AIの暴走を防ぐ4段階フロープロセス
AIの過剰な機能実装、エラーハンドリング、要件を無視したコーディング。これらによる手戻りの発生や新たなバグに日々悩まされている方も多いと思います。
そんな中、AmazonのAIエディタ「kiro」には単純明快で効率的なAI Codingが可能になるプロセスが実装されていたので、これを参考にCLAUDE.mdを作成しました。
そのプロセスは下記のとおり、シンプルで当たり前な内容です。
このプロセスが未導入だった場合
実際に「売上データを分析して」と指示した場合、AIは以下のような過剰な実装を行いがちです。
- 20種類以上のグラフを生成（棒グラフ、折れ線、散布図、ヒートマップ...）
- 全項目間の相関分析を実行
- 機械学習による売上予測モデルまで構築
- データクレンジング、外れ値除去、正規化を勝手に適用
- エラーが出ても別の手法で強引に続行
このプロセスを導入した場合
- 指示した分析だけが実行される - 月次推移グラフが欲しければ、それだけを作成
- 各段階で確認が入る - 分析の方向性を都度確認し、軌道修正が可能
- 処理の流れが明確 - 何をどの順番で実行するか、事前に把握できる
導入方法
プロジェクトルートにCLAUDE.mdを作成し、以下をコピペするだけ。非常に簡単。
最後に
Calude Codeを使っていて、CLAUDE.mdはよくいじっていましたが、詳細にルール化しても抜け漏れが発生し、結局あやふやになることがほとんどでした。
本記事のCLAUDE.mdは比較的分量が少なく、体感的にルールを破ることも少なかったので、備忘も兼ねて記事化してみました。
導入も非常に簡単なので、ぜひ試してみてください🙌
