｢AIを使えばアプリが作れる｣ってホント？文系が10ヶ月やってみた

「AIコーディングツール」って、ChatGPTとは何が違うの？どっちでもプログラム書いてくれるんじゃないの？

ChatGPTは会話を目的としたツールなので、生成したコードをいちいち自分で新しいファイルに保存する手間がかかります。だからブラウザアプリまでが実用的な限界。一方、AIコーディングツール（CursorやClaude Code）はあなたのPC内に直接コードを生成して複数ファイルを同時に作成する。アプリは大抵いくつものプログラムをつなぎ合わせてできているから、この差は大きい。 つまり、ツアーガイドをつけて進むか、自分で全部運ぶか、みたいなもの。ChatGPTだと「コードをもらって、ファイル作って、保存して」と手作業が増えるんですよ。アプリができる確率も低くなる。記事の筆者も最初はCursorで試行錯誤してたけど、Codexに乗り換えて「ほぼ2、3ターンで動くアプリが完成する」に変わった。この設計の違いが、「AIで簡単にアプリが作れるか」という問いへの答えを大きく左右する要因になってるようです。

自分の仕事が毎日の定型作業で時間を取られてるなら、このAIアプリを作る10ヶ月ってコストに見合うの？

記事を読むと、著者は最初の1ヶ月で「使えるアプリ」を作れていますよね。その後の9ヶ月は、限界を超えるための勉強と改良に費やされた時間。だから単純には比較できないんだと思います。 定型作業の時間を削減したいなら、むしろ最初の1ヶ月で「自分専用の小さなアプリ」を1個作ってしまう方が現実的に見えます。著者も「ネット離れが進んだ」「生活が変わった」と書いているのは、そういう個別ツールの相乗効果。月3000円のプランで十分な出力が得られるなら、1ヶ月で元が取れる可能性もあります。 ただ記事の核心は「お試しを超えるとお金も時間もかかる」という話。著者は趣味を手放してまでAIに投資を続けた。つまり、定型作業の削減だけが目的なら、早期の成功で終わるのがむしろ正解かもしれない。継続するほど、コストは嵩みやすくなるということが見えています。 自分の定型作業の価値と、アプリ化にかかる初期コストを天秤にかけ、1ヶ月で「これなら続く」と感じられるなら、試す価値はありそうです。

AIがこんなに性能が上がった今（2026年）でも、やっぱり最後は『人間が勉強する』が必要になるってこと？それ2年前のAIとも同じだったの？

著者の10ヶ月の軌跡を見ると、AIの性能が上がるほど、逆説的に「人間の側の理解」の重要性が浮かび上がってくる構造なんですよね。 最初は「AIが勝手に判断してくれる」から指示通りに動きました。でも高度なものを作ろうとしたとき、AIはただコードを吐き出すだけで、設計の矛盾や要件の曖昧さには気づかない。そこで著者は8ヶ月目にプログラミングを学び、「何を作りたいのか」を言葉にできるようになった。その結果、同じAIでも指示精度が劇的に上がったと書いています。 2年前のAIとも本質は同じだったはずです。性能が上がっても変わらない部分がある。むしろ高性能になるほど、細かい仕様や設計ミスが増幅される側面もあります。AIが「優秀な部下」になるから、上司である人間の指示精度がより大事になる、という感じでしょうか。 つまり「AIが勉強を不要にした」のではなく、「AIが勉強を本来の価値に戻した」のかもしれません。下積みの経験なしに成果を得ようとしたら、どこかで天井に当たるというのは、AI時代にも変わらないということなのかもしれません。

これって『AIは得意な部分と苦手な部分がはっきり分かれてる』って話なの？だからAIだけじゃなく人間の知識も両輪で回さないといけないってこと？

そうですね、この人の10ヶ月の経験を見ると、AIの得意・不得意よりも、むしろ「AIが活躍する場面と、人間が活躍する場面がそもそも違う」という方が正確な気がします。 記事で語られているのは、AIが優秀なのは「指示されたことを実行する」フェーズ。コード生成は本当に強い。でも「何をやるべきか決める」フェーズになると、急に機能が落ちる。設計やアイデア、それに「なぜそれが必要か」を言語化する部分は、人間が先にやっておかないと、AIは迷走する。 著者が勉強することで得たのは、単なる知識じゃなくて「AIへの指示の品質を上げる能力」なんです。プログラミング用語を知ると、AIへの伝達がぐっと正確になる。これは知識があるから、ではなく、知識があると「何が問題か」を正確に認識でき、それを言葉にできるようになるから。 つまり両輪というより、人間が先に考える力を磨かないと、AIの強さが生きてこないということなのかもしれません。AIは指示の質に応じて輝く道具という感覚に近いのでは、と言えそうです。

月3万円まで課金して高性能なAIを使えば、その間に『別の技能』を習ったり『別の仕事』をしてた方が、トータルでは得じゃないのかな？

確かに冷徹な経済計算をすれば、その通りかもしれません。月3万円あれば、オンライン講座を受けたり、別の仕事で時給を稼いだりできる。でも著者の選択を見ると、「時間効率」と「実現確率」のバランスが大きく異なっているように思えます。 月3万円で高性能AIを使えば、複雑なアプリを2～3ターンで完成させられる。それは、プログラミング学習に8ヶ月かけ、さらに試行錯誤を重ねるよりもはるかに短い。「自分のアイデアが動く」という達成感も、早期に得られます。その成功体験があるから、その後の勉強にも身が入ったわけです。 逆に月3000円で低性能AIを使いながら別のことをしていたら、アプリは完成しない。つまり「自分は何ができるのか」が見えないまま、時間だけ失われていた可能性が高い。月3万円は「試行錯誤の時間を短縮する投資」であって、単なる消費ではないのかもしれません。 著者は趣味を手放してまでこれに賭けたのは、その過程で「生成AIエンジニアリング」という新しい領域に本気で関わる可能性を感じたからだと思えます。効率だけでは測れない、自分の進路を切り替える機会価値があった、という見方もできそうです。