AIツールの選択肢を知る
この章でできるようになること
コーディングに使うAIツールの代表的な種類を知り、どのような違いがあるのかを大まかに説明できるようになります。
第0部では、CodexまたはClaude Codeのどちらかを使える状態にしました。 この章では、それが唯一の選択肢ではないことも確認します。
まず知っておくこと
AIツールは、いくつかのタイプに分けて見ると理解しやすくなります。
- Webチャット
- ターミナルで使うコーディングエージェント
- AIコードエディタ
- エディタ拡張
- GitHub上のレビューや補完ツール
- ローカルLLMと連携するツール
どれが常に最適という話ではありません。 作業内容、環境、費用、入力する情報、チームの方針によって向き不向きが変わります。
この章は、乗り換え先を決めるための比較表ではありません。 今使っているCodexまたはClaude Codeが、AIツール全体の中でどの位置にあるかを知るための地図です。 この章では、新しいAIツールをインストールしたり、今の道具から乗り換えたりはしません。 詳しい選択肢はリファレンスの AIコーディングツールの選び方 に分けています。
ターミナルで使うコーディングエージェント
CodexやClaude Codeのようなツールは、ターミナルから使うコーディングエージェントとして扱えます。
特徴は次です。
- 作業ディレクトリの文脈を扱いやすい
- ファイルを読んで説明できる
- 変更案を出せる
- 許可された範囲で編集やコマンド実行を行える
- Git差分やビルド結果と組み合わせやすい
この教材で早めに導入したのは、学習中に「今見ている教材」と「AIへの質問」をつなげたかったからです。
AIコードエディタとエディタ拡張
Cursor系のツールのように、エディタそのものにAI機能が強く組み込まれているものがあります。 また、GitHub Copilotのように、VS Codeなどの既存エディタに追加して使うものもあります。
特徴は次です。
- 開いているファイルの補完が得意
- 書きながら提案を受けやすい
- UI上で差分を確認できる場合がある
- エディタの使い方に慣れていると便利
一方で、この教材ではVS Codeなど特定のエディタを必須にしません。 ターミナルとブラウザを中心に、環境差を少なくして進めます。
つまり、これらを使ってはいけないという意味ではありません。 最初の一本道では、学習者ごとのエディタ差を増やしすぎないようにしているだけです。
GitHub上で使うAI支援
GitHub上にも、コードレビューやPull Request作成を助けるAI支援があります。
これは第7部や第8部で、GitHubを使う段階になってから理解しやすくなります。 今の段階では、「ローカルでAIエージェントを使うこと」と「GitHub上で支援を受けること」は別だと知っておけば十分です。
GitHub上の支援は、ローカルPCの作業ディレクトリを直接見ているわけではありません。 どの場所で、どのファイルを対象にしているAIなのかを分けて考えます。
ローカルLLM連携型ツール
ローカルLLMと連携するツールもあります。
手元のPCやサーバーでモデルを動かせるため、入力情報の扱いを自分で管理しやすい場合があります。 ただし、セットアップ、モデル選択、PC性能、速度、品質の確認が必要です。
この教材の最初のルートでは、ローカルLLMを必須にしません。 後の学習パスとして扱うほうが、初学者には進めやすいからです。
ローカルで動くからといって、常に安全で簡単という意味ではありません。 モデルの入手元、保存場所、ログ、連携ツールの権限は確認が必要です。
やってみる
AIに、用途別にツールを整理してもらいます。
開発学習で使うAIツールを、次の用途ごとに整理してください。
- 用語を質問する
- ローカルのリポジトリを読ませる
- 小さなファイル変更を頼む
- エディタでコード補完を受ける
- GitHub上のPull Requestを確認する
- ローカルLLMを試す
この教材では、まずCodexまたはClaude Codeを使う前提です。
他の選択肢は、今すぐ乗り換えるためではなく、位置づけを理解するために説明してください。
まだファイルは変更しないでください。
返ってきた説明では、次を確認します。
- 本編ではCodexまたはClaude Codeを使う前提が保たれているか
- Webチャット、エージェント、エディタ、GitHub上の支援が混ざっていないか
- ローカルLLMを必須扱いしていないか
- 公式情報を確認する前提になっているか
何が起きたのか
第0部でCodexまたはClaude Codeを選んだのは、教材リポジトリを見ながら学ぶ体験を早く作るためです。
他のツールを知らなくてよい、という意味ではありません。 ただし、最初からすべてを比較し始めると、学習の入口が重くなります。
まずは1つのエージェントを使いながら、モデル、ツール、作業ディレクトリ、変更確認の考え方を身につけます。
運用者の視点
AIツールを選ぶときは、機能だけでなく運用も見ます。
- 入力内容がどこに送られるか
- ログが残るか
- チームや組織で使ってよいか
- 料金が発生するか
- ファイル変更を確認しやすいか
- 誤操作したときに戻せるか
個人学習でも、この視点を少しずつ持っておくと安全です。
インストール方法、料金、対応OS、使えるモデルは変わります。 具体的な導入に進むときは、AIの説明だけでなく公式ドキュメントを確認します。
理解チェック
AIツールの種類は、どこで動き、何を見ているかで分けると整理しやすくなります。
AIツールの使い分けを確認する練習問題を出してください。
次の条件でお願いします。
- 問題は5問
- 一問一答形式にする
- 1問ずつ表示し、その直下にA/B/Cの選択肢も毎回表示して、私の回答を待つ
- 選択肢は、A: Webチャット、B: ターミナルのAIエージェント、C: エディタやGitHub上の支援 にする
- 私は、各問題に対してA/B/Cだけで回答します
- 私が回答するまで、その問題の答え、採点、解説を表示しないでください
- 私が回答したあとで、その問題を採点し、理由も解説してください
- 解説が終わったら、次の問題を1問だけ出してください
- 新しいAIツールのインストールや乗り換えは提案しないでください
AIに聞いてみよう
私は今、CodexまたはClaude Codeを使って学習しています。
他のAIコーディング支援ツールにはどんな種類があるか、
今すぐ乗り換える前提ではなく、位置づけがわかるように整理してください。
比較するときは、モデル、ツール、エディタ連携、GitHub連携、ローカルLLMを分けてください。
まだファイルは変更しないでください。
次へ
次は、AIへの頼み方を段階化します。