開発者の生産性向上に役立つ 5 つの AI ツール

推奨事項: NSDT シーン エディターを使用する と、3D アプリケーション シーンを迅速に構築できます。

 

 

チーム全員が揃っていないと、新しい機能を学習したり古い問題を修正したりするのに、おそらく何時間も検索したり、ドキュメントを読んだり、説明ビデオを見たりするのに膨大な時間がかかる可能性があります。幸いなことに、人工知能の進歩により、このプロセスが大幅に加速されました。

誰もがすぐに思い浮かべる AI の巨人は、ChatGPT です。これはどういうわけか 2022 年 10 月以降にのみ利用可能になりました。人工知能が謙虚な開発者の日常生活を劇的に変えてから長い時間が経ったように感じるかもしれません。

ただし、ChatGPT は非常に多用途です。AI が真に威力を発揮するのは、開発業界の特定の問題を解決するために存在する特殊なツールです。

この説明に当てはまるツールはたくさんありますが、そのうちの 5 つを見て、その目的を理解しましょう。一足先：

1. フィンド
2. ブループアイ
3. コディウム
4. コルパット
5. RegExGPT

この記事の最後に、5 つの AI 開発ツールすべてのユースケースをまとめた表を表示して、それぞれがワークフローにどのように適合するかをよりよく理解できます。

これらの AI ツールや開発者向けの他の AI ツールを活用する予定がある場合は、覚えておくべきこととしてはいけないことについて、私の小さな警告を必ず読んでください。それ以外の場合は、始めましょう!

フィンド

リストの最初に挙げるのは、検索エンジンであることを約束しながら開発者向けにカスタマイズされたツール、Phind です。ChatGPT のようなより一般的なツールはほとんどすべての問題を解決できますが、Phind は開発者向けに特別に調整されています。

興味深いことに、「検索エンジン」というこの位置は、Phind の応答が通常 2 つの部分で構成されていることを意味します。

• 特定の質問に対する非常に詳細かつ洞察に富んだ回答
• 検索から取得した関連リンク

多くの場合、AI に質問することと、検索結果を参照して必要な情報を参照することを行ったり来たりすることになります。

AI を使用してプログラミングの問題を解決する場合に最も厄介な点の 1 つは、AI モデルが答えに確信が持てない場合にハッタリを始める可能性があることです。したがって、合理的に見える答えが得られるかもしれませんが、まったく機能しません。

うまくいくはずのことに多くの時間を費やしても、しばらくしてから AI が基本的にあなたを間違った方向に導いたことに気づくこともあるので、イライラさせられます。そもそもうまくいかないものを追いかけることほど、生産性にとって悪いことはおそらくありません。

Phind を例として、Rust を使用して Windows 上の Bluetooth Low Energy (BLE) デバイスにどのように接続できるかを見てみましょう。Bluetooth は広く普及しているものの、BLE デバイスを検索して接続する方法の例を見つけるのが非常に難しいため、これは興味深い質問です。

Phind での入力として「Rust の Windows で BLE デバイスを検索して接続する」を使用すると、次の結果が得られます。

左側には、 package を使用するCodeium の例が表示されます。これは、このパッケージに使用する正しいパッケージです。btleplug

右側には検索結果も表示されるので、木箱の貨物ページにすぐにジャンプできます。これは、 Codeium の使用方法に関するサンプルとドキュメント自体の間をすばやく移動できることを意味します。btleplug

対照的に、ChatGPT に同じ質問をすると、Windows よりも古く、Windows をサポートしていないクレートを使用するように指示されます。したがって、この場合、Phind は間違いなくより良い結果をもたらしました。rumblebtleplug

2023 年 10 月 <> の時点では、Phind は無料で、サブスクリプション オプションはありません。これは素晴らしいボーナスです。

要約すると、Phind の特徴は次のとおりです。

• コーディングに関する質問に最適
• 検索結果は、生成された回答の隣に表示されます - 追加のコンテキストが優れています
• ChatGPTよりも優れたエンコードされた回答が得られるようです
• 無料

