OpenAIが推奨！ChatGPTを最大限活用するためのプロンプトの7つのコツ
tsukasa
Ainova
ChatGPTの「Code interpreter」を使って、プログラミングの生産性を爆上げる方法
tsukasa
記事内に商品プロモーションを含む場合があります
2023年7月、ついにChatGPTの「Code interpreter」がChatGPT Plusを利用しているユーザーにリリースされました！
「Code Interpreter」を使えばChatGPT上でソースコードを直接アップロードできるようになります。
これまでもChatGPTはプログラミングにおいてサポートしてくれることが多かったですが、この機能の登場によりアップロードしたコードに対して直接的な操作を行うことができます。
これにより、コード解析と修正が一層スムーズになり、より効率的なコーディングが実現可能になります。
そこで、このページではそんな便利なChatGPTの「Code interpreter」を使って、プログラミングの生産性を爆上げる具体的な活用方法を解説してきます！
「Code Interpreter」を使うことで生産性が大きく変わることは間違いないので、ぜひ早い段階から使いこなして生産性を爆上げしてみてください！
ちなみに、「Code Interpreterっ何？」っていう人は、まずは以下の記事から読むことをおすすめします！
合わせて読みたい
ゼロから始めるChatGPT「Advanced Data Analysis(旧Code Interpreter)」-始め方や使い方・料金を徹底解説
【PR】
実行環境について
まずは簡単にChatGPTの「Code interpreter」の実行環境について解説します。
ChatGPTの「Code interpreter」ではPythonのみ実行可能です。
Pythonの実行にはOpenAIのサンドボックス環境が使用されています。具体的なバージョンは2023年7月現在でPythonのバージョン:3.8.10です。
インストールされているライブラリは以下の通りです
- インストールされているライブラリ（クリックして開く）
-
absl-py==1.4.0 affine==2.4.0 aiohttp==3.8.1 aiosignal==1.3.1 analytics-python==1.4.post1 anyio==3.7.1 anytree==2.8.0 argcomplete==1.10.3 argon2-cffi==21.3.0 argon2-cffi-bindings==21.2.0 arviz==0.15.1 asttokens==2.2.1 async-timeout==4.0.2 attrs==23.1.0 audioread==3.0.0 Babel==2.12.1 backcall==0.2.0 backoff==1.10.0 backports.zoneinfo==0.2.1 basemap==1.3.2 basemap-data==1.3.2 bcrypt==4.0.1 beautifulsoup4==4.12.2 bleach==6.0.0 blinker==1.6.2 blis==0.7.9 bokeh==2.4.0 branca==0.6.0 Brotli==1.0.9 cachetools==5.3.1 cairocffi==1.6.0 CairoSVG==2.5.2 camelot-py==0.10.1 catalogue==2.0.8 certifi==2019.11.28 cffi==1.15.1 chardet==4.0.0 charset-normalizer==2.1.1 click==8.1.4 click-plugins==1.1.1 cligj==0.7.2 cloudpickle==2.2.1 cmudict==1.0.13 comm==0.1.3 compressed-rtf==1.0.6 countryinfo==0.1.2 cryptography==3.4.8 cssselect2==0.7.0 cycler==0.11.0 cymem==2.0.7 dill==0.3.6 deprecat==2.1.1 defusedxml==0.7.1 decorator==4.4.2 debugpy==1.6.7 dnspython==2.3.0 docx2txt==0.8 distro-info==0.23ubuntu1 idna==2.8 unattended-upgrades==0.1 six==1.14.0 setuptools==45.2.0 requests-unixsocket==0.2.0 python-apt==2.0.1+ubuntu0.20.4.1 PyGObject==3.36.0 PyAudio==0.2.11 pip==20.0.2 urllib3==1.25.8 wheel==0.34.2
Q
また、この環境では次のような制限があります。
実行環境の制限
- インターネットに接続されていないため、外部APIにリクエストを送信したり、Webスクレイピングは不可
- 実行時間には制限があり、特定のコードセルの実行が120秒以上かかると、タイムアウトとなる
