コーディング向けAI：Llamaから確かなサポートを得る方法

当チャットで利用できる4つのLlamaモデルは、Metaのモデルカードに記載されているとおり、テキストだけでなくコードの生成にも対応しています。不慣れなコードの解説、小さな関数の作成、テストコードの雛形作成、エラーメッセージからの原因特定など、プログラミングのパートナーとして大いに役立ちます。ただし、モデルは自信満々に間違えることもあります。そのため、「仕事は早いが経験の浅い同僚から届いたプルリクエスト」を読むようなコードレビュアーの姿勢で臨み、自身で検証していないコードはマージしないようにしましょう。このガイドでは、効果的な指示の出し方、検証方法、当チャットでの制約について解説します。

日々のコーディングでLlamaが得意なこと

• コードの解説： 引き継いだ関数を貼り付け、1行ずつの動作や、どのようなケースでバグが起きるかを尋ねる。
• 明確で小規模なタスク： 日付文字列のパース関数、正規表現、SQLクエリ、シェルスクリプトのワンライナー、CSSレイアウトの作成。
• エラーからのデバッグ： 完全なエラーメッセージを、前後の該当コードと一緒に貼り付ける。
• テストコードの作成：「この関数のユニットテストをエッジケースも含めて書いて」と指示すると、見落としていたケースに気づきやすくなります。
• 言語間の書き換え： PythonからJavaScriptへの変換、BashスクリプトからPowerShellへの移植など。
• 設計の壁打ち： 1行もコードを書く前に、これから作ろうとしている構成を説明し、潜在的な弱点がないか相談する。

一方で、モデルが見ていない多数のファイルにまたがる大規模な変更、知識のカットオフ日以降に変更されたライブラリ、個々のマシン環境に依存する事象などは苦手としています。

チームメイトに伝えるようなコンテキストを渡す

悪い例:
コードが動きません。直してください
[300行のコードをそのまま貼り付け]

良い例:
Node.js 22、プレーンなJavaScript、追加ライブラリなし。
formatDue(dateString) はユーザーのローカル時刻で期日を表示する必要があります（例: "Mon 3 March"）。
しかし、ブラジルのユーザーに対して前日の日付が表示されてしまいます。

コンソールの出力内容:
[実際の出力をそのまま貼り付け]

コード（formatDue関数と、それを呼び出している1行のみ）:
[貼り付け]

まず原因を説明し、その後に修正したformatDueを提示してください。
関数名と単一の引数は維持し、日付ライブラリは追加しないでください。

良いプロンプトでは、言語やバージョンを明記し、期待する動作と実際の動作の違いを示し、エラーを正確に含め、必要なコードだけに絞り込み、修正の条件を明確に指定しています。こうすることで、AI側の推測によるブレを排除できます。コーディングを依頼する際のチェックリストは以下のとおりです。

1. 使用言語、バージョン、フレームワーク、ライブラリ
2. 本来どう動くべきか、そして実際はどう動いているか
3. 要約せず、そのままコピーした正確なエラーメッセージや誤った出力結果
4. 問題を再現できる最小限のコード
5. 制約条件（「新しい依存関係は追加しない」「Windowsで動作すること」「初心者向けに可読性を保つ」など）

安全なワークフロー：設計・生成・実行・レビュー

1. まず設計から： 単一の関数を超える規模の場合は、いきなりコードを書かせず方針を尋ねます。「ファイルや関数の構成案を出してください。まだコードは書かないでください」。設計の修正は簡単ですが、200行のコードを直すのは大変です。
2. 小さな単位で進める： 1つの関数、1つの変更ごとに進めましょう。回答が長くなるほどミスが増え、当チャットには1回の出力文字数制限もあります。途中でコードが途切れた場合は「最後の完全な行から続けて」と返答してください。
3. 必ず自分で実行する： 当チャット上のLlamaはコードを実行できません。モデルは「動きそうなコード」を予測して出力しているだけなので、実際に動作するかは実行してみるまでわかりません。
4. 実際の結果をフィードバックする： 新たに出たエラーや誤った出力をそのまま貼り付けます。一度に長文で説明するよりも、短いやり取りを数回重ねるほうが早く解決します。
5. コミット前にコードレビューする： すべての行に目を通してください。そのうえで、「見落としているエッジケースはあるか？」「セキュリティ上の懸念点はあるか？」と個別に質問してみましょう。

注意すべき失敗パターン

存在しない関数やオプションのでっち上げ（ハルシネーション）

存在しないメソッドを呼び出したり、別のツールのコマンドライン引数を混同したりすることがあります。見慣れない記法があれば、採用する前に公式ドキュメントで確認してください。

