aptpod Advent Calendar 2025 12月10日の記事です。
intdashグループの呉羽です。普段はintdashサーバーの開発やintdashを利用したアプリケーションの開発を担当しています。主にGo言語を利用しています。
弊社では業務にAIを活用しており、その中でもエンジニアとしてClaude Codeを積極的に活用しております。そこで今回は、Claude Codeで実際の業務がどう楽になったかをご紹介します。
※Claude Codeとは、プロンプトを元に自動でコーディングを行ってくれるAIエージェントです。具体的なチュートリアルや使い方は世に多く存在するので、ここでは割愛します。
Claude Code導入の背景
2025年6月以前、Claude Codeを利用するためには従量課金か月100ドルの定額プランが必要でしたが、月20ドルの定額プランでも利用できるようになりました。それがきっかけでエンジニア界隈で話題になり、私も試したところ好感触だったため、実務で利用し始めました。
Claude Code以前はGithubCopilotのような単純なコード補完だけを利用することが多く、いわゆるAIエージェントを前提とした開発手法ではありませんでした。しかしAIエージェントの便利さを覚えた現在では、それらを前提とした開発手法に切り替えています。
Claude Codeで楽になった4つの開発業務
1. 既存アプリケーションの改修が楽になった
まず既存アプリケーションの機能追加や改修が楽になりました。特に触れるのが初めてだったり久しぶりだったりするアプリケーションは、全体像の把握と改修箇所の特定に労力が必要です。そのような場面は、Claude Codeに指示して調査結果をまとめさせることで手間が省けるようになりました。
大規模な既存アプリケーションの改修の場合、/initコマンドで生成したCLAUDE.md（AIエージェントが参照するアプリケーションの概要書）だけではなく、機能別にドキュメント化することが大切だと感じています。
- アプリケーション全体にどのような機能があるか調査してもらう。
- 調査で得た大まかな機能ごとに、どのようなアーキテクチャやデータフローになっているかを調べさせ、Markdownとして保存してもらう。
- CLAUDE.mdに保存したMarkdownのリンクを記載する。
こうしておくことで、AIエージェントが毎回大規模なコードリーディングを行うことなく効率的にアプリケーションの構造を把握してくれるようになり、時間やコンテキストの節約にもなります。
2. ライブラリの調査を任せられるようになった
アプリケーションの開発で、何らかのサードパーティのライブラリを利用することはよくあります。しかし時折、望んでいる機能の実現可能性や、具体的な使い方を調べたいときがあります。その際は、ライブラリをgit cloneしてClaude Codeに調査を指示することで、手間を掛けずに調べられるようになりました。
また具体的なサンプルコードを書いてもらい、それを実装の際にAIエージェントに渡すことで、ライブラリを利用した実装を正確に行ってくれます。
3. リファクタリングの敷居が下がった
次にリファクタリングです。特にリファクタリングは、AIエージェントを利用する際に重要度が高まったと感じています。例えばAIエージェントが、既存のよくないコードに影響されたかのような実装をする場面を何度か体験しました。
その際はリファクタリングを検討しますが、このリファクタリング作業も楽になります。既存アプリケーションの改修と同様、リファクタリング前にはコードの意図やテストケースをClaude Codeに調査してまとめさせます。その上で人間の慎重なコードレビューは必要ですが、以前と比べると敷居が下がったのは間違いありません。
4. 新規アプリケーション開発も楽になったが準備は必要
いくつかの新規アプリケーションの開発でもClaude Codeを活用しました。ただ新規開発は既存アプリケーションの改修とは違い、AIが参照できる土台がありません。そのためClaude Codeにとっては判断材料が少なく、意図しない設計方針になることが多々あります。
それらを防ぐために、ガードレールとしていくつかの実装やドキュメントを予め書いておくことが大切です。また弊社では、社内で統一化されたログ構造やCLI構造にする必要があるため、社内ライブラリなどの説明も欠かせませんでした。逆にそれらを準備さえしておけば、後は既存アプリケーションと同様に効率的な開発が可能です。
終わりに
以上がAIエージェントを実務で活用した話です。半年間ほぼ毎日のように向き合ってきましたが、AIエージェントは自分の思い通りだけ動いてくれる銀の弾丸ではありませんでした。例えば、曖昧な仕様の理解のままに適切な指示を出すことは出来ませんし、指示を出したとしても望んだ通りのものは出来上がりません。人間が成果物の責任を持つ以上、どうしても人間側の理解や判断がボトルネックとして残ります。
それでも、AIエージェントが開発効率を良い方向に変えたことは間違いありません。人間がより本質的な部分に集中するための土台として、今後も適切な距離感で活用していきたいと考えています。
