AI開発
コードを書くAIとブラウザを操作するAIに開発と運用の仕事を任せ、その結果を確かめるやり方を扱う分野です。任せた仕事の外側を誰が見るか、人が決める場所をどこに残すかを設計の軸にしています。
AI開発は、Claude Code や Codex のようなコーディングエージェントに開発と運用の仕事を任せ、その過程で得た知見を発信する分野です。BenriWorksでは、18のアプリの多くをこの形で開発し、計測の導入や不具合の修正、ブログ記事の下書きまでを同じやり方で回しています。
書いた側に確かめさせない
コードを書いたAIは、書いたコードを信じます。ビルドが通れば正しいと考え、本番でだけ壊れる種類の不具合を見つけられません。私たちは、コードを書くAIとは別のAIにブラウザで確認をさせ、その報告書をもとに修正を回す形を取っています。同じ仕事を1つのAIに任せるより手間は増えますが、自分の前提と矛盾する証拠を別の目が拾います。
仕様書を契約にする
2つのAIは互いに会話しません。両方が読むのは、リポジトリに置いた1枚の仕様書です。手順ごとの担当、決定事項とその理由、確認項目、AIが判断してはいけない場所を書き、実施のたびに結果と残タスクを追記します。仕様書が間違っていれば、間違いも仕様書に残します。
人が決める場所
マージ、公開、アカウントの権限に関わる操作は人が行います。AIが提案する変更が利用者の見え方を変えるときは、プルリクエストの本文にその旨を書き、判断を人に残します。ブログの記事も、下書きはAIが書き、事実の情報源をリポジトリと画面と報告書に限り、公開の判断は運営者が行います。
この分野で発信すること
各モデルの公式ドキュメントにある仕様と、実際に任せた仕事で起きたことを対にして記録します。うまくいったことだけでなく、AIが書いた不具合、仕様書の間違い、CIで止まった理由も、そのまま書きます。業務効率化や建設DXなど他分野の記事とも関連付けて、横断的にたどれるようにしています。
この分野のアプリ
この分野のアプリはまだありません。
この分野の記事
開発記事公開
Codex の導入から、Android 測定アプリが実乗車で動くまで
Windows に Codex を入れるところから、新幹線と在来線の通信状況を測る Android アプリが電車の中で動くまで。要件書、20本の設計判断記録、GitHub Actions、エミュレータ、実機、実乗車という段の分け方と、3つのAIの役割分担を記録します
開発記事公開
Codex と GitHub と Vercel で、Webアプリを公開するまでの流れ
Codex で書き、GitHub でレビューし、Vercel で公開する。BenriWorks のWebアプリ開発の流れを、実際のリポジトリに置いてある運用ルール、CIの門、リリース手順から記録します。動くことと公開してよいことの間に何を置いているかが主題です
開発記事公開
Claude Fable 5.1 で13リポジトリにGA4を入れた記録
16サイトに同じ計測タグを入れる作業を、Claude Code のFable 5.1に任せました。公式ドキュメントにある仕様と、13サイトで届いて3サイトで届かなかった顛末、届かなかった原因を書いたのが誰だったかを記録します
開発記事公開
GPT-6 Astra の Codex に、16サイトの疎通確認を任せた記録
GA4の管理画面の設定と、16サイトで計測が届いているかの確認をCodexに任せました。OpenAIが公開しているGPT-6 Astraの仕様と、戻ってきた報告書のどこに価値があったかを記録します
開発記事公開
Claude Code と Codex の分業を、1枚の仕様書で回す
コードを書くAIとブラウザを操作するAIに、1つの仕事を分けて任せました。両者が読む仕様書をどう書いたか、仕様書の前提が間違っていたときに何が起きたか、人が決める場所をどこに残したかを記録します