月: 2026年1月

「AIに頼めば、あっという間にシステムができる」
世間ではそう言われていますが、実際に数ヶ月にわたってGeminiとペアプログラミングを行ってきた私の実感は少し違います。

AIは優秀ですが、決してエスパー（超能力者）ではありません。
こちらの意図が伝わらず、エラーの迷宮に迷い込むことも一度や二度ではありませんでした。

今回は、私が業務アプリ「NSRA-KEIRI」の開発を通じて痛感した「AIに伝えることの難しさ」と、それを乗り越えるために編み出した「打開策（コミュニケーション術）」について共有します。

1. Geminiは「察して」くれない：開発現場のリアル

Geminiとのやり取りは、非常に優秀な、しかし「少し物忘れの激しい新入社員」への指示出しに似ています。
基本的な知識は人間を凌駕していますが、文脈（コンテキスト）の理解には限界があります。

「いつものアレでやっておいて」
この言葉はAIには通用しません。毎回すべての環境（OS、言語のバージョン、現在のファイル構成など）を入力して問いかけるわけではないため、Geminiも不足した情報を「推測」で埋めて回答してきます。
この「推測」がズレた時、開発は停滞します。

2. 壁その1：長くなるほど「記憶」が曖昧になる

開発が進むにつれ、チャットの履歴は膨大になります。
すると、「以前このファイルを修正したはずなのに、なぜ古いコードを提案してくるんだ？」という事態が頻発します。

AIの記憶領域（トークン）には限界があり、古いやり取りは徐々に忘れられていくからです。
ここでイライラして「さっき言ったでしょ！」と怒っても、AIには届きません。

打開策：「共有情報の再定義」というテクニック

私が実践している解決策は、チャットが長くなったり、話が噛み合わなくなったりした時に、あえて立ち止まることです。

「今、共有化する情報は何ですか？」

そう問いかけ、現在のファイルの状況やエラーログ、実現したいゴールを改めて提示し直します。
「分かっているはずだ」という思い込みを捨て、定期的に前提条件をリセットする。この一手間で、Geminiの回答精度は劇的に回復します。

3. 壁その2：回答の無限ループ

エラーが発生し、Geminiに修正コードを書いてもらう。それを貼り付けるが、また同じエラーが出る。
「すみません、修正しました」とGeminiが新しいコードを出すが、よく見るとさっきと同じコード…。

この「無限ループ」にハマると、時間だけが過ぎていきます。

打開策：人間側が「視点」を変えて提案する

ループし始めた時、私はGeminiを信じるのを一時的にやめます。
「修正して」と頼むのではなく、自分でネット検索をしてヒントを探したり、エラーの視点を変えてみます。

• 「コードではなく、設定ファイルが間違っているのでは？」
• 「このライブラリのバージョンが古いのでは？」

このように、人間側から「こういう可能性はないか？」と提案することで、Geminiが「ハッ」としたように正しい答えを導き出すことが多々あります。

まとめ：AI時代に必要なのは「翻訳力」と「忍耐力」

AI開発は「全自動」ではありません。
こちらのやりたいこと（要件）を、AIが理解できる言葉に噛み砕いて伝える「翻訳力」。
そして、伝わらない時にも感情的にならず、手を変え品を変えアプローチする「忍耐力」。

この2つこそが、AIを有効に使うための必須スキルだと感じています。
Geminiは最強のパートナーですが、それを導くのはあくまで人間の役割なのです。

副業を考え、自分のこれまでの社会経験が生きる道を探したとき、たどり着いた答えが「業務アプリの作成」でした。
世の中には大手メーカーのソフトが多く存在しますが、現場には「もっとこうしたい」という個別化（カスタマイズ）のニーズが必ずあると考えたからです。

しかし、私はプロのエンジニアではありません。
この記事では、私がAIパートナー「Gemini」と相談しながら、どのようにしてPythonとDjango、そしてPythonAnywhereという環境にたどり着き、実用的なシステムを作り上げたのか。
その試行錯誤と、AIとの付き合い方について記録します。

