LLM生成コードと5年付き合うための3つのアーキテクチャ戦略
Hiroba による自動要約
LLMが生成するコードは局所的には正しいが、意図が不明で境界が曖昧になりやすい。保守可能性を確保するには、ADRでプロンプトを記録して意図を外在化し、型definitionで責務境界を明確化し、テストの読みやすさを優先する3つの戦略が必要。チーム開発では「読む人間がいる前提」の設計習慣を維持することが重要。
読んで良かったら、シェアしてみてください。
同じタグの記事が他に 4052 件あります。
関連する記事
同じタグの記事
Claude Code の superpowers を強化する night-market 完全ガイド
QiitaClaude Code のプラグイン拡張パック「night-market」は、開発プロセス管理フレームワーク「superpowers」と組み合わせて使う 23 個のプラグイン集。コードレビュー・仕様駆動開発・ドキュメント生成・トークン最適化など各フェーズに特化したプラグインが揃っており、プロジェクト特性に応じて個別に選択できる。
Claude CodeとCodexを活用したタスク管理の方法
ZennClaude CodeとCodexを使い中～大規模開発のタスク管理を効率化する手法を解説。タスク明確化・分割・優先順位付けが重要で、適切な導入で手動テスト80%削減など成果を見込める一方、AIの判断限界と過度な依存のリスクに留意する必要がある。
ChatGPT WorkとClaude Coworkの使い分け―デスクトップ操作の競合パターン別ガイド
QiitaChatGPT WorkとClaude Coworkは業務自動化機能で重なるが、処理経路（Connector・ファイル・ブラウザ・Computer Use）によってデスクトップ占有の有無が異なる。ブラウザ状態・ファイル編集・認証情報の共有など4つの競合パターンを整理し、人間とAIの並行利用可能性を実装設計で判断する必要がある。
Claude Code で開発が上手くいく理由──ゲーム開発流のプロセス管理
ZennClaude Code でアプリ開発をストレスなく進めている著者が、その成功の秘訣をゲーム開発経験から説明。MVP で体験部分を徹底検証し、周縁部分は後回しにする、動作チェックは最小値と最大値で試す、直し方は指示せず現象のみ報告する、といったプロセス管理が重要だと指摘。人間はコンセプト・体験を、AI は実装を担当する明確な役割分担が迷走を防ぐ。