あるアプリの登録画面の流れが気に入って、自分のプロジェクトでも似たものを作りたいとする。たいていのAIコードツールでは、その流れを言葉で説明し、モデルが分かってくれるのを願うしかない。

テクノエッジの連載「生成AIクローズアップ」で取り上げられた無料ツール「Craft Anything」は、そこが違う。言葉で説明する代わりに、お手本を指さすのだ。

使い方はこうだ。まず、ソースコードが公開されていないWebサイト、アプリ、ゲームなどをお手本として指定する。

次に、何を作りたいかを伝える。すると、お手本をもとにした新しいプロジェクトが出てくる。途中は Study、Build、Check、Ready の4段階だ。

変わったのは入力の形である。出てくるのは、これまでどおり生成されたコードだ。

この記事のポイント

  • Craft Anythingは、文章のプロンプトの代わりに既存の製品を仕様として使う。
  • 元の製品との照合は結果を現実に結びつけるが、測るのは似ているかどうかで、正しいかどうかではない。
  • 似せるほど、法的な責任と保守の責任はユーザーに重くのしかかる。

お手本が仕様になる

ここで起きているのは、仕様を書く代わりに、仕様を選ぶという変化だ。完成した製品には、言葉にしにくい情報が詰まっている。

たとえば、次のようなものだ。

  • レイアウトと余白
  • 見た目の優先順位
  • 操作のしかた
  • 進むテンポ

お気に入りのアプリがなぜ使いやすいのかを人に尋ねても、返ってくるのはあいまいな形容詞ばかりだろう。同じアプリを高性能なシステムに見せれば、そうした性質は観察できる。

つまり、ソフトを作るときの難所が動く。「アイデアを言葉にすること」から「お手本を選ぶこと」へ、だ。

次の表は、2つの始め方を比べたものだ。

方式出発点ユーザーが出すものありがちな失敗
プロンプトからコード白紙の説明正確な文章の仕様意図を読み違える
お手本からコード既存の製品お手本と目的表面だけ写し、中身を外す

どちらにも代償がある。プロンプトからコードを作る方式は、言葉と頭の中のアイデアがずれると失敗する。

お手本からコードを作る方式の失敗は、気づきにくい。お手本は言葉より多くを伝えられるが、伝わるのは外から見える部分だけだ。

ソフトウェアの作り始め方2つを左右に並べて比べた図。上の帯では、難しい作業が「アイデアを言葉で説明する」から「見本を選ぶ」へ移ることを矢印で示している。左のPrompt-to-codeは、出発点が白紙の説明で、ユーザーは正確な仕様書を渡し、典型的な失敗はモデルが意図を読み違えることである。右のReference-to-codeは、出発点が既存の製品で、ユーザーは見本とゴールを渡し、典型的な失敗は表面だけ写して中身を取りこぼすことである。

図1:仕様を書く方式と見本を選ぶ方式の違い(出典:記事ドラフト(TechnoEdge『生成AIクローズアップ』で紹介されたCraft Anythingの解説))

4つの段階はどうつながるのか

4つの段階は、ひとつの輪になっている。ツールは何かを作り、元の製品と比べ、またやり直す。

こう見ると、機能の一覧というより、AIエージェントに近い動きだ。各段階の役目は次のとおりである。

  1. Study:外から観察できることをもとに、製品の仕組みを読み解く。Webサイトなら、ページの構造、スタイル、画像、ネットワークの通信が対象だ。アプリやゲームなら、画面と、操作への反応を見る。
  2. Build:Studyで分かったことをコードにする。調べ方が浅いと、見た目はそれらしいが中身のロジックがない殻ができる。
  3. Check:新しい版を動かし、元の製品と比べる。違いがあれば、もう一度Buildに戻す。
  4. Ready:差が十分に小さいと判断して、輪を止める。

いちばん大事なのはCheckだ。これがないと、ツールは下書きを1つ出して祈るだけになる。

あれば、最初の出来を信じる前に、コードを動かして結果を確かめる。性能の高いコーディングエージェントと同じやり方だ。

Craft Anythingの4段階を左から順に並べた流れ図。Study(観察できる構造を把握する。Webならページ構造・スタイル・画像・通信、アプリやゲームなら画面と入力への反応)、Build(把握した内容をコードにする)、Check(生成物を動かし、元の製品と比べる。ループの要)、Ready(差が十分に小さくなったら停止)の順に矢印でつながる。強調色のCheckからBuildへループ矢印が戻り、見つかった差分をBuildへ戻すことを示している。

