AIに任せた仕事は、任せ方を昇格させなければ減らない

エンジニアが開発したサービスはアクセスがあるのに何を改善すべきか不明だった。そこで Claude にマーケッター・UI/UX ディレクターのペルソナを与えてアクセスログを分析させたところ、単なる分析ではなく判断と根拠がセットになった専門的な提案が得られた。役職を具体的に定義するほど LLM の回答の質が向上し、技術的実装の前に「体験として正しいか」を定義する人材の必要性に気づく。

開発者が日常的にAIを使用する中で感じる「疲れ」の正体は、情報取得速度が理解速度を上回ることにあると指摘。AI時代では実行作業は減る一方で、評価・判断・選択コストが増加し、脳の判断力が曖昧になりやすい。エンジニアに求められるのはコード執筆ではなく、問いを立てる力・批判的思考・前提を疑う力であり、これらの能力を失わないことが重要だと論じている。

Claude CodeとCodexを使用した中～大規模開発におけるタスク管理の実践的手法を解説。タスクの明確化・分割・優先順位付けが重要であり、自動化できるタスクと人間が対応すべきタスクを区別することで開発効率を向上させられる。導入事例ではテスト自動化により手動テスト時間を80%削減した成果を報告している。

生成AIでスライド作成を効率化していたものの、完成後に構成の見直しが何度も発生する問題に直面した著者が、その原因は構成の質ではなく「資料の目的・聞き手の視点を先に定義していなかった」ことに気づいた。AIへの依頼前に、聞き手が持つ疑問や判断ポイントを整理することで、後戻りを減らすプロンプト手法を確立。