ChatGPTでコード生成する流れとプロンプト！コツや注意点（エンジニア向け）

2026年2月19日

エンジニアの皆様、日々の業務で「もっと簡単にコードを書けたら…」と思ったことはありませんか？

この記事では、ChatGPTを使ったコード生成の方法やプロンプト、効果的な活用のコツを解説します。

ChatGPTを使いこなせば、日々のプログラミング作業が格段に効率化されます。

エンジニアリングの新しい可能性を、一緒に探求していきましょう。

ChatGPTでコード生成する最新フローとおすすめプロンプト

ChatGPTでコードを効率よく生成するには、適切なプロンプトが重要です。

ここでは、コード生成の手順とおすすめのプロンプト、さらに生成されたコードの修正と最適化方法を紹介します。

これらの技術を活用することで、プログラミングの効率が上がり、プロジェクトの進行がスムーズになります。

下準備：プロジェクト機能で「開発の前提・文脈」を定義する

コーディング作業に入る前に、まずはプロジェクト機能で作業スペースを作成しましょう。

プロジェクト機能を使用することで、プロンプトの冒頭で毎回「私は開発エンジニアです」「以下の技術スタックを前提として…」などと説明する必要がなくなります。

また、プロジェクト機能を使えば、「コーディング規約や設計書などのファイル」を事前に設定しておいたり、「常にTypeScriptのStrictモードで書くこと」などのカスタム指示を文脈として固定できます。

プロジェクト機能を含むカスタム指示については、以下の記事を参考にしてください。

これにより、ChatGPTはプロジェクト内の会話であれば、前提を踏まえた回答が出やすくなります。

「文脈忘れ」による再説明のコストを劇的に下げることができるため、案件やリポジトリごとにプロジェクトを作成するのがおすすめです。

ステップ1：深津式プロンプトでコードを生成する

深津式プロンプトは、特定の役割を設定し、具体的な指示を与えて正確な出力を得る方法です。

以下のプロンプトを使うと、ChatGPTから期待通りのコードを生成しやすくなります。

命令書:
あなたは、Pythonプログラマーです。

以下の制約条件と入力文をもとに、最高の結果を出力してください。

制約条件:
コードは簡潔でわかりやすくしてください。
日本語でコメントを入れてください。
関数を使ってください。

入力文:
「リストの合計を計算するPython関数を作成してください。」

また、プロンプトを入力する際は、後述するCanvas機能で編集しやすいよう、ツールでCanvasを選択してください。

実際の出力例は以下の画像です。

Pythonのリスト合計関数を作成し、日本語のコメントも加え、理解しやすくしました。

深津式プロンプトの特徴は、AIに明確な役割と制約条件を与え、精度の高い出力を得られる点です。

Web開発、データ分析、アルゴリズム実装など多様なタスクに適用でき、HTMLやCSSの生成、データ処理スクリプトの作成にも活用できます。

このように適切なプロンプト設計でAIの能力を最大化し、効率的で正確なコード生成を実現することができます。

ステップ2：Canvas機能を使って修正・レビュー・デバッグする

ChatGPTでコードを生成しても、一度で完璧なコードが出力されることが少ないため、修正が必要です。

ここでは、Canvas機能を使用して、コードの見直しや効率性を確認します。

ただし、Canvas機能については、Web/Windows/Macで利用可能であり、モバイル版は利用できないことに注意が必要です。また、GPT-5.2 ProではCanvas不可であるため、Thinkingでの使用を前提としています。（※2026年1月時点）

基本的な操作は、Canvas上で該当するコードの数行をマウスでドラッグして選択すると選択範囲の横に小さな吹き出しアイコンが表示されるため、そこに修正の指示を入力します。

AIはファイル全体を再生成することなく、指定された数行だけをピンポイントで修正し、即座にコードを書き換えます。

また、画面右下に表示されているショートカットメニューも存在します。ショートカットでできることは、以下の5つです。

ショートカットメニューの機能は以下の通りです。

コメントを追加してください：コードに説明用コメントを追記する
ログを追加する：デバッグ用の出力文を自動挿入する
バグを修正する：エラー修正を試みる
言語に移植する：別のプログラミング言語へ翻訳する
コードレビュー：改善提案をインラインで提示

詳しくは以下の記事を参考にしてください。

ステップ3：複雑な修正やリファクタリングはCodexを活用する

Canvasはあくまで「目の前にあるファイル」を編集するための機能ですが、実際の開発現場では、たった一つの仕様変更が数十のファイルに波及することも珍しくありません。

そこで出番となるのが、リポジトリ全体を俯瞰して自律的にコードを書き換える開発エージェント、Codexです。

Canvasとの決定的な違いは、その作業範囲と自律性にあります。

例えば「ユーザー認証の仕様が変わったので、関連箇所を全て直して」と依頼したとします。Canvasではファイルを開いて一つずつ指示する必要がありますが、Codexはリポジトリ全体が読み込まれ、認証に関わるコントローラー、データベースのモデル、テストコード、そしてフロントエンドの呼び出し処理までを自ら特定します。

詳しくは、以下の記事を参考にしてください。