本記事では、LLMと人間のやり取りの仕方がコード生成の生産性にどう影響するかを調べた研究を紹介します。
プロンプトの工夫や時間配分、エラーとの向き合い方がどのように成果に結びつくかを実験的に検証しています。実際にLLMと対話しながらタスクに取り組んだ結果から、実務に活かせるヒントが見えてきました。
LLMを開発補助として活用したい方にとって、日々の使い方を見直すきっかけになるかもしれません。
背景
ソフトウェア開発の現場では、LLMを使って作業を効率化する取り組みが広がっています。にも関わらず、「LLMとどのようにやり取りすれば、より効果的にタスクをこなせるのか」。その「使いこなし方」については詳しくわかってはいません。
LLMとの対話は、「いつでも最適な結果を出してくれる」と期待されてしまいがちです。しかしLLMの実行はプロンプトによって行われます。指針がない場合、何度もプロンプトを書き直してもほとんど改善が見られず、無駄な反復作業になってしまう場合もあります。その結果、開発者が望む成果を得られず、かえって生産性が下がることもあります。
実際の開発では、複数のクラスや外部ライブラリ、APIとの連携といった、より大きな構造の中でコードを書く必要があります。プロンプトの型だけでなく、ユーザーがどのような文脈を与えるのか、設計書やテストコードのどの部分を使うのかといった選択も、やり取りの結果に大きく影響します。
こうした実務的な工夫を体系的に整理し、LLMとのやり取りをうまく進めるためのヒントを得る必要があります。
そこで本記事では「関数レベルやプロジェクトレベルの開発タスクにおいて、どんなやり取りのしかたがもっとも生産的か？」を探るために実際のユーザーを対象とした調査を取り上げます。
