「AIで開発って実際どうなの？」と思っている人、たぶん多いはず。自分もその一人で、これまでChatGPTを使ってそれなりに開発っぽいことはしてきましたが、正直“最後までスムーズに動くコード”にたどり着くまでの試行錯誤はかなり重めでした。
そんな中で、今回Claudeの「プロジェクト機能」を使って、NetSuiteのスクリプト開発をやってみたので、体験ベースでまとめてみます。
まず結論：これは“別物”だった
最初に率直な感想を書くと、ChatGPTとは完全に別ジャンルの体験でした。
良い意味でも、ちょっと困る意味でも。
バグがほぼ出ないという衝撃
これが一番インパクトありました。
これまでChatGPTで開発するときって、
-
生成されたコードはまずすぐには動かない
-
5回〜10回くらい修正させてようやく動く
-
下手すると既知のバグをまた入れてくる
みたいな流れが“普通”だったんですよね。
メジャーなPythonならともかく、NetsuiteのSuiteScriptなどという超マイナー言語、しかもローカル動作不可という基盤では特に。
でもClaudeのプロジェクト機能は違った。
-
初回生成でほぼ動く
-
明らかなロジック破綻がない
-
同じバグを繰り返さない
これ、「たまたま」ではなくて一貫してそういう挙動でした。
手戻りがほぼゼロ
もう一つ大きかったのがこれ。
ChatGPTでありがちな、
-
直したはずのところがデグレる
-
指示した内容が一部抜ける
-
なぜか一部のコードを省略する
みたいな“人間っぽい雑さ”が、Claudeではかなり少ない。
むしろ、
「この修正を入れると別の処理に影響するので、こういう形で対応します」
みたいな設計レベルの配慮が入る。
正直ここは「モデルの思想が違うのでは？」と感じたポイントでした。
ただし…めちゃくちゃ時間がかかる
ここはトレードオフ。
Claudeのプロジェクト機能は、
-
1回の生成が長い
-
待ち時間が普通に発生する
-
体感“コーヒータイム”
という感じ。
なので使い方としては、
-
指示をまとめて投げる
-
待つ
-
レビューする
という**“非同期開発スタイル”**になります。
リアルタイムにガンガン直していく、というよりは
「まとめて依頼して、まとめて受け取る」感じ。
ChatGPTはやっぱり強い（役割が違う）
ここで改めて思ったのが、
ChatGPTはやっぱり優秀です。
特に強いのは、
-
複雑な問題の整理
-
要件の言語化
-
思考の壁打ち
このあたりはClaudeより明確に使いやすい。
なので実際の運用はこうなりました：
-
設計・整理 → ChatGPT
-
実装 → Claude
この分担、かなりしっくりきます。
NetSuite開発だとGeminiの影も見える
ちなみに体感ですが、
NetSuiteのスクリプト開発に限ると、
Geminiの方が“ピンポイントで強い”場面もありました。
特に、
-
API仕様に沿った書き方
-
細かい構文の最適化
あたりはGeminiが一歩リードしてる印象。
ただし、
-
全体の完成度 → Claude
-
局所最適 → Gemini
みたいな棲み分けです。
最大のネック：使用量制限
ここはかなり現実的な問題。
Claude（Proプラン）だと、
-
1回の生成で5時間枠の7割くらい消費
-
連続でバンバン作るのは厳しい
つまり、
-
一気に作る → 追加課金が必要
-
節約する → 毎日コツコツ
という運用になります。
これはプロジェクト規模が大きくなるほど効いてきます。
実際にやってみて分かったコツ（重要）
ここはかなり実践的な話。
① 最初の情報投入が9割
Claudeは「途中で調整」よりも、
最初にどれだけ正確な情報を渡せるか
で品質が決まります。
具体的には：
-
要件定義をテキストで整理
-
NetSuiteの対象レコード・フィールド明示
-
入出力仕様を明確化
-
エラーケースも先に書く
ここをサボると一気に精度が落ちる。
② プロンプトは“短く”ではなく“構造化”
ChatGPTだと短く投げて対話で詰めるスタイルが多いですが、Claudeは逆。
-
箇条書き
-
セクション分け
-
前提条件の明示
みたいに仕様書っぽく書く方が強いです。
③ 一発生成前提で考える
Claudeは「あとで直す」よりも、
一発で完成形を取りにいく
方が結果的に効率いい。
なので：
-
小出しにしない
-
まとめて依頼する
-
完成像を具体化する
これが重要。
まとめ：どう使い分けるか
今回の体験を一言でまとめると、
-
ChatGPT → 思考の相棒
-
Claude → 実装エンジン
-
Gemini → 技術特化スナイパー
という感じ。
そしてNetSuite開発に限って言えば、
Claudeのプロジェクト機能はかなり実戦投入レベル
でした。
ただし、
-
使用量制限
-
プロンプト設計の難易度
この2つは無視できない課題。
最後に
正直、「AIで開発」はまだ過渡期だと思っていましたが、
今回で認識が変わりました。
“使い方次第で普通に戦力になる”
ただし逆に言うと、
使い方を間違えると従来と何も変わらない
この差はかなり大きいと感じます。
従来と何も変わらないのに、なんか出来た気になってしまう危うさもある。
AIを使うにはまず、人間側が今までの開発スタンスをどうシフトしていけるか。
そこを考える格好の機会になりましたよ。
