AI時代に伸びる新人エンジニアの仕事術8選｜AIを使って評価される人になる方法を解説
山崎講師こんにちは。ゆうせいです。
今回は、AI時代に新人エンジニアが評価されるための仕事術を解説します。
AIを使っているのに成果が出ない人がいる理由
新人エンジニアの中には、AIを使っているのに仕事が速くならない人がいます。
一方で、同じAIを使っているのに、設計メモ、コードレビュー対応、エラー調査、資料作成をどんどん前に進める人もいます。
なぜ差が出るのでしょうか？
理由は、AIに「作業だけ」を頼んでいるか、AIと一緒に「考え方」まで整理しているかの違いです。
たとえるなら、AIは高性能な電動工具です。
電動ドリルを持っていても、どこに穴を開けるべきか分かっていなければ、良い家具は作れません。
AIも同じです。
使うだけでは不十分です。
何を考えさせるのか、どこを確認させるのか、どのタイミングで人間が判断するのかが重要になります。
AI時代に伸びる新人エンジニアの仕事術8選
| 番号 | 仕事術 | 新人エンジニア向けの意味 |
|---|---|---|
| 1 | AIに選択肢を出させる | 自分の思いつきだけで進めない |
| 2 | たたき台を早く作る | 完璧を待たずに仕事を前へ進める |
| 3 | AIレビューを習慣にする | 提出前に粗さを見つける |
| 4 | 曖昧な指示を具体化する | AIにも人にも伝わる言葉を使う |
| 5 | 不満を改善テーマに変える | 愚痴で終わらせず仕組み化する |
| 6 | 繰り返し作業を減らす | 手作業を疑う習慣を持つ |
| 7 | 仕組みから理解する | 表面的な使い方だけで終わらない |
| 8 | 人に伝わる姿勢を磨く | AIでは代替しにくい信頼を作る |
1. AIに選択肢を出させる
新人エンジニアは、分からないことがあると、すぐに1つの答えを求めがちです。
このエラーの直し方を教えてください。 このコードを書いてください。 この設計でよいですか。
もちろん、この聞き方でもAIは答えてくれます。
しかし、AIの本当の強みは「複数の選択肢を出せること」です。
たとえば、ログイン機能でエラーが起きたとします。
いきなり修正コードを聞くのではなく、次のように聞きます。
このエラーの原因候補を可能性が高い順に3つ出してください。 それぞれの確認方法も教えてください。
この聞き方をすると、AIは1つの答えに飛びつかず、原因を分けて整理してくれます。
新人エンジニアにとって大切なのは、正解をすぐにもらうことではありません。
考え方の道筋を学ぶことです。
AIに選択肢を出させると、自分では思いつかなかった確認ポイントに気づけます。
2. たたき台を早く作る
完璧な資料や設計を最初から作ろうとすると、手が止まります。
新人エンジニアは、特にこの状態になりやすいです。
どこまで詳しく書けばよいのか分からない 間違った設計を書いたら恥ずかしい レビューで指摘されたくない まず調べ切ってから書きたい
気持ちは分かります。
しかし、仕事では「何も出てこない状態」が一番危険です。
AI時代の仕事では、まず60点のたたき台を作り、そこから直していく進め方が有効です。
たたき台とは、完成品ではなく、議論や修正の土台になるものです。
たとえるなら、粘土のかたまりです。
最初から完成した像を作る必要はありません。
まず形を作り、削ったり足したりしながら完成に近づけます。
新人エンジニアでの使い方
Spring Bootのユーザー登録機能について、設計メモのたたき台を作ってください。 対象は新人エンジニア研修用です。 Controller、Service、Repository、Form、Entityの役割が分かるようにしてください。
AIが出した内容をそのまま提出してはいけません。
でも、たたき台があると、足りない部分が見えます。
バリデーションの説明が足りない 例外処理が書かれていない 画面遷移が曖昧 DBの重複チェックが抜けている
白紙の状態では気づけなかったことが、たたき台を見ると見えてきます。
まず出せ！
直すのは、それからで大丈夫です。
3. AIレビューを習慣にする
新人エンジニアは、成果物を出す前にAIレビューを挟むと成長が早くなります。
AIレビューとは、自分が作ったコード、設計メモ、報告文、テスト仕様書などをAIに確認してもらうことです。
人間のレビューを置き換えるものではありません。
人間に見せる前に、自分で粗さを減らすための事前チェックです。
使える指示例
以下の設計メモについて、改善した方がよい点を重要度順に3つ挙げてください。 それぞれ理由と修正案も出してください。
