AIが書いたコードが実行した途端にエラーになる——まずはツールを変えたりモデルを責めたりしないでほしい。多くの場合、問題はコード自体ではなく、要件のすり合わせ不足にある。あなたが気軽に言った「ログインページ」と、AIが理解した「ログインページ」は、最初から最後まで別物かもしれない。解決策はシンプルだ。まずAIに要件と前提を復唱させ、一致を確認してから着手する。エラーが出たら完全な情報を貼り、小さなステップで検証する。
まずエラーの3つの典型的な原因を押さえる
第一に、要件の記述が曖昧すぎる。「ECサイトを作って」と言えば、AIは推測するしかない。技術スタック、ページの見た目、データの出所——すべてAIの想像で補われる。要件が曖昧なほど、コードはあなたの期待からずれ、実行すればあちこちでつまずく。
第二に、環境と依存関係の不一致。AIは自分がよく知る環境を前提にコードを書くが、あなたのPCの言語バージョン、パッケージのバージョン、OSはまったく違うかもしれない。コード自体は正しくても、環境が違えばエラーになる。初心者のPCでは特によくある。
第三に、AIが存在しないAPIをでっち上げる。モデルは存在しない関数名や引数名を堂々と呼び出すことがある。これがハルシネーションだ。「メソッドが見つからない」といったエラーが出たら、まず公式ドキュメントでそのAPIが本当に存在するか確認しよう。偽のAPIに時間を浪費してはいけない。
そのまま使える3ステップのデバッグ法
ステップ1：まずAIに要件と前提を復唱させる。コードを書かせる前にこう聞く。「どう進めるつもりか、理解と前提を先に説明して」。間違った前提はその場で正す。千行書いてから作り直すよりずっと楽だ。
ステップ2：コードの断片だけでなく、完全なエラーを貼る。エラーのスタックトレース、実行したコマンド、言語と依存関係のバージョン、再現手順をまとめてAIに送る。コードの断片だけ貼ってエラーを出さないのは、体温計の数値だけで診察してもらうようなものだ。情報が不完全では、どんなに優秀なモデルも当て推量しかできない。
ステップ3：小さなステップで検証し、一度に変えるのは一か所だけ。AIには毎回一か所だけ変えさせ、何をなぜ変えたのか説明させ、動くことを確認してから次に進む。大きな塊を一気に書き換えると、どこを変えて壊したのか特定できなくなる。
この順番を覚えておこう。要件のすり合わせ、完全な情報の提供、小さなステップでの検証。エラーはAIコーディングの終わりではなく、あなたとAIが要件をきちんと言語化する始まりだ。要件がはっきりすれば、エラーの大半は消える。
