生成AIとの2年間：進化と共に歩んだ私の開発について
はじめに
2022年11月末から生成AIを活用し始めてから、まもなく2年が経とうとしています。この機会に、生成AI技術の目覚ましい進化と私自身の生成AIとの取り組みについて振り返ってみたいと思います。
生成AIの進化の軌跡
初期の時代（2022年末）
ChatGPTが公開されてすぐに有料版に加入し、活用を始めました。当初のGPT-3.5は、今から振り返ると非常に原始的でした：
機能面での制限
遅い処理速度
厳しい利用回数制限
単純な言葉の数珠つなぎレベルの回答
解答精度の課題
この時期から、技術の進化と共に新しい概念を学ぶ必要がありました：
コードインタープリタ
GPTs
@メンション機能
ファインチューニング
RAG（Retrieval-Augmented Generation）
など、習得すべき技術は増える一方です。
競争時代の幕開け（2022年から2023年前半）
大手テック企業やスタートアップが次々と新しいAIモデルやサービスを投入：
言語モデルの進化
GPT-4
Claude
Gemini
LLaMA
画像生成AI分野
Midjourney
Canva AI
革新的なAIサービス
Perplexity
Dify
Create
Cursor
現在の状況：AIのカンブリア紀
新しいプロダクトが続々と誕生し、それぞれが独自の進化を遂げています：
Napkin
Mapify
Genspark
Notebooklm
特筆すべきは、最新モデル（o1）の驚異的な進化です。思考プロセスが組み込まれており、目的とプロセスの意図を適切に伝えることで、ほとんどの課題が解決できるようになりました。
プロンプトは以前重要な要素ではあるが、余計な情報を提供するのではなく、キーワードと単語による指示で適格なゴールを導き出してくれる。
私の取り組み：プログラミングの基礎習得
学習内容
VBA、Python、Google Apps Script（GAS）を中心とした学習
実務直結型のプログラム開発に注力
生成AIとの対話を通じた学習・開発スタイルの確立
投資した時間と成果
毎日3-4時間以上の継続的な学習
累計：約700日×3時間＝2100時間
特にスプレッドシートを操作する為のGASコードについては、頭の中のイメージを生成AIを使って具現化できるレベルに到達
現在の課題
Python関連の技術課題
GCPやCloud Functions
OAuth2などの認証システム
API連携の実装
Webアプリケーション開発
フロントエンド・バックエンド連携
アプリケーションアーキテクチャ
生成AIツールの使い分け
現在の私の使い分け方：
情報収集
Genspark
Ark search
Search GPT
Perplexity
開発作業
プログラミング：Claude-3, GPT-4
コード修正：Canvas
ブログ・コンテンツ作成
Claude
※検索や一般的な調べ物には、Genspark、Perplexityを活用
今後の展望
短期目標
業務自動化の完成を最優先
新しい開発ツール（Cursor、Bolt、v0、Replit）の検証と導入
長期的な視点
表計算ソフト自動化に注力する理由：
安定した環境での継続的な運用が可能
確立された機能セット
変更リスクの低さ
未来への考察
これからの社会は、大きく2つの層に分かれていくと予測されます：
利用者
新しい価値の創造者
より自由で充実した生活を送るためには、「創造する力」を持つことが重要です。そのためには、生成AIを理解し、効果的に活用する能力が不可欠となるでしょう。
おわりに
生成AI技術は驚異的なスピードで進化を続けています。この2年間で、私自身の作業スピード、精度、技術力は目に見えて向上しました。費用対効果も非常に高く、投資した時間に見合う以上の価値を得られています。
この変化の波に乗り遅れることなく、継続的な学習と実践を重ねることで、さらなる効率化と創造的な価値の創出を目指していきたいと思います。