し、効率的な開発ワークフローを構築するための実践的ガイドです。

🔧 開発環境についてまとめてみます

要素としていくつか最初に列挙します。

🛠️ 要素一覧

**LLM（大規模言語モデル）**

• ChatGPT
• Claude
  • AnthropicAPI

**Dify**

• GPTsの進化系

**Cursor**

• ローカル環境で使用するエディタ

**Github**

• コード管理ツール

🎨 まず開発で何がしたいかによりますよね

目的がどの環境に合っているか、つまり技術選定が大事になってきます。 ChatGPTの課金ユーザーの場合のパターンで今回は書いていきます。

✅ GPTで済んでしまうもの

これはすぐにGPTsにしてしまい共有をかけて、URLをNotionで管理しましょう。

💻 GPTで済んでしまうけど、コードインタープリターが動いた

この場合もGPTsで問題ないですが、上手くいったコードを残して置く必要があります。コード自体をGPTsに残しておくと再現性があります。

🔄 GPTでできるけど、やりとりが複雑で何度も行う必要がある

コードを何回か処理したり、そうじゃないよ、とプロンプトを何回も打つ必要があるとき。 こういうときは要件定義が弱いです。 つまりタスクが大きすぎます。 タスクをできるだけ小さく分割します。

🔧 複雑な処理だけど、プログラミングはいらないというパターンはDify

Difyなら言語モデルが内部的に複数回や並行処理できるようになります。 LLMをメインの問題処理に使うなら、Difyが有力です。 ただし、API料金はかかってきます。

❌ GPTではできない、もしくは効率が悪い

ファイルサイズが大きいときや、対応していない等いくつかのパターンではGPTより普通にプログラミングした方が良い場合もあります。 また、Excelのマクロを組みたいなどはプログラミングを前提としています。ここでAIプログラミングが必要になってきます。

💻 AIプログラミング

GPTにコードを書いてもらう。 この形が一番シンプルですね。ただし実行環境が必要になります。

エディタはCursorが推奨です。 でも例えばVBAだったらExcelの中にエディタがあります。 そこに直接書いてもいいですが、Cursorからコピペで使ったほうが便利です。

なぜなら、結局コード管理をしなければならないからです。 最終的にはGithubを使用したいとなると思います。 そうなるとローカル環境はどの道Cursorが良いと思います。

🎯 CursorでAIプログラミング

そもそもLLMからコードを持ってこないでも、CursorにLLMが組み込まれています。 これはAPI料金がかかってくるので使い方次第ですが、少し使うくらいなら数十円から数百円程度です。

おそらく限界まで毎日プログラミングで使用すると100ドルくらいまではかかると思いますが、本当にずっと使っていた場合ですし、そこまで使って作るものがあるときなら効率化の面でも使用するべき段階です。

🧠 AI開発はCursorにAnthropicAPI（Claude）

OpenAIAPIももちろん使えますし、Geminiもあります。 ただし現状ではClaudeが頭一つ抜けてプログラミングに強いです。 Cursorで使う段階に来ているときはAnthropic一択かなという感じです。

🎉 まとめ

ということで、CursorとDifyとGPTsを使い分けるのがよさそうです。

🔑 使い分けの基準

• 簡単なタスク: GPTs
• 複雑な非プログラミング処理: Dify
• 本格的な開発: Cursor + AnthropicAPI (Claude)

おわり

イイネ！だけが唯一の頼りです。よろしくお願いします🧙

🏷️ タグ

• note
• AI駆動開発
• 開発手法
• AI
• プログラミング
• 生産性向上