ChatGPTで開発の未来が変わる！AWSを使って画像解析サービスをあっという間に構築

まえがき（by 人間）

このブログでは、ChatGPT（GPT-4）の潜在能力を検証しています。 今回の取り組みでは、プログラミングだけでなく、画像解析サービスのアイデアもChatGPTに提案してもらい、ChatGPTだけを用いてプログラミングやAWSを活用してサービスを作成しました。

そして、サービス作成後に、このブログを作成するために、タイトルや記事の内容の作成を依頼して、このブログが完成しています。 ぜひ、ChatGPTの可能性を自身で確かめてみてください。

---

概要（by ChatGPT)

このブログでは、OpenAIのChatGPTと協力して、AWS上に画像解析アプリを簡単かつ迅速に構築するプロセスを紹介します。

ChatGPTを活用して、アプリケーションのアイデアを明確化し、AWS環境の設定からLambda関数の作成、クライアントサイド実装までをスムーズに行います。

ChatGPTのサポートにより、開発者は効率的かつ短時間で画像解析アプリを完成させることができます。

本ブログを通じて、ChatGPTが開発プロセスをどのように変革するかについても考察します。

当初の見栄えが悪いバージョン

当初の見栄えが悪いバージョン

こちらが見栄えを依頼して良くなったバージョン（結果はジョブズの画像を読み込んだもの）

こちらが見栄えを依頼して良くなったバージョン（結果はジョブズの画像を読み込んだもの）

はじめに（by ChatGPT)

近年、AI技術の進化は目覚ましいものがあります。

特に、OpenAIのChatGPTは自然言語処理の分野で驚くべき成果を上げており、さまざまな用途で活用されています。

開発者にとっても、このようなAI技術は大きなインパクトを与えており、従来の手法から一新される可能性があります。

本ブログでは、ChatGPTを開発プロセスに取り入れることで、どのように画像解析アプリケーションを効率的に構築できるのかを実際のやり取りを交えて紹介します。

AWSを用いて、Amazon RekognitionやAmazon S3などのサービスを活用し、短時間でアプリケーションを完成させる様子をお見せします。

この記事を通じて、ChatGPTの驚異的な能力と、開発プロセスに与える影響について理解を深めていただければ幸いです。

さあ、一緒にChatGPTと協力して、画像解析アプリをあっという間に構築していきましょう！

実際に、こういう風にアイデアをリクエスト

アイデアをリクエスト

AWS環境の準備とChatGPTのサポート（by ChatGPT)

画像解析アプリケーションを構築する前に、まずAWS環境を整える必要があります。

AWS Management Consoleから、Amazon RekognitionやAmazon S3、AWS Lambdaなどのサービスを設定しましょう。

これらのサービスは、画像解析やストレージ、サーバーレスコンピューティングを実現するために不可欠です。

それぞれのサービスの設定方法は、AWSの公式ドキュメントに詳しく記載されていますので、そちらを参考にしてください。

一方で、ChatGPTのサポートを受けることで、開発プロセスがよりスムーズに進みます。

ChatGPTは、コードの作成やエラーの解決に役立つ情報を提供してくれます。

たとえば、AWS Lambda関数の設定やAmazon Rekognitionの使用方法について質問することができます。ChatGPTは、適切な回答やコードサンプルを提供してくれるため、開発者は効率的に問題を解決できます。

このように、AWS環境を整えつつ、ChatGPTのサポートを活用することで、開発プロセスが大幅に効率化されます。

次のステップでは、具体的なアプリケーションの構築に入ります。

ChatGPTと協力して、どのように画像解析アプリケーションが作成されるのかを見ていきましょう。

実際に、こういう風にリクエストして開発をスタート

リクエストして開発をスタート

画像解析アプリケーションを実装（by ChatGPT)

AWS Lambda、Amazon Rekognition、そしてAmazon S3を使って画像解析アプリケーションを実装する方法について、ChatGPTにリクエストしました。

