手戻り
作ってから「そうじゃない」が判明する。AIはそれらしく完成した状態で止まるので、間違いは人間が気づくまで残り続ける。
原因 ── 実行できる検証手段を渡していない
02:47まだ、終わっていない
速さは、
判定を手放した分だけ
手に入る。
Claude Code を入れて、実装は確かに速くなった。
なのに、案件は終わらない。――なぜか。
02:47まだ、終わっていない
Claude Code を入れて、実装は確かに速くなった。
なのに、案件は終わらない。――なぜか。
起
エージェントAIを導入して減ったのは、キーボードを叩く時間だけだった。
手戻りは減らない。生成されたものを読む時間は、むしろ増えた。顧客との「そうじゃないんだよな」の往復も、以前と同じ回数だけ発生する。
速くなったはずなのに、なぜ楽にならないのか。答えは単純で、合否を決める役目が、まだこちらの手に残っているからだ。
Claude は仕事が“完成したように見えたら”止まる。実行できるチェックがなければ、“完成したように見える”ことが唯一のシグナルになり、あなた自身が検証ループになる。
Anthropic ／ Best practices for Claude Code
承
LP開発で減らなかったコストは3つ。並列に見えて、原因はひとつしかない。
作ってから「そうじゃない」が判明する。AIはそれらしく完成した状態で止まるので、間違いは人間が気づくまで残り続ける。
原因 ── 実行できる検証手段を渡していない
自分が書いていないコードとコピーを、レビューのたびに読み解く。生成量が増えるほど、読解量が増えていく。
原因 ── 成果物だけを受け取り、根拠を受け取っていない
顧客の「なんかイメージと違う」が言語化されるまで往復が続く。曖昧なまま制作に入っている。
原因 ── 制作前に曖昧さを潰す工程が存在しない
三つとも、正解を判定しているのが人間のままだという一点に帰着する。
転
実装 → 確認 → 指摘 → 修正。この輪を回しているのが人間である限り、AIがどれだけ速く書いても、輪の速度は人間の可処分時間で決まる。
ループの外に出る方法は、三つしかない。
実装を頼む前に「何が起きれば完成か」を実行可能な形で定義する。テストでも、リンク切れ検査スクリプトでも、スクリーンショット比較でもいい。合否が返るものなら何でも構わない。
これがあると、AIは自分でエラーを読み、自分で直し、通るまで回す。ないと、間違いはすべて人間が気づくまで残る。着手前の10分が、事後の2時間を消す。
Anthropic ／ Give Claude a way to verify its work
「できました」を疑うための仕組みではない。読む量を減らすための仕組みだ。実行したコマンドと出力、スクリーンショット、仕様との対応表。これらが添えられていれば、コードを読み下す作業そのものが消える。
Anthropic は「証拠のレビューは、自分で再検証するより速く、見ていなかったセッションにも有効」と明言している。
Anthropic ／ Have Claude show evidence
顧客の要望は、本人も言語化できていない。だからヒアリングシートを埋めるのをやめ、AIに逆質問させる。訴求軸、検討段階、想定される反論、やらないこと。人間が思いつかない論点が出てくる。
その場で SPEC.md に落とせば、仕様書はAIへの入力であると同時に合意の記録になる。「言った/言わない」の往復が、ファイル1枚で消える。
Anthropic ／ Let Claude interview you
展
→ 横に流れます
結
従来の開発で正しかったことが、そのままでは逆に働く。左を捨て、右を採る。
全部を一度に変えない。効果が大きく、コストが小さい順に。
エージェントAIでLP開発を速くするとは、AIに「速く書かせる」ことではない。
AIに「正解を自分で判定させる」ことである。