【AI入門】ChatGPT・GitHub Copilotはなぜコードを書けるのか？

「コードが書けない自分でも、AIを使えばアプリが作れるの？」

最近こんな話を聞く機会が増えました。エンジニアではない方でも、GitHub CopilotやCursorという名前を耳にしたことがあるかもしれません。でも「AIがコードを書く」という話を聞いても、何がどうなっているのか、ピンとこない方も多いはずです。

💻 今回は、AIがコードを書く仕組みを、プログラミングを知らない方にも伝わるように比喩で説明します。

「自分には関係ない話」と思わずに読んでみてください。このAIの仕組みを理解すると、コードを書く・書かないに関わらず、仕事でAIを活用するヒントが見えてきます。

GitHub CopilotとCursorとは何か

まず簡単に整理します。

🔧 GitHub Copilotは、Microsoftが提供するAIコーディング支援ツールです。エンジニアがコードを書くとき、次に書くべきコードをリアルタイムで提案してくれます。2021年に登場して以来、世界中のエンジニアが日常的に使うようになったツールです。月間アクティブユーザーは数百万人を超え、「AIがコードを書く」時代を象徴する存在になっています。

Cursorは、AIを中心に設計されたコードエディタです。「このファイルのバグを直して」「この機能を追加して」と自然言語で指示すると、AIが自律的にコードを書いてくれます。単なる補完を超えて、コード全体を「エージェント的に」動いて改修してしまいます。

どちらも「AIがコードを書く」という点では同じですが、Copilotが「補完・提案」寄りなのに対し、Cursorは「自律的に実行」寄りです。前回説明したAIエージェントの考え方がCursorには色濃く反映されています。

AIがコードを書けるのはなぜか

この問いに答えるために、まず「コード」とは何かを整理します。

📝 コードとは、コンピュータへの命令を人間が読める言語で書いたものです。たとえば「ボタンをクリックしたらメールを送る」という処理を実現するには、その手順を一つひとつ正確に記述しなければなりません。プログラミング言語（Python・JavaScriptなど）はそのための「言語」です。

ここで重要なのは、プログラミング言語も「言語」であるという点です。文法があり、単語があり、パターンがある。これはこのシリーズで何度も説明してきたLLM（大規模言語モデル）が最も得意とすることです。

🧠 GitHubには世界中のエンジニアが書いたコードが数億件以上公開されています。ChatGPTやCopilotのベースとなるAIは、これらを大量に学習しています。「ユーザーのメールアドレスを保存する処理を書いて」と言うと、AIは過去に学習した「メールアドレスを保存するコードのパターン」を参照して、「次に来る可能性が高いコード」を生成します。

これはこのシリーズの第2回で説明した「次に来る言葉を確率で選ぶ」仕組みとまったく同じです。言語が日本語から「プログラミング言語」に変わっただけです。コードも文章と同じように、AIは大量のサンプルから統計的に「次に書くべきもの」を予測しています。JavaScriptで「ユーザーを認証する処理」を書き始めると、世界中の似た処理のパターンを参照して、最も「それらしいコード」を提案してくれるわけです。

熟練エンジニアの「先読み」を再現する

🎯 GitHub Copilotの動き方を、もう少し具体的に説明します。

たとえばエンジニアが「ユーザーのパスワードを確認する関数を作ろう」と思って書き始めると、Copilotはその文脈を読んで続きのコードを提案します。これは、優秀な先輩エンジニアが横に座って「次はこう書くといいよ」と助言してくれるようなイメージです。

重要なのは、CopilotはあなたのPCで開いているファイル全体を「文脈」として読んでいる点です。「このプロジェクトはどんな構成か」「どんな変数名を使っているか」「どんな処理パターンが多いか」——それらをすべて踏まえて提案してきます。

エンジニアが「こういう処理を作りたい」とコメントを書くと、Copilotはその意図を読んでコード全体を提案してきます。「察して書いてくれる」感覚に、多くのエンジニアが驚きます。コードの「補完」にとどまらず、設計の意図まで読み取ろうとする点が、単純な入力補完とは大きく異なります。

Cursorが「コードが書けない人」を変える

⚡ Cursorはさらに一歩進んでいます。

「この画面に検索機能を追加して」と日本語で伝えると、Cursorは関連するファイルを自分で開いて読み、必要な変更箇所を特定して、コードを書いて、場合によってはテストまで実行します。前回説明したAIエージェントの「計画する・道具を使う・記憶する」という3つの仕組みがまさにここで動いています。

ただし、AIがすべてを完璧にこなせるわけではありません。複雑な設計判断、パフォーマンスのチューニング、セキュリティの深い考慮——こうした領域では、まだ人間のエンジニアが主導する必要があります。AIを「賢い助手」として使いこなす人間の判断力が、これまで以上に重要になっています。

実際に、プログラミング経験がほとんどない人が「Cursorだけで簡単なウェブアプリを作った」という事例が増えています。「コードが書けないとITの仕事に関われない」という壁が、着実に低くなっています。 AIをうまく使うことと、技術の本質を理解することを組み合わせた人が、これからの時代に強いと感じています。

コードが書けない人でも知っておくべき理由

「でも自分はエンジニアじゃないから関係ない」——そう思った方に伝えたいことがあります。

🌱 AIがコードを書く仕組みが進化すると、「コードを書く人」と「コードを書けない人」の差が縮まります。これはエンジニアにとっては脅威かもしれませんが、非エンジニアにとっては大きなチャンスです。「こういうツールを作りたい」「このデータを集計したい」という要件を言語化できれば、AIが実装を担ってくれる時代が来ます。

特に重要なのは「何をAIに頼むか」を判断する力です。AIはコードを書けますが、「何を作るべきか」を決めるのは人間です。要件を整理し、AIの出力を評価し、修正方針を指示できる人間が、チームの中で価値を発揮します。

仕組みを知っておくことで、「AIに何を頼めるか」「どこまで任せられるか」の判断ができるようになります。それが、AIをうまく使いこなすための第一歩です。

まとめ：コードも「言語」だから、AIは書ける

📝 今回の内容を整理します。

✅ GitHub CopilotやCursorは、コードを「提案・自律的に生成」するAIツール

✅ プログラミング言語も「言語」であり、LLMが学習・生成できる対象

✅ AIは大量のコードを学習し「次に来るべきコード」を確率で選んで提案している

✅ Cursorのような自律型ツールは、コードが書けない人の参入障壁を下げつつある

✅ 仕組みを知ると「AIに何を頼めるか」の判断力が上がる

「コードが書けないと関係ない」は、もう昔の話になりつつあります。 AIがコードを書く時代の仕組みを知っておくだけで、これからの働き方の選択肢が広がります。技術を自分で書けなくても、技術の仕組みを理解している人が、AIとチームになって大きな仕事をできる時代が、すでに始まっています。

次回は「AIは画像や音声もどうやって理解しているのか？マルチモーダルの仕組み」を解説します。ChatGPTに写真を送ると内容を説明してくれるあの機能の裏側です。

フォロー・スキで続きを読む励みになります 🌱

「わかりやすかった」と思ったら、周りのAI初心者の方にシェアしてもらえると嬉しいです。

関連記事

このシリーズの他の記事もあわせてどうぞ。