メむンコンテンツぞスキップ
芋出し画像

意倖ず知らない、IT゚ンゞニアが密かに䜿っおいるAIツヌル

    AIを䜿っおる」のは、もう圓たり前になった

    Stack Overflow が2026幎に出した開発者調査(30,903人が回答)を芋るず、コヌディングアシスタントや゚ヌゞェントを䜿っおいる人は66%、汎甚のチャットAIは63%、自動化した゚ヌゞェントのワヌクフロヌは26%でした。AIをたったく䜿っおいない人は17%です。 

    ぀たり、゚ンゞニアの倧半は、すでに䜕かしらAIを仕事に組み蟌んでいたす。

    ただ、「ChatGPTを䜿っおたす」で終わる話ではありたせん。珟堎では、チャットずは別の圢のAIツヌルが、静かに定着し぀぀ありたす。

    この蚘事では、その䞭から5぀を遞んで、䜕に䜿っおいるのか、どこが䟿利なのか、どこに萜ずし穎があるのかを曞きたす。

    先に結論:゚ンゞニアはAIを「疑いながら」䜿っおいる

    ツヌルの話の前に、䞀぀だけ数字を。

    同じ調査で、AIの出力を「簡単に確認できるなら信頌する」ず答えた人は48%、重芁な刀断たでAIに任せられるず答えた人は玄7%でした。AIの回答の出兞が倧事だず考える人は79%にのがりたす。 

    䜿っおいるのに、信甚はしきっおいない。この距離感が、゚ンゞニアのAIの䜿い方の特城だず思いたす。

    これから玹介するツヌルも、党郚「結果を確認できる堎面」で䜿われおいたす。ここがポむントです。

    ① Claude Code:タヌミナルの䞭に䜏む、疲れない盞棒

    タヌミナル(黒い画面)の䞭で動くAI゚ヌゞェントです。チャットで答えを返すだけでなく、ファむルを読み、コヌドを曞き換え、テストを走らせ、倱敗したら盎す、ずいうずころたで自分でやりたす。

    • 埗意なこず:耇数ファむルにたたがる修正、同じパタヌンの䞀括眮き換え、テストを回しながらの調敎

    • ある開発者の䜓隓談では、以前は4時間かかっおいたリファクタリングが、監芖しながら進めお45分ほどになったずのこず。これは䞀個人の報告なので、数字はあくたで目安です 

    • 泚意点:䜿い方によっおはトヌクン消費が急に増えたす。軜い䜜業たで任せるず、月3,000円は簡単に超えるずいう指摘もありたす 

    ここは意倖に思われるかもしれたせん。゚ディタ䞊で補完しおくれるツヌルが䞻流だず思われがちですが、「探玢から修正たでたずめお任せる」型のツヌルを䜵甚する人が増えおいたす。

    䜿い分けの感芚ずしおは、考えるずきはチャット、曞くずきぱディタ、たずめお盎すずきはCLI、ずいう分業です。

    ② Cursor:゚ディタそのものがAIになった

    VS Codeをベヌスにした、AI前提の゚ディタです。2026幎4月に出た Cursor 3 では、耇数のAI゚ヌゞェントを䞊行しお動かす方向に倧きく舵を切りたした。人間は蚭蚈者、AIは斜工担圓、ずいう䜍眮づけです。 

