TriTry

「GitHub Copilot使えば、プログラミング知識なくても開発できるらしい」 「ChatGPTに頼めば、コード書いてくれるから楽だよね」

こういう話、最近よく聞きませんか？

確かに、生成AIは驚くほど高品質なコードを生成してくれます。私も日

常的にGitHub Copilotを使っていて、その便利さは身をもって実感しています。

でも、それは「打ち出の小づち」ではありません。

今回、Next.js 15で作っているブログサイトに、PC版のサイドバーを追加するという、ごく普通のタスクをCopilotと一緒にやりました。要件はシンプル。「記事一覧ページにあるサイドバーを、記事詳細ページにも追加する」。ただそれだけ。

結果として、3回やり直しになりました。

「サイドバー追加して」→ 位置が逆 「位置を左に」→ まだ何か違う 「記事一覧と同じレイアウトに」→ ようやく完成

ビルドは毎回通ります。表示も一見問題ありません。でも、細かい部分で「何か違う」が積み重なっていました。

この経験を通じて痛感したのは、生成AIでのコーディングには、設計の知識や運用経験が絶対に必要だということ。

AIが生成したコードが「動く」ことと、それが「正しい設計」であることは、まったく別の話です。その違いを見抜けないまま開発を進めると、後で取り返しのつかない技術的負債を抱えることになります。

これが、生成AI時代のコーディングの現実です。

今日は、この「打ち出の小づち」神話を解体しながら、AIとどう向き合うべきか、実際の体験をもとに書いていきます。

ブログやメディアサイトを運営していると、広告ネットワークの導入は収益化の重要な一歩です。

Webエンジニアであれば何度も行ってきたであろう広告の導入で、今回も数時間で終わるだろうと思っていましたが、非同期処理ではまり、二日間を要しました。

今回は、Next.js（App Router構成）で日本の広告ネットワーク「AdStir」のバナー広告を導入しようとした際の、実装・トラブル・解決までの記録をまとめました。

この記事のポイント

• Next.js（SPA）で広告タグを埋め込む際のトライ＆エラー
• CSP（Content Security Policy）との格闘
• Hydration Errorやdocument.writeの罠
• 最終的に「非同期タグ」が必要だった理由とその発見プロセス

「AIがあれば、もう人はいらないんじゃないか？」

そんな声を聞くことが増えた昨今。ChatGPTやGitHub CopilotのようなAIツールが登場し、コードを書くスピードは飛躍的に向上しました。私自身も、子育てを始めてからというもの、限られた時間の中で開発を進めるためにAIコーディングを積極的に活用しています。

しかし、子育てと仕事を両立する中で、ある日ふと気づいたのです。「AIは、指示がなければ動かない」という、当たり前だけど見落としがちな事実に。

データ駆動、データを基にした意思決定。。。

古くはAlibabaやSpotifyが得意としてきました。最近はラーメンの山岡家も活用しているデータ。

現場にいるとこのデータの読み方がいまいち苦手な方が多くいらっしゃいます。

私自身まだ「AI」という言葉がここまで浸透する前に自然言語ベースのレコメンドエンジンを武器として、おすすめ記事のCTRを50％上昇させた経験があります。

データとは何か一緒に考えていきましょう

Github Copilotを使えばコーディングが一人でも比較的軽快に進む。

これは以前の記事で示した通りです。

しかし、「銀の玉」はありません。銀の玉はすべてを解決してくれるものという意味ですが、そういう代物ではありません。開発を通じてわかったことをいくつか書いていきます

ホルントランペットなど金管楽器を吹いている皆さん、マウスピースは何個持っていますか？

経験年数にもよるかと思いますが、経験年数が１０年を超えてくる長い人だと３～５本くらいはあるかもしれません。楽器に最初からついてくるものを含めるともう少し多いかもしれません。

２～3年目以上の人で１本の人はちょっともったいないかもしれません。

だからと言って、ちょっと不調や違和感があるとすぐにマウスピースのせいにして新しいものを探しに行く。これをマウスピース沼といいます。

この沼にはまるのは男性が多い気がしますがマウスピース探しの時に意識したほうがいいかなと思うことを書いていきたいと思います

マウスピースのコレクションが趣味ならそれで構わないのですけど、マウスピースも1本1万～2万する代物です。10本も買えば20万近くなり、なかなかの痛い出費ですのでそうならないことがベストでしょう

ソフトウェア開発手法として知られるアジャイルとウォーターフォール。どちらが優れているかを論じる前に大切なのは、開発プロジェクトの規模やマネージャーの特性によって向き不向きが異なるという視点です。本稿ではまず開発規模、次にマネージャーのタイプから両者を整理し、最後にマンガ「キングダム」の登場人物になぞらえて考えてみます。

データ駆動、データを基にした意思決定。。。

古くはAlibabaやSpotifyが得意としてきました。最近はラーメンの山岡家も活用しているデータ。

現場にいるとこのデータの読み方がいまいち苦手な方が多くいらっしゃいます。

私自身まだ「AI」という言葉がここまで浸透する前に自然言語ベースのレコメンドエンジンを武器として、おすすめ記事のCTRを50％上昇させた経験があります。

データとは何か一緒に考えていきましょう

データ駆動、データを基にした意思決定。。。

古くはAlibabaやSpotifyが得意としてきました。最近はラーメンの山岡家も活用しているデータ。

現場にいるとこのデータの読み方がいまいち苦手な方が多くいらっしゃいます。

私自身まだ「AI」という言葉がここまで浸透する前に自然言語ベースのレコメンドエンジンを武器として、おすすめ記事のCTRを50％上昇させた経験があります。

データとは何か一緒に考えていきましょう

ロードバイクの部品がとにかく高騰する昨今。高性能でない部品すら高くて本当に嫌になる。

それだけじゃない。ロードバイクのパラダイムシフトも起きている。電動化とディスクブレーキ化だ。

普段、DogmaF12のリムブレーキに乗る自分にとってディスクブレーキ化は看過できない（だから安く買えたんだけど）

どんな影響かといえば、ホイールがどんどん絶版になるのだ。

正確に言えば、カーボンホイールのリムブレーキモデルが絶版になる。

工場のラインだって限られている。ロードバイクすらディスクブレーキ化するのなら、製造ラインを絞りたいのがメーカの都合だ。そうでもしないと、主力のディスクブレーキホイールがもっと高くなる。

いま、GiantのSLR1（SLRは年代によって０、１、２があるが、自分のは1が上位モデルだったころのもの）をメインで使っているが、酷暑続きでいつ割れてもおかしくはない恐怖と隣り合わせだ。

高性能のリムブレーキのカーボンホイールはなかなか手に入らなくなっている以上、死活問題