ブループアイ

さまざまな機会に、さまざまな GitHub リポジトリのクローンを自分のコンピュータに作成する必要がありました。通常、これを行うのは、バグを修正したり、特定のリポジトリが問題をどのように解決するかを理解したりするためです。

これを行うときは常に、最初にリポジトリがどのように構成されているか、探しているコードがどこにあるのかを理解する必要があります。この「オンボーディング」には、数分から数時間かかる場合があります。

bloop.ai はプロセスをスピードアップしたいと考えています。GitHub プロジェクト全体のクローンを作成してから、リポジトリ bloop.ai について質問することができます。この場合、リポジトリのクローンを作成し、Windows デバイスで BLE スキャンがどのように機能するかを尋ねました。btleplug

これは実際にはかなり難しい問題です。問題のライブラリは 4 つの異なるプラットフォームをサポートしているため、bloop.ai は Windows 固有のコードを見つける必要がありました。

また、コードはインターフェイスの背後で抽象化されているため、使用しているプラ​​ットフォームに関係なく、API サーフェスを正規化するために、bloop.ai は実際のプラットフォーム実装も見つける必要があります。btleplug

bloop.ai は個人でも無料で利用できます。これを使用するには、次のことを行う必要があります。

• アプリをダウンロードする
• インストールしてください
• 登録するために
• GitHub アカウントに接続します

これが完了したら、必要に応じてリポジトリを複製して検査できます。

bloop.ai が生産性の向上に実際に役立つもう 1 つの方法は、開発者が組織を離れるという状況においてです。

他の開発者の専門知識の産物であるコードベースを継承しましたが、アプリがどのように組み合わされるかを理解するのは簡単ではありませんでした。AI 支援ツールにリポジトリをロードして、質問をぶつけることができれば、多くの試行錯誤が確実になくなるでしょう。

最後に、デスクトップ アプリの見栄えが良くなります。洗練されたアプリなので、楽しく使えます。

bloop.ai が開発者にとって優れている理由の概要は次のとおりです。

• 数日を無駄にすることなく既存のコードベースについて学習できます
• インライン チャットにより、必要な場所で簡単に回答を得ることができます
• アプリは美しいです

コディウム

GitHub Copilot など、他の AI 支援プログラミング ツールについて聞いたことがあるかもしれません。Codeium は非常によく似た方法で動作し、コードを作成するときにコードベース内でコンテキストに応じた提案を提供します。それが印象的です。

たとえば、Rust で関数を作成している場合、Codeium プラグインはこれを行う関数を提案します。calculate_fibonacci_sequence()

上の例では関数名を書いただけですが、Codium はこの要件を満たす関数を考え出しました。ChatGPT や Phind でさえ答えを提案するのに数分かかるかもしれませんが、Codeium はほとんどの場合に機能する機能を展開するのにわずか数秒しかかかりませんでした。

Codeium の提案は常に完璧であるとは限りませんが、多くの場合、関数全体を自分で最初から作成するよりも高速です。

これは、特定の機能を実現する方法を検索する必要がないため、生産性の向上に最適です。場合によっては、関数に実行したい名前を指定するだけで、Codeium に残りの部分を埋めてもらうことができます。

Codeium が本当に優れているのは、エディターのサポートです。VS Code は今日多くの Rust 開発者にとって事実上の標準ですが、私は CLion や他の多くの JetBrains IDE のネイティブ サポートを見つけてうれしく思いました。サポートされているエディターのリストは非常に充実しています。ぜひご覧ください。

さらに、Codeium チームは、Codeium for Individual (Personal Edition) がなぜ無料であり、今後も無料であるのか、この分野では優れた製品であると思われるツールである理由について、非常に説得力のあるメッセージも伝えました。