図2:Craft Anythingの4段階のループ

輪から見えないもの

この輪には、もともと弱点がある。各段階は、前の段階が見落としたものをそのまま受け継ぐのだ。

Studyが観察できないものは、仕様に入らない。たとえば、次のようなものだ。

  • サーバー側で動く業務ルールや検証
  • ログインや権限の流れ
  • まれな例外ケースやエラーの状態
  • 有料の壁、ログイン、ゲームの先の段階の向こうにある中身

仕様に抜けがあれば、Checkはそれを指摘できない。比べる相手がないからだ。

結局、輪が行き着くのは、外から見たお手本の姿である。それは、お手本の実際の中身より小さい。

似ていることと、よくできていることは違う

コピーを本物と比べるのは、何も確かめないよりずっといい。結果が現実に結びつくので、モデルが自分の出来を自分で採点するだけにはならない。

ただし、似ていることは品質の代わりにすぎない。品質の証明にはならないのだ。

スクリーンショットや操作の比較は、表面が合っているほど高く評価する。次のようなことは、ほとんど分からない。

  • アクセシビリティと、意味のあるページ構造
  • 実際のアクセスが集まったときの性能
  • セキュリティ
  • 確認していない経路での動き

自動チェックは逆の方向に外れる

自動チェックには、それ自身のノイズの問題もある。AIが書いたコードを固定ルールで調べるあるチェッカーは、1つのHTMLページで94件の問題を指摘した。その多くは誤報か重複だった1。

これを類似度のチェックと並べると、主な2つの方式は逆向きに外れることが分かる。次の表で見てみよう。

チェックの方式傾向単独で使うと
ルールベース指摘が多すぎる本当の問題が埋もれる
お手本との類似度指摘が少なすぎる成功を早く宣言しすぎる

見た目が完全に同じでも、作りが悪いことはある

コピーが元の製品とピクセル単位で一致していても、作りが悪いことはある。本物のボタンを置くべき場所に、ただの箱を使っているかもしれない。

変わるはずの値を直接書き込んでいたり、壊れやすい固定位置に要素を留めていたりするかもしれない。

類似度のチェックでは、こうした点は見えない。お手本の表面を見ても、分からない。

つまり「Ready」は、コピーが見た目として合っているという意味だ。そのまま公開できるという意味ではない。 類似度のチェックでは測れない質が、まだ残っている。

  • キーボードでの操作
  • スクリーンリーダーが読み上げる内容
  • 変わった入力をしたときの動き
  • 次の変更依頼に、コードがどれだけ耐えられるか

これらには、人の目か、目的に合わせた専用のチェックがやはり必要だ。

Webサイト、アプリ、ゲームでは写しやすさが違う

Studyがどれだけ学べるかは、対象の種類しだいだ。以下は、製品の種類ごとの届けられ方から考えた話である。公開されたテスト結果にもとづくものではない。

次の表は、対象ごとに何が外から見えるかを比べたものだ。

対象外から見えるもの隠れているもの
Webサイトマークアップ、スタイル、スクリプト、素材バックエンドのロジック、データのルール
アプリ画面、画面の移り変わり、操作への反応内部のロジックの大半
ゲームスプライト、メニュー、見える動き物理の調整、難易度、乱数

Webサイトがいちばん開かれている。ブラウザーは仕組みとして、フロントエンドのほとんどを訪れた人すべてに送るからだ。

アプリは、隠れている部分が増える。ツールが見られるのは主に画面で、その裏で何が起きているかは推測するしかない。

ゲームはいちばん難しい。ジャンプが気持ちよく反応する理由や、ステージが公平に感じられる理由は、見た目ではなく調整で決まる。

スプライトもメニューもすべて写せたのに、遊んでみると何かが違う。そんなクローンは十分にありうる。

だから品質は、Webサイト、アプリ、ゲームの順に下がると考えられる。その下がり方がどれほど急かは、たくさんの実際の対象でテストしてみて、はじめて分かる。

動くコピーは、理解できるコードとは限らない

コードを生成するのは簡単な部分で、自分のものとして持ち続けるほうが難しい。作るのが速くなっても、コードを理解し、確かめ、保守する仕事はなくならない。Craft Anythingは、その差をさらに広げる。

ユーザーが実際に受け取るものを見てみよう。

  • 憧れの製品に似たプロジェクト
  • ユーザーも元の作者も書いていないコード
  • 誰も意図して決めていないので、誰も説明できない設計上の選択

ふつうのAIコーディングなら、ユーザーは少なくともプロンプトを書き、変更のたびに舵を取っている。ここでは、設計は他人の製品から来ていて、それをモデルが作り直したものだ。

