LLM全盛時代の開発プラクティス
- Japanese
2022年11月30日にOpenAI社からChatGPTが発表されて以降、LLM全盛時代に入ろうとしています。 私は、LLMはソフトウェア開発に大きな変化をもたらすと考えています。
私は株式会社Flyleでソフトウェアエンジニアをしています。私は直近半年以上、業務としてLLMに専念してきました。 そして、既に自社製品にLLM (や機械学習) を組み込んだ機能をいくつもリリースしました。(今後も継続的にリリースします)
その一方で、私はLLMを使用した開発チームの生産性向上にも注目しています。 優秀な少人数のエンジニアチームが、LLMによってその能力を10倍エンハンスすることができたら、その企業の競争力が大きく高まることは想像に難くないと思います。
このセッションでは実際にLLMを使用して生産性を向上するための技術を発表します。 具体的なコンテンツは以下です。(最新の調査内容をお届けしたいのでコンテンツは更新される場合があります)
1: LLMは "新人" だと考えるとわかりやすい (1) なぜ LLM は "新人" なのか (2) "コードレビュー" といった曖昧で複雑なタスクをLLMに依頼するのは現実的ではない (3) 「人間Aが実装 -> 人間Bがレビュー」という構造から「LLMが実装 -> 人間Aがレビュー」という構造をいかに作り出せるかがキーポイント 2: LLMのサジェストを最大化するためには とにかく "統一感" が重要である (1) なぜ統一感が重要なのか (2) 統一感をもたらすための技術 (Prettier / ESLint / Stylelint / カスタムルールの実装) 3: LLMによって技術選定に変化はあるか (1) LLMが学習済みの2021年9月以前に存在した技術を優先して使うべきか? (No) 4: コーディングガイドを常に開いておこう (1) GitHub Copilot の仕組み (2) LLMでの使用を前提としたコーディングガイドの書き方 (3) コーディングガイドを開いた時と開いていない時でサジェストにどのような違いがあるか 5: (番外編) (経験を元に感じた) 製品にLLMを組み込む際のポイント