要約すると、Codeium は次のことを提供します。

• リアルタイムに近いコードのアドバイス
• 非常に広範な IDE のサポート

ColPat （カラーパレット＆デザインツール）

世界で最高のアプリを作ることはできますが、それが面倒に見えたり、ただでも醜いものであれば、人々はそのアプリに興味を持ちにくくなります。見栄えの良い補色やテーマを見つけるには、訓練された目、または多くの試行錯誤が必要な場合があります。

幸いなことに、ColPat は、Web サイトやアプリケーションのテーマと色を作成する簡単な方法を提供します。

ColPat のツールのうち、人工知能を使用して結果を準備すると明確に特定されているのは、Palette from ImageとPalette from Colorの 2 つだけです。それ以外の場合は、これはすべてローカルで行われているように見えます。ソース リポジトリを参照すると、AI が実際にパレットの生成にどのように関与しているのか、あるいは関与しているのかが不明瞭です。

ただし、ColPat は、Web サイトやアプリの補色スキームを生成するのに間違いなく役立つ優れたツールです。

要約すると、コルパットは次のとおりです。

• アプリケーションを素早く識別するのに最適なエレガントなデザイン
• 実際には AI 支援ではないかもしれないが、それでもうまく機能する

RegExGPT

開発生活のある時点で、より大きなテキスト文字列からテキストをフィルタリングする必要が生じることがあります。これには多くの潜在的な理由が考えられます。おそらく、データをあるタイプから別のタイプに変換しようとしている、あるいは何かを自動化しようとしているのかもしれません。

キャリアの初期には、文字列を分割して文字数を操作するだけで満足するかもしれません。しかし、最終的には正規表現を使用することになるでしょう。

正規表現は非常に強力であるため、ソフトウェア開発では広く普及しています。ただし、読むのは簡単ではありません。

たとえば、Google は特定の目的のためのいくつかの正規表現を示す例をいくつか提供していますが、それらはあなたが言ったほど簡単に説明されていません。StackOverflow のようなサイトには、構文が非常に難解であると思われる複雑な投稿もあります。

たとえば、この正規表現は、 、 、および で終わる一致する電子メール アドレスを取得します。yahoohotmailgmail

(\W|^)[\w.\-]{0,25}@(yahoo|hotmail|gmail)\.com(\W|$)

「正規表現 101」のような他のサイトでは、入力を与えて、希望通りの動作をするまで正規表現を試してみることができます。

従来は、入力を提供し、必要なものが得られるまでクエリを作成するというこのアプローチが、これらの目標の多くを達成する方法でした。もちろん、これはColPat の仕組みに関する StackOverflow の質問をすべて訪問した後の話です。これは時間のかかるプロセスになる可能性があります。

幸いなことに、RegExGPT を使用すると、このプロセスの多くを早送りできます。ColPatを推測する代わりに、文字列とそこから必要な値を指定するだけで済みます。

より複雑なクエリの場合は、「カンマ区切り配列の 3 番目の値が必要です」などの自然言語ヒントを提供することもできます。そうすると、RegExGPT は、希望どおりの処理を実行する RegEx を送り出します。

たとえば、Zalgo を呼び出す危険を承知で、RegEx を使用して HTML アンカー タブから読み取ることができます。href

RegExGPT は次のような有益な応答を返します。

Chrome 開発者コンソールで回転すると、期待どおりの結果が表示されます。

正規表現がかつてないほど簡単になりました。

要約すると、正規表現 GPT を使用して次のことができます。

• AI に謎の正規表現を書いてもらう
• 生成された式を徹底的にテストしてください。不正な正規表現クエリは重大な損害を与える可能性があります

AI開発者ツールの概要表

では、特定の問題が発生した場合はどのツールを使用すればよいでしょうか?

