最近では、Claude Code や ChatGPT などの生成AIを使いながら開発することが当たり前になってきました。

私自身も日々の開発でAIを活用していますが、以前と比べて仕事の進め方が大きく変わったと感じています。

以前は、要件を確認したあと、自分で実装方法を考え、コードを書き、デバッグを行い、最後にレビューを受けるという流れでした。

1要件確認
2　↓
3設計
4　↓
5コードを書く
6　↓
7デバッグ
8　↓
9レビュー

しかし現在は、まずAIに実装方法を相談し、コードを作成してもらうことが増えました。

その後、AIが作成したコードを確認し、必要に応じて修正やテストを行っています。

1要件確認
2　↓
3AIに相談する
4　↓
5AIがコードを書く
6　↓
7レビュー
8　↓
9修正・テスト

AIのおかげで、簡単な実装や調査にかかる時間は以前より短くなりました。

一方で、開発者に求められる役割は少しずつ変わってきていると感じています。

1. 要件を正しく理解する力

AIは指示された内容をもとにコードを作成します。

そのため、「何を実現したいのか」を自分自身が正しく理解し、AIに分かりやすく伝えることが大切です。

例えば以前は、「ヘッダーを作成してください」のような簡単な指示でも実装を始めることがありました。

しかし現在は、「レスポンシブ対応」「既存コンポーネントを利用する」「デザインに合わせる」など、要件を具体的に伝えることで、より期待に近いコードが返ってくると感じています。

AIを上手に使うためには、最初の指示がとても重要だと感じています。

2. AIが書いたコードをレビューし、品質を判断する力

AIが作成したコードは、そのまま使えるとは限りません。

例えば、

• 要件を満たしているか
• プロジェクトのコーディングルールに合っているか
• 読みやすく、保守しやすいコードになっているか
• パフォーマンスやブラウザ対応に問題はないか

などを確認する必要があります。

また、フロントエンドでは、デザインの意図やレスポンシブ対応など、人が確認しないと気づきにくい部分もあります。

実際にAIが作成したコードでは、デザインと細かな余白が異なっていたり、スマートフォン表示でレイアウトが崩れていたりすることもありました。

そのため、以前よりもコードを書く時間よりレビューし、品質を判断する時間の方が長くなったと感じることもあります。

3. 最適な方法を選ぶ力

AIは一つの答えだけではなく、複数の実装方法を提案してくれることがあります。

しかし、どの方法が現在のプロジェクトに最も適しているのかを判断するのは開発者です。

「動けばよい」ではなく、「長く運用しやすい実装かどうか」を考えることが大切だと思います。

まとめ 〜「書く」から「判断する」へ〜

生成AIのおかげで、開発スピードは以前より速くなりました。

しかし、AIはあくまでも開発をサポートするツールです。

AIの登場によって、コードを書く時間は確かに減りました。

一方で、AIが作成したコードを理解し、レビューし、品質を判断する時間は増えています。

私は、フロントエンドエンジニアの仕事は「コードを書くこと」から、「コードを理解し、判断すること」へ少しずつ変わってきていると感じています。

これからのフロントエンド開発では、コードを書く力だけではなく、AIと協力しながら最適な実装を考え、正しく判断する力が、これまで以上に重要になっていくのではないでしょうか。