AIを使えば、プロダクト開発はどこまで変わるのか。sylab64について

AIを使えば、プロダクトをつくるという行為はどこまで変わるのか。

コードを書く速度だけではなく、アイデアを考えるところから、仕様を決め、実装し、テストし、公開し、その後の運用まで。

今、そのほとんどにAIが入り始めています。

このnote「sylab64」では、そんなAIを実際のプロダクト開発に組み込みながら、つくって、試して、改善した記録を残していきます。

AIについて書くnote、ではありません

AIの新しいモデルやサービスは、毎日のように登場しています。

新機能の紹介やニュースを追うだけでもかなりの量があります。

でも、このnoteで中心にしたいのは、

「新しいAIが出た」

ではなく、

「それを実際のプロダクト開発に入れたら、どうだったのか」

という部分です。

便利だったのか。

思ったほど使えなかったのか。

どこまで任せられたのか。

逆に、人が判断したほうがよかったのはどこなのか。

速くなった代わりに、別の問題が発生しなかったか。

そういった、実際に使ってみないと分からないことを残していきます。

いろいろなものをつくっています

sylab64では、ひとつのプロダクトだけを扱うつもりはありません。

アプリをつくったり、ゲームをつくったり、開発を楽にするツールをつくったり。

AI Agentに作業を任せる仕組みを考えたり、GitHubの運用を自動化したり、SNS運用そのものを支えるツールをつくったりもしています。

使う技術も、その都度変わります。

Flutterを使うこともあれば、CloudflareやSupabaseを使うこともあります。

CodexやClaude CodeのようなAIコーディングツールを使ったり、MCPを使ってAIと外部サービスをつないだりすることもあります。

ただ、特定の技術を紹介すること自体が目的ではありません。

「プロダクトをより良くつくるために、その技術をどう使ったか」

を中心に書いていきます。

成功した話だけにはしません

プロダクト開発をしていると、うまくいかないことのほうが多いです。

AIに任せれば一瞬で終わると思っていた作業が、思ったような品質にならなかったり。

自動化を増やした結果、別の場所がボトルネックになったり。

便利にするために仕組みを増やしすぎて、管理そのものが大変になったり。

最初に考えた設計を、実際に動かしてから全部やり直すこともあります。

完成したものだけを見ると、こうした過程はほとんど見えません。

でも、プロダクトをつくる上では、むしろそこに使える知見があると思っています。

なのでこのnoteでは、

• 何をやろうとしたのか

• なぜその方法を選んだのか

• 何を試したのか

• どこで失敗したのか

• なぜ設計を変えたのか

• 最終的にどうしたのか

• 次にやるならどうするのか

まで、できるだけ残していきます。

AIで「コードを書く」以外も変えたい

AIを開発に使うというと、まず思い浮かぶのはコード生成だと思います。

もちろん、それだけでもかなり便利です。

ただ、今もっと興味があるのはその先です。

たとえば、

企画を考える。

ユーザーの課題を調べる。

仕様を整理する。

UIを考える。

実装する。

テストする。

リリースする。

ユーザーの反応を見る。

改善点を見つける。

次の機能を考える。

こうしたプロダクト開発全体の流れを、AIによってどこまで変えられるのかを試したいと思っています。

単純に全部をAIへ任せたいわけではありません。

むしろ実際に使ってみると、

「ここはAIに任せると強い」

という場所と、

「ここは人が判断しないと危ない」

という場所が少しずつ見えてきます。

その境界を探ることも、このnoteの大きなテーマです。

このnoteで書いていくこと

大きく分けると、次のような内容を書いていく予定です。

AIを開発に入れて試したこと

Codex、Claude Code、MCP、AI Agentなどを、実際の開発フローへ組み込んだ記録。

機能紹介ではなく、どこまで使えたのかを中心にします。

プロダクトをつくる中で考えたこと

技術選定、アーキテクチャ、自動化、リリース、運用など。

「どう作ったか」だけではなく、「なぜそうしたか」まで残します。

失敗して、作り直したこと

これはかなり多くなる気がしています。

うまくいかなかった設計や、AIに任せて失敗したことも、そのまま題材にします。

実際につくっているもの

アプリ、ゲーム、開発ツールなどについても書きます。

ただし、単なる宣伝ではなく、そのプロダクトをつくる過程で得られた知見を中心にします。

つくって、試して、改善する

AIによって、ひとりでも扱える範囲はかなり広がってきました。

一方で、AIを使えば何でも簡単になるわけでもありません。

速く作れるようになったからこそ、品質管理が難しくなることもあります。

大量に作れるようになったからこそ、「何を作るべきか」の判断がより重要になることもあります。

だからこそ、まず実際につくってみる。

使ってみる。

問題があれば直す。

また試す。

sylab64では、この繰り返しそのものを記録していきます。

AIを使えば、プロダクト開発はどこまで変わるのか。

まだ自分でも答えは分かりません。

だから、これから実際につくりながら確かめていきます。