ShiraBlog
  • 2026/11/15

    「もっとシンプルな割り勘ツールが欲しい」を、AIと一緒に形にした

    ChatGPTで仕様を整理し、Codexと一問一答で開発した割り勘ツールわけまる。作った理由や開発の進め方、リリースまで進めて感じたことをまとめます。

    はじめに

    普段の生活で「こういうものがあれば便利なのに」と思っても、実際に作って公開するまでには、なかなか手が動かないことがあります。 今回は、割り勘をまとめるときに感じた不満をきっかけに、AIを使ってWebアプリを作ってみました。

    作ったのは、割り勘ツールの「わけまる」です。 ChatGPTで大枠の仕様を整理し、Codexとやり取りしながら開発を進めました。 この記事では、作った理由と開発の流れ、実際にリリースまで進めて感じたことをまとめます。

    作ったもの:割り勘ツール「わけまる」

    わけまるは、旅行や飲み会などで発生した立て替えを整理し、誰が誰にいくら返すかを確認できる割り勘Webアプリです。 参加者と支出を入力して精算結果を確認でき、その結果をリンクで共有できます。ログインは不要です。

    特徴は、返済の考え方を2つから選べることです。

    精算方法使い分け
    説明重視立て替えた支出との関係をたどり、返す金額の理由を説明しやすくする
    送金回数削減全体の差額から送金を集約し、やり取りの回数を減らす

    送金回数削減は、常に最小回数になることを保証するものではありません。 単に計算結果を出すだけでなく、使う人が納得しやすい精算方法を選べるようにしたかったのがポイントです。

    なぜ作ったのか

    割り勘をまとめるサービスはすでにいろいろありますが、自分にはもっとシンプルで、直感的に使えるものが欲しいと感じていました。

    特に欲しかったのは、効率的な返済を計算する機能に加えて、返す相手や理由が分かりやすい、シンプルな返済方法も出せることです。 送金の回数が少なくても、「なぜこの人にこの金額を払うのか」が分かりにくいと、友人に説明する際に迷ってしまいます。

    そこで、送金の効率と説明のしやすさの両方を選べる、自分が使いたい割り勘ツールを作ることにしました。

    AIとどう開発したか

    ChatGPTで大枠の仕様を作る

    最初に、ChatGPT上で「どんなアプリが欲しいか」を整理して、大枠の仕様書を作りました。 欲しい機能や使う場面を言葉にして、開発を始めるための土台を用意するところからスタートしました。

    Codexに仕様を渡し、一問一答で詰める

    次に、その仕様書をCodexに読み込ませ、リポジトリを作成して開発を進めました。 Webアプリとして必要な情報は、一問一答の形式で埋めていきました。

    ChatGPTで作りたいものと大枠の仕様を整理
      → Codexに仕様書を渡す
      → リポジトリを作成
      → 必要な情報を一問一答で決める
      → 実装・確認を進める
      → 公開

    最初からすべてを決めきるより、必要なことを質問してもらい、自分がどうしたいかを答えていく進め方でした。 「何を作りたいか」という希望を、そのまま開発上の具体的な判断へつなげられたのは便利でした。

    アプリの技術構成

    リポジトリに記載されている主な構成は次のとおりです。

    用途採用した技術
    画面React・TypeScript・Vite
    編集中のデータ保存ブラウザのlocalStorage
    画面と共有APIの公開Cloudflare Workers
    共有データの保存Cloudflare D1
    計算ロジックなどのテストVitest
    パッケージ管理・コマンド実行Bun

    細かい実装の解説は、今の自分が理解できている範囲とは分けて考えています。 今回は、まず自分の欲しいものを形にして、公開まで進めることを経験しました。

    開発中に調べながら進めたこと

    AIを使っていても、自分の知らない技術について理解する必要はありました。 BaaSやデータベースなど、知識が足りない部分はその都度調べながら進めています。

    実装を進めてもらえる速さに対して、自分が仕組みを理解する速さが追いつかない部分もあります。 作業が進んだことだけで満足せず、使っているサービスが何を担い、データがどこに保存されるのかといった基本から理解していく必要を感じました。

    使ってみて感じたこと・今後の改善

    アイデアを公開まで持っていく速さ

    今回くらいの規模のWebアプリなら、1日あればリリースまで十分に進められると感じたのが大きな収穫でした。 普段感じている小さな不満や「こうだったらいいのに」という理想を、かなりのスピード感で形にできるのは面白いです。 自分の欲しかった使い勝手を実際に試せるところまで進められ、AIを使った開発の質と速さを感じました。

    品質を確認しながら、自分の理解も深める

    実装は主にAIに任せましたが、テストコードでどのような項目を確認しているかは自分でもチェックしました。 必要な振る舞いがテストの対象になっているかを確認するなど、最低限の品質確認を行いながら開発を進めています。

    一方で、実装の細部まですべて読み込んで理解できているわけではありません。 テスト項目を確認することに加えて、そのテストが仕様を十分に検証できているか、セキュリティ上の抜けがないかを判断するための知識も必要だと感じました。 特に安全性が重要になる機能では、確認の観点を自分でも持てるようになりたいです。

    今後は、実際に作ったアプリを題材にコードやデータの流れを理解し、品質を確かめる力と技術力の両方を上げていきたいです。

    まとめ

    ChatGPTで仕様を整理し、Codexと一問一答で必要な情報を埋めていくことで、割り勘ツールのわけまるを公開するところまで進められました。 生活の中で感じた不満を、自分が使えるものとして形にできたのは嬉しかったです。

    もっといろいろなものを作って、試してみたいと思っています。 同時に、作れるものが増える速さに、自分の理解も少しずつ追いつかせていきたいです。 AIの力を借りながら、自分自身の技術力も上げていく。その両方を続けていきたいと思います。