開発者向けAIチャット
ChatGを頼れるペアプロ相手に。見慣れないコードの解説、バグの絞り込み、テストやドキュメントの作成、新しい言語への置き換えを支援します。
開発者にとって、AIチャットは即座に応答してくれる頼れる「ラバーダック」です。見慣れないコードを読み解き、バグの原因を推測し、テストの下書きを作成し、誰もが後回しにしがちなドキュメントを書いてくれます。もちろん、コードを読んだり実際に動かして確認したりする作業の代わりにはなりません。ChatGは1日ごとの利用枠内で無料で使え、コードはハイライト表示とコピーボタン付きでレンダリングされ、履歴はお使いのブラウザ内にのみ保存されます。ここでは、特に生産性が高まるワークフローと、チャットですぐに試せるプロンプトをご紹介します。
コードの理解と修正
関係するコードだけを抜粋して貼り付け、バージョン、エラーメッセージ、すでに試した対策を添えてください。
見慣れないコードの解説
コメントが一切ないモジュールを引き継ぎましたか？コードの解説と、考慮されていないエッジケースをリストアップしてもらいましょう。
この[言語]の関数が何をしているのか、重要な部分を1行ずつ解説してください。また、対応できていないエッジケースやパフォーマンス上の懸念点も挙げてください：[コードを貼り付け]
チャットでこのプロンプトを試すか、Code Assistantをご利用ください。
原因の仮説を優先度順に挙げてデバッグ
考えられる原因を可能性の高い順に並べ、それぞれの検証方法を聞くことで、当てずっぽうの修正を体系的な調査へと変えられます。
[言語またはフレームワーク]のプロジェクトで次のエラーが発生しています：[エラーメッセージとスタックトレースを貼り付け]。関連するコードは以下です：[コードを貼り付け]。考えられる原因を説明し、修正方法を可能性の高い順にランク付けした上で、確認のためにログ出力すべき内容を教えてください。
ユニットテストの作成
テストはすぐに実行して合否を確認できるため、AIに下書きを作成させるのに最適なタスクです。
[テストフレームワーク]を使用して、以下の関数のユニットテストを作成してください。正常系、エッジケース（空の入力、極端に大きな入力、無効な型）、および異常系を最低1つ含めてください。テスト名は分かりやすい命名にしてください：[関数を貼り付け]
差分（diff）のセカンドオピニオンを取得
同僚にレビューを依頼する前にAIに明らかな問題点を指摘させれば、人間のレビューでは設計の議論に集中できます。
シニア[言語]エンジニアの視点でこのコード変更をレビューしてください。バグ、セキュリティ上の問題、可読性の課題を重大度順に指摘してください。具体的な修正案を提示し、どの指摘が任意（オプショナル）であるかも明記してください：[diffを貼り付け]
クエリ、ドキュメントの作成とスキルの習得
開発中に集中力を途切れさせがちな細かな作業にも、AIチャットは重宝します。
スキーマからのSQLクエリ作成
実データではなくテーブル定義を共有し、内容を検証できるように解説も求めましょう。
以下のテーブル定義から[求める結果の説明]を取得する[SQLの方言]のクエリを作成してください：[テーブルスキーマ]。各句について簡単に解説し、パフォーマンス向上に役立つインデックスがあれば教えてください。
ドキュメントの下書き作成
対象読者と構成を指定すれば、少し手直しするだけで使えるREADMEのセクションが完成します。
[プロジェクト名]のREADMEセクションを作成してください。インストール方法、[設定方法]による設定手順、最小限の使用例を含めてください。対象読者：[言語]の知識はあるが、このプロジェクトは初めての開発者。Markdownの見出しとコードブロックを使用してください。
既知の言語と比較して新しい言語を学ぶ
コードを並べて比較することで、入門的な解説を省いて言語間の違いをダイレクトに理解できます。
私は[習熟している言語]をよく理解しており、現在[学びたい言語]を学習中です。次の概念がどのように対応するか教えてください：[概念のリスト、例：エラー処理、非同期処理、パッケージ管理]。短いコード例を並べて示し、[習熟している言語]の経験者が陥りやすい落とし穴も指摘してください。
チャットで学習を始める、または腰を据えて取り組む場合はCoder アシスタントをお選びください。
安全なステップでのリファクタリング計画
大規模なリファクタリングが失敗するのは、コードが数日間にわたって動かなくなるためです。各ステップの完了時にも常にコードが動作する計画を立ててもらいましょう。
[コンポーネントまたはモジュール]を[目標、例：共有グローバル状態オブジェクトの排除]に向けてリファクタリングしたいです。現在の構成は以下です：[説明またはコードを貼り付け]。各ステップの後もコードが正常に動作し続ける段階的な計画を提案し、最初に追加すべきテストを教えてください。
精度を高めるためのヒント
- バージョンや制約を明記する：言語のバージョン、フレームワーク、実行環境、「新規依存パッケージの追加不可」などの制約によって最適な回答は変わります。
- 最小限の再現コードを提示する：ファイル全体を渡すよりも、問題を再現できる短いコード片を渡す方が精度が上がり、無関係なコードの送信も防げます。
- 理由を尋ねる：「なぜこれで修正できるのか」を解説させることで、誤った回答を見抜きやすくなります。
- 実行結果をフィードバックする：修正案を試した後の新しいエラーを貼り付けると、次の提案の精度が大幅に向上します。
注意すべき点
- 機密情報を貼り付けない：APIキー、パスワード、トークン、接続文字列、顧客データ、.envファイルの内容などは必ず削除してください。メッセージは回答生成のためにAI処理サービスへ送信されます。
- 所属組織の規約を遵守する：外部AIサービスとのコード共有を制限している企業は少なくありません。プロプライエタリなコードを貼り付ける前に社内規定をご確認ください。
- 読んでいないコードを実行しない：生成されたコードは一見正しそうに見えても、誤ったファイルを削除したりバリデーションをスキップしたりすることがあります。必ずコードを読み、安全な環境で実行し、テストをパスさせましょう。
- 未確認のパッケージをインストールしない：AIは存在しないライブラリ、関数、オプションや、廃止された古い情報を提示することがあります。インストール前に公式ドキュメントで名称やAPIを確認してください。
- ライセンスに留意する：コード片が既存の特定プロジェクトからの引用に見える場合は、元のソースを探してライセンスを確認してください。
関連ツール・ガイド・プロンプト
- ツール：コードの迅速な解説、修正、変換に役立つCode Assistant
- ガイド：コーディング向けAI活用法、AIのプライバシーと安全性、AIチャットボットの仕組み
- プロンプト集：コーディング用プロンプト、生産性向上プロンプト