「画像解析アプリケーションをAWS Lambda、Amazon Rekognition、Amazon S3を使って実装する方法を教えてください」と尋ねると、以下のような手順が提案されました。

1. Amazon S3バケットの作成: 画像ファイルを保存するためのAmazon S3バケットを作成します。バケット名を記録しておきましょう。

2. AWS Lambda関数の作成: AWS Lambdaマネジメントコンソールから新しい関数を作成し、適切なランタイムを選択します。関数名とロールを設定し、関数のコードを記述するためのエディタが開きます。

3. Amazon Rekognitionを利用したLambda関数の実装: Amazon Rekognition APIを利用して画像解析を行うためのコードを記述します。以下のようなコードスニペットが提供されました。

const AWS = require('aws-sdk');
const rekognition = new AWS.Rekognition();

const params = {
  Image: {
    S3Object: {
      Bucket: 'your-bucket-name',
      Name: 'your-image-key'
    }
  },
  MaxLabels: 10,
  MinConfidence: 70
};

rekognition.detectLabels(params, (err, data) => {
  if (err) {
    console.error(err);
  } else {
    console.log(data.Labels);
  }
});

1. Lambda関数へのS3イベントトリガーの追加: S3バケットに画像がアップロードされた際にLambda関数がトリガーされるよう、S3イベント通知を設定します。

2. IAMロールの作成と設定: Lambda関数にAmazon RekognitionとS3へのアクセス権限を持つIAMロールを設定します。これにより、Lambda関数がこれらのサービスを利用できるようになります。

3. フロントエンドの実装: 画像をアップロードし、解析結果を表示するためのフロントエンドを実装します。JavaScriptを使用して、画像をS3バケットにアップロードし、Lambda関数が解析結果を出力した後、その結果を表示することができます。

これらの手順により、画像解析アプリケーションをAWS Lambda、Amazon Rekognition、Amazon S3を使って実装することができます。アプリケーションの要件に応じて、機能をカスタマイズしてください。

画像解析アプリケーションを実装

クライアントサイド実装（by ChatGPT)

フロントエンドの実装において、ChatGPTに尋ねました。

「フロントエンドの実装はどうすればいいですか？」という質問に対して、ChatGPTは具体的なコードスニペットやHTML構造、JavaScriptの実装方法を提案してくれました。

これにより、画像ファイルをアップロードし、解析結果を表示するシンプルなインターフェイスを作成することができました。ChatGPTのアドバイスをもとに、HTMLでファイル選択と結果表示エリアを作成し、JavaScriptを使用して画像のアップロードと解析結果の取得を実装しました。

クライアントサイド実装

クライアントサイド実装２

クライアントサイド実装３

まとめと開発プロセスの変革（by ChatGPT)

まとめとして、ChatGPTを活用することで、AWS Lambda、Amazon Rekognition、および Amazon S3を使った画像解析アプリケーションの構築がスムーズに進みました。

ChatGPTに質問を投げかけるだけで、必要な情報やコードスニペットを得られ、開発プロセスが劇的に効率化されました。

この経験を通じて、ChatGPTの力を借りることで、開発者はより迅速にアイデアを実現し、問題解決に焦点を当てることができます。今回の画像解析アプリケーションの構築は、AI技術が開発プロセスに与える変革の一例であり、今後もChatGPTを活用した開発がさらに広がっていくことでしょう。開発者は、ChatGPTと協力して新たなアプリケーションやサービスを短期間で構築し、業界全体のイノベーションを促進する可能性があります。

まとめ（by 人間）

ChatGPTを利用して、サービス案の提案から、AWSのサーバーレス環境であるLambda、画像認識のAmazon Rekognition、そしてストレージのAmazon S3を活用したプログラムの提案を受け、簡単な手順で作成できました。 わずか1時間半で、ローカル環境で動作するサービスが完成しました。