古いAPIの提示

学習データにはカットオフ（情報収集の期限）があります。Metaのモデルカードによると、Llama 4は2024年8月、Llama 3.3および3.1は2023年12月です。それ以降に公開・変更されたライブラリをモデルは把握していないため、古い記法を提案しがちです。使用しているバージョンを明記し、必要に応じて最新ドキュメントの該当部分を貼り付けてください。

動作はするが安全でないコード

文字列連結によるSQL文の生成、入力値のバリデーション不足、ソースコードへの秘密情報の直書き、証明書検証の無効化、過剰に広いファイル権限などに注意してください。インターネットに公開するコードについては、明示的にセキュリティレビューを指示しましょう。

一見正しそうに見えるロジックエラー

オフバイワンエラー（境界値の1のズレ）、タイムゾーンの扱い、金銭計算の端数処理、空リストのハンドリングなどです。結果を鵜呑みにせず、期待値が分かっているテストを書いて確認してください。

機密情報はチャットに入力しない

APIキー、パスワード、秘密鍵、接続文字列、顧客データなどは絶対に貼り付けないでください。API_KEY_HERE などのプレースホルダーに置き換えましょう。メッセージは回答を生成するために当社のサーバーおよび外部の推論プロバイダーを経由します。マシン外に出た秘密情報は漏洩したものとみなし、直ちにローテーションしてください。外部サービスへのコード共有に関する社内規定がある場合は、それに従ってください。詳細はAIプライバシーと安全性をご覧ください。

コード用途にはどのLlamaモデルを選ぶべきか？

まずはデフォルトの Llama 4 Maverick から試すのがおすすめです。Llama 3.3 70B はテキスト特化の確かな代替モデルであり、同じ問題に対するセカンドオピニオンとしても適しています。Llama 3.1 8B は正規表現や1行コマンドのようなちょっとした作業には高速ですが、複雑な処理では慎重に出力を確認してください。モデル比較ガイドで4つのモデルすべてを比較しています。

エディタや自作アプリ内でLlamaを使いたい場合、各モデルはオープンウェイトとして提供されているため、Llamaのローカル実行やAPI経由での呼び出しが可能です。事前にLlamaライセンスページで利用規約をご確認ください。

そのまま使えるプロンプト集

• 「このプロジェクトに新しく参加した開発者向けに、以下のコードを解説してください。その後、本番環境で障害になり得る原因を3つ挙げてください。[コード]」
• 「[処理内容] を行う [プログラミング言語] の関数を書いてください。型ヒント、docstring、期待される出力を含む3つの呼び出し例も含めてください。」
• 「この関数のユニットテストを [フレームワーク] で書いてください。正常系、空の入力、無効な入力の各ケースを網羅してください。[コード]」
• 「この [言語A] のコードを、同じ挙動を保ったまま [言語B] に書き換えてください。直接対応する機能がない部分があれば指摘してください。[コード]」
• 「このコードのセキュリティ上の問題点のみを、深刻度順にレビューしてください。[コード]」

単発の作業にはコードアシスタントを活用するか、コーディング向けプロンプトや開発者向けLlama活用法をご覧いただくか、今すぐLlamaにコードの解説を依頼してみてください。

よくある質問

Llamaは私のコードを実行できますか？

いいえ。当チャットではテキストの読み書きのみを行います。コードの実行、ローカルファイルへのアクセス、リポジトリの操作などは一切行えないため、実行やテストは必ずご自身で行ってください。

Llamaが書いたコードを自分のプロジェクトで使えますか？

基本的には問題ありませんが、責任は利用者に帰属します。必ずレビューとテストを行い、既存の著名なプロジェクト由来に見える長めのコードスニペットについては、ライセンス義務が発生する可能性があるためご注意ください。なお、本記述は一般的な情報提供であり、法的な助言ではありません。

言語によって得意・不得意はありますか？

一般的に得意・不得意は存在します。公開コードが豊富にある主要言語（Python、JavaScript、Java、PHP、SQLなど）は、利用者の少ない言語やリリース直後のフレームワークと比べて質の高い回答が得られやすい傾向にあります。どの言語であっても、出力されたコードは必ずテストしてください。

なぜ古いバージョンのライブラリを提案してくるのですか？

学習データの収集期限（知識のカットオフ）があるためです。使用しているバージョンをプロンプトで指定し、最新のドキュメントを貼り付けることで、記憶ではなくその情報をもとに回答させることができます。

会社のコードを貼り付けても安全ですか？

社内規定で許可されている場合のみにしてください。機密情報や個人情報は事前に必ず削除しましょう。判断に迷う場合は、問題を再現する簡略化したサンプルコードを作成して質問することをおすすめします。