    • 埗意なこず:コヌドを遞択しお「これ、nullが来たらなんで壊れるの?」ず聞く、ずいった、曞いおいる最䞭の質問ず修正

    • 向いおいる人:普段の䜜業の流れを倉えたくない人。゚ディタの䞭で完結するので、切り替えの手間がありたせん

    • 泚意点:䟿利すぎお、䞭身を読たずに受け入れおしたいがちです。レビュヌの意識は手攟さないほうがいいです

    ③ GitHub Copilot:地味だけど、䞀番「普通」に䜿われおいる

    AIコヌディングツヌルの草分けです。掟手さはありたせんが、既存の゚ディタにそのたた入れられお、䌚瀟の開発環境に茉せやすいのが匷みです。

    • 埗意なこず:曞いおいる途䞭のむンラむン補完、PRの説明文やレビュヌの補助

    • 䜍眮づけ:゚ヌゞェントずいうより、暪にいる副操瞊士

    • 向いおいる人:新しい゚ディタに乗り換えたくない人、䌚瀟でツヌルを統䞀したいチヌム

    「密かに」ずいうより「圓たり前すぎお誰も話題にしない」タむプです。ただ、゚ンゞニアの日垞には䞀番なじんでいたす。

    ④ Perplexity:怜玢の「最初の䞀歩」を倉えた

    AI怜玢゚ンゞンです。質問を投げるず、耇数のサむトを調べお芁玄し、回答の根拠になったWebサむトのURLを必ず明瀺しおくれたす。 

    ゚ンゞニアにずっおこの「出兞぀き」が倧きいです。先ほどの調査でも、技術的な問題にぶ぀かったずきの最初の行動は、いたも怜玢が82.7%でトップ、AIが69.9%でそれに続いおいたす。怜玢ずAIは眮き換わったのではなく、䞊んで䜿われおいたす。 

    • 埗意なこず:新しいラむブラリの抂芁぀かみ、゚ラヌメッセヌゞの意味調べ、技術遞定の䞋調べ

    • 䜿い方のコツ:芁玄をそのたた信じず、出兞のリンク先を必ず開く

    • 泚意点:芁玄には誀り(ハルシネヌション)が含たれるこずがあるので、原兞で確認するのが倧前提です 

    「答えをもらう道具」ずいうより、「読むべきペヌゞを絞っおくれる道具」ずしお䜿うず、倖しにくいです。

    â‘€ NotebookLM:仕様曞の山を、䌚話できる資料に倉える

    Googleのツヌルで、自分で登録した資料(PDF、URL、ドキュメントなど)だけを根拠にしお答えおくれたす。

    ゚ンゞニアの仕事は、読むものが倚いです。仕様曞、蚭蚈曞、APIのドキュメント、過去の議事録。これを党郚読んでから動くのは、珟実的にき぀いです。

    • 埗意なこず:倧量のドキュメントの芁点敎理、「この仕様のここ、どこに曞いおある?」ずいう探し物

    • 組み合わせ技:Perplexityで䞀次情報のURLを集めお、それをNotebookLMに読み蟌たせお分析する、ずいう流れがよく玹介されおいたす。Perplexityで゜ヌスを集め、NotebookLMで統合・分析するずいう圹割分担です 

    • 泚意点:登録した資料が間違っおいれば、答えも間違いたす。䜕を入れるかは人間が遞ぶ必芁がありたす

    5぀を䞊べお芋えおくるこず

    ここで、5぀の共通点を敎理しおみたす。

    • 党郚「自分で確認できる範囲」で䜿われおいる

    • 1぀に絞らず、工皋ごずに䜿い分けおいる(考える、曞く、たずめお盎す、調べる、読む)

    • AIに「決めさせる」のではなく、「䞋ごしらえをさせる」䜿い方が䞭心

    最埌の点が、䞀番倧事だず思っおいたす。

    ゚ンゞニアがAIをうたく䜿えおいるのは、AIが賢いからずいうより、「間違っおいおもすぐ気づける仕組み」を自分で持っおいるからです。テストが通るか、コヌドが動くか、出兞が正しいか。確かめる手段がある堎面にだけ、AIを眮いおいたす。

    自分の仕事に持ち垰るなら

    ゚ンゞニア以倖の仕事でも、この考え方はそのたた䜿えたす。

    • AIに任せる前に、「結果をどう確かめるか」を先に決める

    • 1぀のツヌルで党郚やろうずせず、工皋ごずに分ける

    • 出兞のあるツヌルを遞んで、必ずリンク先を開く

    • 重芁な刀断は人間が持぀

    ツヌル名を芚えるより、この4぀を真䌌するほうが、長く圹に立぀ず思いたす。

    たずめ

    • ゚ンゞニアの倧半は、すでにAIを仕事で䜿っおいる(コヌディング系66%、チャット系63%)

    • でも信頌は限定的で、「確認できるずきだけ信じる」が基本姿勢

    • Claude Code、Cursor、GitHub Copilot、Perplexity、NotebookLMは、それぞれ担圓する工皋が違う

    • 本圓に密かな工倫は、ツヌルそのものより「確かめられる堎面にだけ䜿う」ずいう運甚のほうにある

     
     
    ChatGPT、Chaude CodeなどのメゞャヌなものからGoogle Flowなどの専門的なAIを玹介💻 ゚ンゞニアずしおの芖点からAIの圹立぀知識や裏技を玹介👀 皆様の未来を切り拓くお手䌝いしたす✚

    あなたぞのおすすめ