LambdaやS3の設定に関して分からない点があっても、質問すると丁寧に教えてくれ、設定が可能です。実行時にエラーが発生しても、そのエラーについて尋ねると、解決方法を提示してくれます。何度もエラーが出ても、異なる解決策を提案してくれるので非常に優秀だと感じました。

Googleで調べると、おそらく3～5倍の時間がかかると思います（もっとかもしれません）。

今回感じた驚き

• 噂通り、ChatGPTのプログラミング能力は驚異的でした。言語を知らなくても、実際に作成できるレベルです。今後、プログラマーが単にコードを書くだけでなく、プログラム全体の把握力、プラグインや外部APIの知識、そして人間やChatとのコミュニケーション力が重要になるでしょう。

• エラー対応も含めてプログラミングができ、視野も広いです。同じエラーが出ても、異なる解決策を提案してくれる点に驚きました。エラー対応の時間は従来、問題解決能力と関連していましたが、今後は新人でも一般レベルでも変わらないでしょう。ちなみに、お願いした処理を忘れて書いてくる場合があり、指摘すると謝られるという人間のようは返答もありました。

• フロントエンドも対応可能です。見栄えを良くしてほしいとお願いすると、ブートストラップフレームワークを使って瞬時におしゃれなページに仕上げてくれました。細かい部分の実装は難しそうですが、今後は分からず、脅威を感じるレベルでChatGPTで、どのような要望が可能か確認していきます。

• 企画のアイデアの提案をすぐにもらえるのは驚愕です。アイデア、発想力は思いつかない人は思いつかないのに、ChatGPTは簡単に、しかも質の良いアイデアも出してくれます。世の中の良い企画、サービスを知っているからできる芸当で、企画、発想力は人間の方が強いと思っていたのですが、少し恐怖を覚えています。

ただし、まだ未熟な点や検討事項があります。

• 言語のバージョンやAWSの知識が古いことです。2021年9月までの知識しか持っていないので、最新バージョンのプログラミングには不十分です。ただし、GPTさんが今後更新頻度が上がる可能性が高いと言っているので、大丈夫だと思われます。

• 大規模な開発が可能かどうかはまだ分かりません。文章での返答にプログラムソースが含まれているため、ある程度規模が大きくなると貼り付けや返答が難しくなる可能性があります。ただ、全体のソースを読む対応が可能になるかもしれないし、一部のソースだけで対応できる人材は十分にいるので、できる可能性は高いです。

ChatGPTによって、非常に面白い展開が期待できます。

弊社もChatGPTの取り組みや、ノーコードとChatGPTの組み合わせなど、さまざまな挑戦を積極的に進めていく予定です。

ChatGPT、ノーコードの可能性にご興味のあり、ご一緒に取り組まれたい方、ぜひご気軽にご連絡いただけると嬉しいです。

ChatGPT・ノーコード開発ならシースリーレーヴへお任せください！

シースリーレーヴでは「地球上で最も顧客の成功を実現する企業」をモットーに開発だけでなく、企画からデザイン・開発、リリース後のマーケティングやサポートまでWebサービスやアプリの受託開発に関する相談、開発を承っております。

お客様は、リリースが終わりではなく、そこからがスタート！

サービスを通して、お客様、そしてユーザーが本当に成し遂げたい事を実現するお手伝いをさせて頂きます。

弊社はノーコード開発・システム開発もできる弊社だからこその技術で、圧倒的な短納期・低価格ながら高パフォーマンスなサービスを実現いたします。

どんなお悩みでもまずはぜひ一度ご連絡ください。解決の糸口を必ず見つけ出します！

実際に開発してみたいけれど、予算は？こんなサービスを作りたいけどノーコードでできるのか？最短でどれくらい？どんな小さなことでも、ぜひお気軽にご相談下さい。

技術スタッフがご相談させて頂きます！

ノーコード開発に関するお役立ち資料も無料でダウンロードできますのでぜひご参照ください。

最後まで読んでいただき、ありがとうございました！