「Cursor」との適切な“距離感”は？　マネフォの社内AIツール開発者は生成AIをこう使う

公開 2025年03月17日 15時00分

著者

吉川大貴

[ITmedia]

印刷する連載新着通知を受け取る Googleで優先するソースとして追加

　ChatGPTの登場から数年。後続サービスも続々と誕生し、ビジネスにおいて生成AIの活用は当たり前になりつつある。一方、毎日のように更新され続ける情報に追い付けず、まだその真価を発揮し切れていないという人も多いだろう。

　そこで本連載では、エグゼクティブやインフルエンサー、企業内のAI活用推進者などの生成AI活用法に注目。圧倒的な実力を発揮する“トップ人材”たちは、どんな生成AIをどのように使いこなしているのか──業界や職種を問わず追いかける。

　今回はマネーフォワードの社内AIツール開発に携わる中森唯斗さん（データ戦略室　データエンジニアリング部　アドバンスドデータテクノロジーグループ）によるAI活用術を紹介する。

中森さんが利用する生成AIサービス・LLM

Cursor：プログラミングにおけるコード補完
Perplexity：技術や企業の調査
ClaudeやPerplexityをベースにした社内用AI検索ツール「Eagle」：技術や企業の調査
社内オリジナルツール「MF-AI-CHAT」：企画書の作成
Zoom：会議のAI要約抽出

本人からのコメント

　私のファーストキャリアはデータアナリストでしたが、働く中で分析に必要なデータの準備に多くの時間を費やしていることに気付き、アナリストがより働きやすい環境を築くため、エンジニアになろうと思いました。

　これまでチームと連携し、さまざまな社内向けプロダクトの開発に取り組んできましたが、代表的なものが「GPT-3」の登場を契機とした、社内向けのチャットbotです。初期は精度が低かったものの、周囲の協力を得てだんだん精度が上がっていきました。

　この技術を応用して、ユーザーからの問い合わせに対し、回答の基となる情報を社内から抽出できる「Parrot」を開発しました。「Parrot」は現在、職種を問わず、プロダクトの最新情報を迅速にキャッチアップすることに役立てられています。

Parrot

　開発を進める中で、激しく変化する業務フローにも対応可能なロジックの構築や、現場が本当に使いたいシステムか見極めなければならない、といった課題に直面しました。そのため、現場に対して丁寧なヒアリングを行いつつ、受けた要望をそのままうのみにせず、本当に必要なものを提案することを心掛けています。

　私自身は、Cursorにプロトタイプのコードを書いてもらうことで、AI技術の検証を高速化しています。利用時は、なるべく最新のモデルを使うようにしています。

　Cursorは使っているうちに、どんどん自分が把握していないコードが増えていってしまうので、少しずつ使うようにしているほか、最終的には自分の書き方に統一させるため、自分でも手を動かし「人間とAIが協力してコードを書く」ということを意識して使っています。

　さらに、Cursorはコード全体を見ることができるため、書き終えた後に全体に対して違和感がないか聞いたり、スペルミス、コーディングミスがないかの確認したりするのにも役立っています。

　またRAGといわれる技術は、度々新手法が提案されるのでPerplexityで調査しています。「browser-use」と「computer-use」など、似ているようで異なる技術に対して、メリット・デメリットを調査する際にも利用しています。Perplexityは参考元に飛びやすく、気になった箇所に対しソースとなる文献を調べられるところが良いと思っています。

印刷する