このように聞くと、AIは改善点を整理してくれます。
たとえば、ユーザー登録機能の設計メモを見せると、次のような指摘が返ってくるかもしれません。
入力チェックの条件が曖昧 メールアドレス重複時の処理が未定義 登録成功後の画面遷移が書かれていない
この段階で直してから先輩に見せれば、レビューの質が上がります。
先輩からは、もっと本質的な設計や業務仕様の指摘をもらいやすくなります。
AIに見せてから人に見せる。
この一手間が、かなり効きます。
4. 曖昧な指示を具体化する
AIをうまく使えない人は、指示が曖昧です。
いい感じにまとめてください。 分かりやすく説明してください。 上司向けに資料を作ってください。 きれいなコードにしてください。
これらの言葉は、人間同士でもズレます。
AIなら、なおさらズレます。
「上司向け」と言っても、技術に詳しい上司なのか、非エンジニアの上司なのかで説明は変わります。
「分かりやすく」と言っても、初心者向けなのか、経験者向けなのかで内容は変わります。
悪い指示と良い指示
| 曖昧な指示 | 具体化した指示 |
|---|---|
| 分かりやすく説明して | 新人エンジニア向けに、専門用語を説明しながら300文字程度で説明して |
| 上司向けにまとめて | 技術に詳しくない部長向けに、結論、効果、リスク、次の判断事項の順でまとめて |
| コードをきれいにして | 可読性、責務分離、例外処理、重複削除の観点でリファクタリング案を出して |
| テストケースを作って | 正常系、異常系、境界値の3分類でテストケースを作って |
プロンプトとは、AIへの指示文のことです。
良いプロンプトは、AIに「何を」「誰向けに」「どの形式で」「どの条件で」出すかを伝えます。
プロンプト力は、国語力でもあります。
曖昧な言葉を減らせ！
AIに伝わる指示は、人間にも伝わります。
5. 不満を改善テーマに変える
仕事をしていると、不満が出ます。
引き継ぎ資料が分かりにくい レビューの指摘が毎回バラバラ テスト手順が人によって違う 会議で決まったことが残っていない 問い合わせ対応が属人化している
不満をただの愚痴で終わらせると、何も変わりません。
しかし、AIに投げると改善テーマに変えられます。
使える聞き方
次の不満を、職場改善のテーマに変換してください。 原因、影響、改善案、最初にやるべき小さな一歩に分けて整理してください。
たとえば、「テスト手順が人によって違う」という不満なら、AIは次のように整理してくれるかもしれません。
| 観点 | 整理例 |
|---|---|
| 原因 | 共通のテスト観点表がない |
| 影響 | 確認漏れや品質ばらつきが起きる |
| 改善案 | 正常系、異常系、境界値のチェックリストを作る |
| 小さな一歩 | 直近の1機能だけチェックリスト化する |
新人エンジニアでも、こうした小さな改善提案はできます。
不満は悪いものではありません。
現場にある問題を見つけるセンサーです。
愚痴で終わらせるな。
改善案に変えましょう！
6. 繰り返し作業を減らす
新人エンジニアは、真面目に作業することが大切です。
しかし、同じ作業を何度も手で繰り返しているなら、一度立ち止まってください。
毎回同じログを探している 毎回同じSQLを手で書いている 毎回同じ形式の報告文を作っている 毎回同じチェック項目を口頭で確認している 毎回同じ画面操作でテストしている
繰り返し作業は、改善の候補です。
すぐに自動化できなくても構いません。
まずは、「この作業は楽にできないか？」と考える習慣が大事です。
AIへの相談例
私が毎週行っている作業を説明します。 この中で、テンプレート化、自動化、チェックリスト化できそうな部分を分けて提案してください。
AIは、作業を分解するのが得意です。
いきなりプログラムで自動化する必要はありません。
| 改善方法 | 例 |
|---|---|
| テンプレート化 | 週報、議事録、障害報告書の型を作る |
| チェックリスト化 | リリース前確認、テスト観点、レビュー観点を一覧にする |
| 半自動化 | AIに文章整形、要約、分類を任せる |
| 自動化 | スクリプトやCI/CDで定型作業を減らす |
CI/CDとは、コードのテストやデプロイを自動化する仕組みです。
最初は難しく感じるかもしれません。
しかし、「同じことを繰り返しているな」と気づくことが、エンジニアらしい改善の第一歩です。
7. 仕組みから理解する
AI時代に強いエンジニアは、表面的な使い方だけで終わりません。