道具	とても適しています...
フィンド	...ChatGPT よりも詳細な形式で、コーディング固有の質問に対する答えを見つけます
ブループアイ	。これまでに見たことのないコードベースがどのように機能するかを学び、すぐに使い始められるようにします
コディウム	。OLS までのさまざまなエンコーディングに対するコンテキストに応じた提案とオートコンプリートを取得します。
コルパット	。アプリケーションのカラー パレットを迅速に生成します (技術的に AI 主導でない場合でも)
正規表現	...選択した言語の正規表現クエリを生成するには

ちょっとした注意点

AI のあらゆる支援により、開発上の問題を解決することが突然非常に簡単になります。しかし、これらのテクノロジーの多くは GPT-3.5 または GPT4 に基づいています。これらの言語モデルは大きな進歩であり、幅広いアプリケーションに役立ちます。

ただし、現時点では、AI モデルに質問すると、AI モデルが分からない場合があります。これが起こると、モデルは分からないと言う代わりに、ハッタリで答えを伝えようとすることがよくあります。これらは専門的には幻覚と呼ばれます。

これには 2 つの問題がある可能性があります。まず、合理的であるように聞こえますが、完全に間違っている誤った情報を受け取っている可能性があります。

そして、それがもっともらしく聞こえるため、AI ソリューションを機能させるためにかなりの時間を費やしてから、それが決して機能しないことに気づくかもしれません。それは時間の無駄であり、生産性にも悪影響を及ぼします。それが、そもそも私たちがここにいる意味なのです。

AI ソリューションがうまく機能しない場合は、すぐに失敗することを恐れず、他のヒントを試してください。

次に、職場の誰かに問題の解決方法を尋ねたときに何が起こるかを考えてみましょう。この「解決策」によってさらに大きな問題が発生した場合は、誰かに戻ってコードの何が問題なのかを尋ねてもらう必要があります。これは、GPT ベースのソリューションには当てはまりません。

たとえば、GPT 支援言語モデルを使用して正規表現クエリを生成したとします。その正規表現が小規模なテストでは一度は機能しても、本番環境でより大きなデータセットでは失敗する場合、それは完全にあなた次第です。

「しかし、AI が特定の正規表現クエリを提案した!」ということを、休憩のような言い訳として受け入れる上級開発者はいないでしょう。もちろん、AI が作成したコードによって引き起こされる可能性のある問題にパッチを適用すると、生産性が低下する可能性もあります。

結論は次のとおりです。人工知能はあらゆる状況で間違いなく役立ち、信じられないほど役立ちます。ただし、特定のソリューションを承認できるのは開発者であるあなただけです。

あなたがコーディングしている場合でも、AI がコーディングを支援している場合でも、品質は常に重要です。単体テストと自動テストを使用してコードが機能することを証明することが、これまで以上に重要になっています。

結論は

今は開発者にとって絶好の時期であり、AI は開発者が長年にわたって直面してきた問題の多くに対する解決策を提供します。新しいコードを作成している場合でも、既存のコードベースを理解しようとしている場合でも、単に新しいパレットが必要な場合でも、最適なツールがあります。

これらのツールを賢明に使用すると、大幅な時間の節約につながり、この分野では今後も劇的な発展が見られることは間違いありません。役に立った別の AI 搭載ツールを見つけた場合は、ぜひコメント欄でお知らせください。

LogRocket の最新のエラー追跡を数分でセットアップします。

1. https://logrocket.com/signup/ にアクセスしてアプリ ID を取得します
2. npm または script タグを使用して LogRocket をインストールします。サーバー側ではなくクライアント側を呼び出す必要がありますLogRocket.init()

npm:

$ npm i --logrocket を保存

// コード:

「logrocket」から LogRocket をインポートします。
LogRocket.init('アプリ/id');

スクリプトタグ

HTML に次のように追加します:

<script src="https://cdn.lr-ingest.com/LogRocket.min.js"></script>
<script>window.LogRocket && window.LogRocket.init('app/id ');</script>

1. (オプション) スタックとより深く統合するためにプラグインをインストールします。

• 冗長ミドルウェア
• NgRxミドルウェア
• Vuex プラグイン

翻訳は3D モデリング学習スタジオによって整理および翻訳されています 。転載する場合は出典を明記してください。