記事ディレクトリ
先日、友人からCodexを使う際の効率を上げる方法について質問されました。
我说你想做的东西，GitHub 上大概率已经有人做过了，而且不少方案已经很成熟。能直接参考、修改，为什么还要从头写一遍？
各プロジェクトを開始する前に、以下のプロンプトをコピー＆ペーストして実行するように指示しました。
他试了一下，回来跟我说，确实省了好多时间。
考えてみたのですが、この機能を知らない人がかなり多いようです。多くの人がAIを使ってコードを書いているのと同じように、Vibe Codingを始めてすぐに、AIにウェブサイトを生成させたり、アプリを作成させたりしているようです。
急ぐ必要は全くありません。
あなたがやりたいことは、GitHubの誰かが既にやっている可能性が高いです。
あなたがやりたいことは、おそらく既にGitHub上で実現されているでしょう。多くのソリューションは既に成熟しており、コードの品質はあなたが自分で書くものよりも高いかもしれません。既存の成果物を直接参照して修正できるのに、なぜゼロから書き直す必要があるのでしょうか？
私の個人的な習慣として、新しいプロジェクトを始めたいときは、すぐにコードを書かない。まず最初に、Codexに次の提案を送る。
我要做一个XXX。先不要写代码。去GitHub找能直接使用或二次开发的开源项目，确认是否还在维护、部署是否麻烦、哪些功能可以复用。最后告诉我，应该直接用、基于现有项目改，还是自己开发，并给出最简单的MVP方案。等我确认后再动手。
たった一文だけ。
このプロンプトは３つのことを実行した。
よく考えてみてください。このプロンプトには3つの役割があります。
まず、AIが独自のソリューションを作成するのではなく、GitHub上で既存のソリューションを見つけることができるようになります。CodexをGitHubプラグインと統合すると、オープンソースプロジェクトをリアルタイムで検索できることを知らない人も多いかもしれませんが、これは単なる機能ではありません。
第二に、AIを活用してこれらのプロジェクトの品質評価を支援します。具体的には、プロジェクトが現在もメンテナンスされているか、デプロイの複雑さ、そしてどの機能が直接利用できるかなどを判断します。GitHub上の各プロジェクトを手作業で検索すると、1～2時間かかる可能性があります。AIに任せれば、数分で結果が得られます。
第三に、AIは、そのまま使用するか、修正するか、ゼロから作成するかといった明確な意思決定の提案を行うことができ、最もシンプルなMVPソリューションを計画するのにも役立ちます。
なぜ私たちは多くのトークンを節約できるのでしょうか？
正直に言うと、この操作でかなりのトークンを節約できますよ。
なぜでしょうか？それは、AIに直接コードを書かせてしまうと、あなたが求めているものが既に存在することをAIは認識しないからです。AIは膨大な量のコードをゼロから生成します。このコードは既存のオープンソースプロジェクトの機能と重複する可能性があり、最終的にはあなたが自分で修正する必要が出てきます。
しかし、最初にAIに答えを見つける手助けをさせれば、AIの提案は既存のエコシステムに基づいているため、コードを書く際にコード量を少なくとも半分に削減できる。
私もそうしています。新しいプロジェクトを始める時は必ず、まずこの提案プログラムを実行し、AIの提案に基づいて次のステップを決定します。そうすることで、効率が格段に向上します。
正直なところ、この方法がすべての人に有効かどうかは分かりません。プロジェクトによっては、すぐに使える解決策が見つからない場合もあるでしょう。しかし、考えてみてください。GitHubには何億ものリポジトリが存在するのですから、あなたがやりたいことのほとんどについて、誰かが既にそれを実現している可能性は非常に高いのです。
巨人の肩の上に立つ
あなたはプログラマーではないので、コードを一から書く必要はありません。コンテンツクリエイターでもないので、毎日オリジナルのコンテンツを作成する必要もありません。あなたはただ、何か意義のあることをしたいと思っている人です。最も賢明なアプローチは、まず他の人が既に何をしてきたのかを見て、先人たちの功績の上に立つことです。
AI時代において、AIを最も賢く活用する方法は、AIにすべてを任せるのではなく、AIに情報検索と意思決定分析を行わせ、その後、自分で実行することだと時々感じます。
以前の検索エンジンとの違いは何でしょうか？以前は、特定の要件を検索すると、多数のリンクが表示され、どれが有効でどれが有効でないかを一つずつクリックして確認する必要がありました。しかし今では、AIに要件を伝えるだけで、AIがそれらをフィルタリングし、結論を直接提示してくれます。
信じられますか？
この指示は刻印されるべきです。DNAに
個人的には、この手順は私たちのDNAに組み込まれるべきだと思います。新しいプロジェクトを始める前にこれを実行することで、本当に多くの時間を節約できます。
このアプローチのもう一つの利点は、車輪の再発明を避けることができる点です。AIはすぐに利用できるソリューションを見つけるのに役立ち、真にカスタマイズされた側面に集中できるようになります。こうすることで、最も価値のある分野にエネルギーを注ぐことができるのです。
私自身の経験から言うと、AIを使ってコードを書き始めた当初は、AIにすべてをゼロから生成させたいと強く思っていました。しかし、しばらく使ってみると、そうするとかえって時間がかかることに気づきました。これは、AIが生成したコードのデバッグ、修正、保守が必要になるのに対し、既存のオープンソースプロジェクトは多くの人によって検証されているため、品質がより保証されているからです。
これは直感に反するように聞こえるかもしれませんが、よく考えてみてください。コードにおいて最も重要なのは、コードを書くことではなく、正しく書くことです。既存のソリューションは既に検証済みです。それらをそのまま使用することで、問題が発生する可能性を大幅に減らすことができます。
ですから、私の助言は、次回Codexやその他のAIを使ってコードを書くときは、焦らずに、まずはプロンプトを一度実行して、AIに答えを見つける手助けをしてもらうことです。
あなたがやろうとしていることは、すでに誰かが成し遂げているかもしれません。
それを手に取って使うだけでいいんです。
節約できた時間を、もっと面白いことに使いましょう。
ここまで読んでいただき、もしこの記事が役に立ったと感じていただけたなら、ぜひ「いいね！」やシェアをお願いします。最新情報をいち早く受け取りたい方は、フォローもお願いします！
私の記事を読んでいただき、ありがとうございました。また次回お会いしましょう。
Chen Weiliang氏のブログ（https://www.chenweiliang.com/ ）に掲載されている記事「Vibeコーディング効率倍増テクニック：コードを書く前に必ず読むべき！AIを使って最適な解決策を最初に見つけよう」が、皆様のお役に立てば幸いです。
この記事のリンクはご自由に共有してください：https://www.chenweiliang.com/cwl-34473.html