1. Kotlin、Blazorでの挫折。そしてPythonへの転換

最初から順調だったわけではありません。最初はKotlinやBlazorなど、いくつかの技術を試しては寄り道をしていました。
しかし、思うようなものができず、開発は一度頓挫しました。

時間をおいて、改めてGeminiに相談してみました。
「業務アプリを個人で、効率よく作りたい」。
そこで提案されたのが、現在の構成である「Python + Django + PythonAnywhere」でした。

不思議なもので、Geminiもしばらく時間が経つと、性格が変わったような気がすることがあります。
以前は提案してこなかった解決策を、成長した彼（彼女？）が提示してくれたおかげで、今の開発スタイルにたどり着くことができました。

2. 「コードを書く」のではなく「指示を理解する」ことに徹する

まず最初に取り掛かったのは「経費管理システム」でした。日頃の営業活動で、外出先での出費をスマホで簡単に記録したかったからです。

コピペの繰り返し、その先に見えたもの

開発フローはシンプルかつ泥臭いものです。
Geminiにやりたいことを問いかけると、作成すべきファイル名とコードが返ってきます。私はそれを、場所を間違えずにひたすらコピペします。

当然、エラーが発生します。またGeminiに問いかけ、修正コードをコピペする。
最初はチンプンカンプンだったPythonAnywhereの構造（Consoles, Files, Web, Database）も、この反復作業の中で少しずつ理解できるようになりました。

プログラミングをどこまで理解すべきか？

ここで一つの決断をしました。
「自分でも修正できるようにコードを深く理解すべきか？」
Geminiと相談して決めた私の方針は、「プログラミング（詳細な記述）はGeminiに任せ、自分はGeminiの指示を理解できるレベル（監督）に徹する」ことでした。

3. Geminiとの知恵比べ：バージョン問題と無限ループ

もちろん、AIは万能ではありません。開発中には何度も「AIとの格闘」がありました。

バージョンの壁

環境構築の際、Geminiが推奨するバージョンが、実際の最新版と違うことがよくあります。
あまりに古いバージョンを推奨されたとき、「本当にそれでいいのか？」と問い返しても、やはり古い方を推してくる。
そんな時は、「ダメだったら戻す」と覚悟を決めて、自分の判断で最新版をインストールして進めることもありました。

回答のループと「共有化する情報」

Geminiはこちらの環境をすべて記憶しているわけではありません。推測で回答してくることもあります。
長いチャットになると文脈が忘れられ、「さっき言ったのになぜ？」となることも。

これに対する私の対処法は2つです。

• 情報の再定義： 新たな問い合わせをする際に、「共有化する情報は何か？」とこちらから確認情報を加える。
• 外部リソースの活用： エラー解決策がループし始めたら、一度Geminiを諦める。ネット検索でヒントを探し、「こういう方法はどう？」と逆にGeminiに提案する。

4. 機能拡張と公開：経費精算から統合管理へ

動作確認を繰り返し、「経費申請」機能が完成した段階で、PythonAnywhereのHackerプラン（$5/month）に申し込み、独自ドメインを取得して公開しました。

一度公開までたどり着くと、開発は加速します。
販売管理、仕入管理、在庫管理、給与・勤怠管理、そして報告書管理。
これまで自分が社会経験の中で「必要だ」と感じてきた機能を、次々と追加していきました。

5. AIに仕事を奪われるか？生成AI時代の「人間の役割」

私はChatGPTが話題になり始めた頃から有償版を使い、その後、Googleのエコシステムとの親和性からGeminiへ移行しました。
プログラミングだけでなく、市場予測、株価予測、健康相談、確定申告まで、今や私の生活にAIは欠かせません。

よく「生成AIに仕事を奪われる」と言われますが、私はそうは思いません。
これまで「情報量」だけで勝負してきた業務は代替されるでしょう。しかし、これからの成否を分けるのは以下の2点です。

そして何より、AIがあってもなくても、人としての営みの本質は変わらない気がしています。
これからもGeminiという相棒と共に、現場の役に立つシステムを作り続けていきます。