それが響くのは、何かが変わる最初のときである。

  • 新しい要件が来る。
  • 依存しているものが古くなる。
  • Checkが一度も試していない状態でバグが出る。

そうなると、誰かがコードを一から学ばなければならない。設計メモはなく、聞ける作者もいない。

だから出力は、完成品というより最初の下書きに近い。頼れるものにするには、構造を読み、分かりにくい名前を付け直し、使っていないコードを削り、テストを足す必要がある。

参考にすることと、写すことの境目

他の製品から学ぶのはふつうのことだ。特定の1つの製品をそっくり写すのは、別の行為である。 ソフトの設計は昔から、何かを借りてきた。

ナビゲーションバーやカードの並び、プラットフォームゲームの操作は、誰のものでもない。

AIの学習にフェアユースを認める議論は、既存の作品に広くアクセスできることが、作り手にも社会にも利益になると主張する。この議論は、大量で雑多な作品を使った学習を前提にしている。

名指しした1つの製品に狙いを定め、似せることを目的にするツールは、状況が違う。変形にあたるという主張は弱くなる。

おおまかな目安として、多くの法制度は、次の表の2つの列を別々に扱う。具体的な線引きは国によって違う。

たいてい自由に使えるもの保護されやすいもの
アイデアや一般的な考え方コードそのもの
機能オリジナルの絵や素材
よくある操作の決まり独特の文章
標準的なレイアウト独特の見た目や雰囲気
ジャンルに共通のしくみキャラクターやステージの設計

ソースコードなしで作り直しても、こうした問題はなくならない。争いは、結果が元の製品にどれだけ近いかで決まることが多い。

スクレイピングやリバースエンジニアリングを禁じる利用規約があれば、契約上のリスクが別に加わる。

このツールは、使い道によって向き不向きがある。

  • 向いている:評判のよい製品の組み立て方を学ぶことと、見慣れた構造から始める手早い試作。
  • 向いていない:完成品として公開すること。本当の価値が隠れたロジックにある対象。

うまく使うには:製品ではなく下書きとして

Craft Anythingがいちばん役に立つのは、学習と手早い試作だ。完成品として公開する用途や、本当の価値が隠れたロジックにある対象には向かない。

ここまでの話から、いくつかの心がけが見えてくる。

  1. Readyは作業の始まりとして扱う。「見た目は合っている」という意味で受け取り、アクセシビリティ、例外ケース、保守のしやすさは自分で確かめる。
  2. お手本は構造で選ぶ。 製品がどう組み立てられているかを学ぶ。公開する前に、素材、文章、見た目の個性は自分のものにする。
  3. 名前を挙げられる製品の似せ物は出さない。 特定の製品にそっくりなことが、法的なリスクのたまる場所だ。
  4. お手本の利用規約を読む。 どんな解析ツールを向ける場合でも、先に確かめる。
  5. 自分の製品があるなら、表面は安く写されると考える。 強みは、Studyに見えないところに置く。データ、サーバーのロジック、調整、コミュニティ、改善の速さだ。

ちょっと立ち止まって

製品の価値は、画面に見えているものだと思っていないだろうか。自分が好きな製品を1つ思い浮かべてほしい。その画面のすべてを、誰かが一晩で作り直したとしよう。

そのとき、元の製品だけのものとして残るのは、どこだろうか。そして、あなた自身の仕事では、価値のどれだけが外の誰にも見えない場所にあるだろうか。

節の要点を示す図。要点は「元の製品との照合で測れるのは似ているかどうかであり、正しく動くかどうかではない」。補足として、照合は結果を実在する製品に結びつけるので、モデルが自分の作業を自己採点するだけにはならないこと、それでも比べられるのは外から見える表面だけであること、アクセシビリティ、実際の負荷での性能、セキュリティ、確かめていない操作経路での動きはほとんど分からないことを挙げている。

図3:似ていることと、ちゃんと動くことは別物だ

節の要点を示すコールアウト。「生成されたものは製品ではなく、たたき台として扱う」という要点の下に補足が3行ある。Ready は「見た目が合っている」という意味で作業の出発点であること、アクセシビリティ・例外的なケース・保守性は自分で確かめること、特定の製品に似せるほど法的リスクが積み上がること。

図4:出力は完成品ではなく、たたき台として使う

脚注

  1. Impeccable audit of an AI coding agent’s HTML: 94 issues ↩