- メモリ使用量やCPU使用量には制限がある。
- アップロードしたファイルやダウンロードファイルは一定時間終了すると削除される
プログラミングの生産性を爆上げする活用方法
精度の高いコードの生成
「Code Interpreter」を利用すると、簡単な指示だけで意図通りのコードを簡単に生成できます。
これまでも指示をするだけでコードを生成することができましたが、生成したコードを手元で実行するとエラーが出ることもしばしばありました。
しかしながら、「Code Interpreter」を利用することで、事前にChatGPT自身が生成したコードが正確に動作するかを確認できます。
さらに、生成したコード.py形式のファイルとして直接ダウンロードすこともできます。
これにより、意図通りの結果を出力する精度の高いコードを生成することが可能になりました。
コードのリファクタリング
「Code Interpreter」を使えば、コードのリファクタリングと動作確認を丸っとお願いできます
リファクタリングして欲しいコードをアップロードして指示を出せば、リファクタリング後のコードを出力してくれます。
さらに、リファクタリング前後のコードの動作が変わらないかを事前に確認してもらうことも可能なので、動作が変わることなくリファクタリング作業をお願いできます。
既存のコードへの追記
「Code Interpreter」の使用により、既存のコードへの追記も簡単に行うことが可能です。
追記したコードは.py形式で直接ダウンロードすることができるので、追記されたコードを実際にそのまま使用することができます。
これにより、ちょっとした追記であれば「Code Interpreter」に全てお願いして、その時間を利用して別のタスクに集中することもできるようになります。
エラーの原因特定＆修正
「Code Interpreter」にエラーの特定と修正を依頼することも可能です。
エラーが出るコードをアップロードしてエラーの修正指示を出せば、そのエラーの原因を特定し、適切に修正してくれます。さらには修正後のコードの動作確認をしてエラーが解消されたこともしっかり確認してもらえます。
最後に、修正したコードを出力してくれるので、そのままエラーが解消されたコードを使用することができます。
コードレビュー
「Code Interpreter」を使用すると、ソースコードをアップロードした上で実際に動かしながらコードレビューをしてもらえます。
これまでもコードを直接コピペしてもレビューは可能でしたが、「Code Interpreter」を使用すればその手間を省くことができ、さらには実際のコード実行を基にしたレビューをしてもらえます。
これにより、さらに精度の高いコードレビューが可能になるので、これから先はレビュワーが必要なくなるかもしれません。また、人間によルチェックと併用すれば、より確実なコードレビューが可能になります。
ドキュメントの作成
「Code interpreter」を利用すれば、ソースコードをアップロードして「ドキュメントにまとめておいて」と指示するだけでマークダウン形式のドキュメントを自動で作成して出力してくれます。
今回作成してもらったドキュメントは以下の通りです。コードの説明や各関数の説明、使用方法まで分かりやすく丁寧に書いてくれていますね！
もちろん、出力形式を指定すれば、ドキュメント作成のルールがある場合にはそのルールを指定すればその形式に沿ったドキュメントを作成してくれます。
プログラミングにおいてドキュメント作成は重要な作業ですが、直接的に生産性を上げる行為ではありませんし、楽しい作業ではありません。
なので、ドキュメント作成は「Code interpreter」にお願いして、その時間をコードを書く時間に当てることで生産性が大幅に上がります！
まとめ
ChatGPTはこれまでもプログラミングの生産性を向上させるのに役立ってきました。
そんな中で、「Code Interpreter」が登場し、ChatGPTが直接的にコードを操作することができるようになったことで、その生産性はさらに向上しました。
特にドキュメント作成やリファクタリングなど、必要だけど成果に直結しにくくめんどくさい作業を「Code Interpreter」に任せることで、エンジニアのストレスが軽減されます。
その結果、エンジニアはその時間を他の作業に時間を割くことができ、作業効率を上げることができます。
このように、「Code Interpreter」を使うことで生産性が大きく変わることは間違いないので、今のうちから「Code Interpreter」をしっかりと使いこなすことが重要になってきます。
そのためには、以下のページもぜひ参考にしてみてください
合わせて読みたい
ゼロから始めるChatGPT「Advanced Data Analysis(旧Code Interpreter)」-始め方や使い方・料金を徹底解説
それでは！
ABOUT ME
データサイエンティストがChatGPTを活用する方法を発信中|データサイエンティスト歴5年|ゲーム会社→フリーランス（現在）|データサイエンティストのためのChatGPTメディア「GPT研究所 データサイエンス支部」運営者