なぜその機能があるのか。
なぜそのエラーが出るのか。
なぜその設計になっているのか。
このように、仕組みから理解しようとします。
たとえば、Gitでエラーが出たとします。
コマンドだけを丸暗記している人は、少し状況が変わると止まります。
一方で、Gitが「変更履歴を管理する仕組み」だと理解している人は、エラーの意味を考えられます。
AIへの聞き方
このエラーの直し方だけでなく、なぜこのエラーが起きるのかを仕組みから説明してください。 新人エンジニア向けに、たとえ話も入れてください。
AIに答えだけを聞くと、その場は解決します。
しかし、仕組みを聞くと次に応用できます。
新人のうちは、解決速度だけを追いかけすぎないでください。
「なぜそうなるのか」を理解することが、後で大きな差になります。
8. 人に伝わる姿勢を磨く
AI時代でも、人との信頼関係はなくなりません。
むしろ、技術的な作業の一部をAIが支援するほど、人間らしい伝え方や関わり方が重要になります。
新人エンジニアが意識したいのは、次のような姿勢です。
分からないことを早めに相談する 指摘を受けたら感謝を伝える 自分の理解を確認する 相手の時間を奪わないように質問を整理する できていないことを隠さない
たとえば、質問するときも、ただ「分かりません」と言うより、次のように伝えた方がよいです。
〇〇の実装で止まっています。 自分ではAとBを確認しました。 エラー内容から、原因はリクエストパラメータ名の不一致ではないかと考えています。 この見立てで合っているか確認いただけますか。
ここまで整理して質問できる新人は、かなり信頼されます。
AIを使えば、質問文の整理もできます。
先輩に質問する文章を整理してください。 自分で確認したこと、困っていること、聞きたいことが伝わる形にしてください。
技術力だけでなく、伝える力も磨きましょう。
AIでコードは速く書けても、信頼は自動生成されません。
AI活用のメリットと注意点
| メリット | 説明 |
|---|---|
| 作業が速くなる | たたき台、要約、整理を短時間で作れる |
| 視点が増える | 自分では気づかない原因や改善案を出せる |
| 学習しやすくなる | エラーや概念を初心者向けに説明してもらえる |
| レビュー前の品質が上がる | 提出前に粗い部分を見つけられる |
| 注意点 | 説明 |
|---|---|
| 回答を鵜呑みにしない | AIは自然に間違えることがある |
| 機密情報を入れない | 顧客情報、個人情報、APIキー、パスワードは入力しない |
| 自分の環境で確認する | コードは必ず実行し、エラーがないか見る |
| 公式情報も確認する | 仕様やライブラリの使い方は公式ドキュメントを確認する |
AIは便利ですが、責任を取ってくれるわけではありません。
最後に判断するのは、エンジニアであるあなたです。
まとめ
AI時代に伸びる新人エンジニアは、AIに作業を丸投げする人ではありません。
AIを使って、考えを広げ、たたき台を作り、レビューし、言葉を具体化し、改善を進める人です。
| 仕事術 | 明日からやること |
|---|---|
| AIに選択肢を出させる | 原因候補や対応案を3つ出してもらう |
| たたき台を早く作る | 白紙で悩まず、まずAIに初案を作らせる |
| AIレビューを習慣にする | 提出前に改善点を確認する |
| 曖昧な指示を具体化する | 誰向け、目的、形式、条件を書く |
| 不満を改善テーマに変える | 愚痴を原因、影響、改善案に分解する |
| 繰り返し作業を減らす | テンプレート化やチェックリスト化を考える |
| 仕組みから理解する | なぜそうなるのかをAIに説明させる |
| 人に伝わる姿勢を磨く | 質問や報告の文章をAIで整理する |
一言でまとめるなら、AIは「答えをもらう道具」ではなく、「仕事の進め方を改善する相棒」です。
新人エンジニアは、まず次の3つから始めてください。
1. たたき台をAIに作らせる 2. 改善点をAIに確認する 3. 自分の理解を「つまり」で確認する
今後の学習では、AI活用に加えて、プロンプト設計、コードレビュー、Git、SQL、テスト設計、セキュリティ、公式ドキュメントの読み方、報連相の型を学ぶとよいです。まずは明日の仕事で、自分が作った文章やコードをAIに見せて、「改善した方がよい点を重要度順に3つ教えてください」と聞くところから始めてみましょう！
セイ・コンサルティング・グループでは新人エンジニア研修のアシスタント講師を募集しています。
投稿者プロフィール
