xop01/ai_goodpractice

full guide to help you integrate AI in your workflow, for both beginners and experienced users

ai_goodpractice は、開発者 xop01 による手書きのガイド（AI生成ではない）で、AIをコーディング作業のマネージャーとして使う方法を共有しています。自分でコードを書くのではなく。

これは何か

著者の日常経験（数ヶ月間、毎日8時間以上AIを使用）に基づく、長文で意見の強いガイドです。エージェント型ワークフロー（AIアシスタントがコードを書き、テストし、修正し、人間が指示する）により、出力を10〜20倍にし、野心的なソフトウェアプロジェクトを数年ではなく数ヶ月で完了できると主張しています。

著者は意図的に手動でガイドを書きました：AIは自分の考えやライフスタイルを自分ほど表現できないと信じているからです。X（Twitter）アカウントでフィードバックや議論を歓迎しています。

核となるアイデア

コードを入力するプログラマーではなく、あなたは「リーダー/マネージャー」になります：

ソフトウェアとその構築方法を構想する
そのビジョンをAIが実行できる詳細なプロンプトに変換する
AIの作業をレビューし方向付ける、チームを指揮するマネージャーのように

著者は、このワークフローを採用して以来、手動でコードを1行も書いていないと述べています。

対象読者

このガイドは完全な初心者から経験豊富なコーダーまで役立つと主張しています。AIサブスクリプションから実際の持続的な作業を得たい人なら誰でも。

ガイドの構造：3つのステップ

ステップ1 — セットアップ

AI統合IDEを選ぶ（Cursor、VS Code、Claude Code、ChatGPTなど）
AIを、明確な指示が必要な有能なパートナーとして扱う——あなたのプロンプトが、追加の文脈なしで賢い人に意味をなすか考える
ルール、スキル、MCP（AIを他のソフトウェアに接続する小さなツール）で環境を設定する。著者はこれを最も過小評価されているステップと呼んでいます。

重要な実践：ルールをAI自体を通じて構築する。ルールを手動で書く代わりに、AIにコードスタイルを分析させ、リポジトリ用のルールを生成させます。著者は例のプロンプトを示し、詳細であることを強調しています——例：「コードスタイルを深く分析し、このリポジトリのルールとして適用してください」、テスト、ヘルパー、シンプルさに関する特別なルールも。

ステップ2 — 「スロップ」（低品質なAI出力）を避ける

著者は、多くの「AIスロップ」は弱い基盤と不注意なプロンプトから来ると警告しています。彼らの推奨事項：

独自のルール/スキル/MCPを作ることを優先する。ウェブからダウンロードするよりも、既製のものは自分のワークフローに合わないことが多いため
著者自身のMCP：project-progress-mcp — プロジェクトの進捗を追跡するツール（Zigで書かれており、著者はZigを使ったことがなかったと述べています）。AIが文書化されたロードマップを維持し、元の目標から逸脱しないようにします
ドキュメントは重要：主要な機能とインフラに関する軽量なドキュメントを維持し、AIがファイル全体を再読せずにコードベースを迅速に理解できるようにします。ただし、ドキュメントを最新に保つこと。古くなると誤解を招きます
テストは最も重要なステップ：適切なテストスイートにより、AIは自分の作業を検証し、人間がすべてをチェックせずに長時間自律的に作業できます
大きなタスクの場合：IDEの「プランモード」を使用し、非常に詳細な計画を書き、すべての主要な変更にテストケースが必要であると指定し、AIに時間は制約ではないと伝え（「計画に時間制限はありません」）、開始前に計画全体を注意深くレビューします
最後に監査：計画が完了したら、AIに「長寿、スケーラビリティ、安定性」のためにすべてが実装されたことを確認させ、元の計画を参照します

ステップ3 — AIで生活を向上させる

著者は7つの原則を挙げています。ガイドは最初の2つを詳しく説明しています：

時間を使ってプロンプトを最大化する — プロンプトをAIがかかる時間に合わせます。夕食を作りに行くなら、AIが留守中に忙しくするのに十分な大きさのプロンプトを起動します。これにより、休憩しながら何時間も「働く」ことができます——ただし、著者はAIの進捗を常にチェックしないように警告しています（「節度が鍵」）。
扱うスタックや主題を学ぶ — AIはスピードを上げるためのツールであり、理解の代わりではありません。AIをうまく指示し、間違いを見つけるには、少なくとも基本的な理解が必要です。

ガイドは残りの5つを列挙していますが、詳細は述べていません：いつ離れるかを知る、パートナーを信頼する、考えを翻訳する、マルチタスク、適切なタスクに適切なモデルを使う。

ガイドからの例のプロンプト

「（フォルダパス/URL）のコードスタイルを深く分析し、このリポジトリのルールとして適用してください」
「MySQLを扱うエージェントが使用するスキルを作成してください…MySQLの可能性を深く掘り下げてください」
「このプロジェクトは（目的）に使用されます…私のニーズに基づいて、どのスタックが最適か推奨してください：長寿、安定性、スケーラビリティ、パフォーマンス」

結論

このプロジェクトは本質的に意見の強いエッセイであり、コードではありません。規律あるセットアップ、詳細なプロンプト、ドキュメント、テストにより、一人でAIに本格的なソフトウェアを構築させることができ、同じ習慣がより良いワークライフバランスにつながり、AIが負担を担う間、より少ない集中時間で働けると主張しています。