ハクソク

世界を動かす技術を、日本語で。

予算内または無料でAIを使ってコーディングする方法

289日前原文(wuu73.org)

概要

  • 無料・低コストでAIを活用する ための具体的なブラウザ設定とツール紹介
  • 複数AIサービスを併用する理由 とそれぞれの特徴
  • AIチャットの賢い使い方 と文脈（コンテキスト）最適化の重要性
  • AI Code Prep GUI によるプロジェクトコードの効率的な整理・抽出
  • 手動でコンテキストを選ぶ利点 と他ツールとの違い

無料＆低コストでAIを使うブラウザ環境

  • 複数AIサービスの無料枠を活用 し、幅広い視点を得る戦略
    • OpenAI Playground： データ利用設定で無料トークン 獲得、GPT-4.5やo3も利用可能
    • Google Gemini AI Studio（2.5 Pro/Flash）： 無料・無制限利用 が多い
    • Google Gemini 2.5 Pro： 画像生成や深いリサーチ 向き、AI Studioと併用
    • Poe.com： Claude 4やo4-mini などプレミアムモデルの 無料デイリークレジット
    • OpenRouter： 複数モデルを同時利用、無料モデルも選択可能
    • ChatGPT（無料版）： 簡易な用途でも有用
    • Perplexity AI： リサーチ系質問に強み
    • Deepseek（v3/r1）： 無料・Webインターフェース経由、ただしコンテキスト制限に注意
    • Grok.com： 無料・無制限利用、リサーチや画像編集にも対応
    • Phind： フローチャートや図解 を自動生成
    • lmarena.ai： Claude Opus 4/Sonnet 4 など強力モデルの無料枠
    • Claude.ai： 無料だが制限多め、他拡張（Cody, Copilot等）経由も推奨
  • Grokの注意点
    • 運営方針や情報操作の懸念、特定分野（歴史認識等）で誤情報の可能性
    • コーディングや画像編集等限定利用 を推奨

賢いAI活用術：文脈（コンテキスト）の最適化

  • Webチャット型AI（AI Studio, ChatGPT等）の方が問題解決能力が高い 傾向
    • IDEやエージェント型（Cline, Copilot等）は 余計な情報を大量送信しがち
    • 不要な情報が多いとAIの精度が下がる 現象
  • 最適な文脈生成→AIチャットで質問→解決策を得る流れ
    • 必要な情報だけ抽出し、 複数AIで比較・検証
    • コード編集等は 別途エージェントやツールに依頼 し、AIリソースを節約
  • モデルごとの得意分野を把握 し、 タスクごとに使い分け

AI Code Prep GUIの活用

  • AI Code Prep GUI （Windows/Mac/Linux/Web対応）による プロジェクトコードの自動抽出
    • フォルダ内全ファイルを再帰的にスキャン し、AI向けに整形
    • 例： 
      fileName.js:
<code>
...ファイル内容...
</code>
nextFile.py:
<code>
...ファイル内容...
</code>
    • 質問文を上下または両方に挿入 し、AIの焦点を明確化
    • 右クリックから簡単起動、不要なファイル（node_modules, .git等）は自動除外
    • 手動で必要ファイルだけ選択可能、巨大プロジェクトでも効率的
  • 他のコンテキスト生成ツールとの違い
    • CLIやGitHub公開リポ必須のツールが多い中、GUIでローカル完結
    • チェックボックスで直感的に操作可能
    • プライベートコードやローカル管理にも最適
  • 最新情報やアップデートはwuu73.org/aicpを参照

まとめ：無料AI活用の実践ポイント

  • 複数AIサービスを組み合わせることで無料枠を最大限活用
  • 文脈整理やファイル選択は手動＋専用ツールで効率化
  • AIの得意分野見極めと用途分担がコストパフォーマンス向上の鍵
  • 安全性や情報リスクも考慮し、AIの選択と用途を調整

Hackerたちの意見

他の人が混乱してるなら、投稿にはページ2と3があって、下の矢印でアクセスできるよ。

僕の経験は記事と一致してる。エージェント的なことは一番大きなモデルでしかうまくいかないんだよね。（まぁ、「うまくいく」って言っても、OpenAI Codexはo4-miniで200回リクエストして3行のコードを変えるのに時間かかったし…）簡単な変更なら、実は小さいモデルの方が速くていいことが多い。だから「最高のモデル」から「なんとか使える一番バカなモデル」に焦点を移したんだ。さらにそのアイデアを進めてる。エージェント的なことを諦めれば、手術的にアプローチできる。そうなれば、100倍小さいモデルでも全然いけるよ。何をするか指示して、差分を出してもらうだけ。あと、「ファイルシステムをうろうろする」アプローチは、僕の規模には合わないと思った。ほとんどのコードベースをコンテキストに収められるから、src/をそのままプロンプトに放り込んでる。（他の人のプロジェクトはもっとボイラープレートが多いから、コード検索用にgpt-oss-20bみたいな超安いモデルを試してる。これならもっと安くできると思う…）特許出願中。

└

Aiderはエージェント的じゃないコーディングツールとして、効率と効果のバランスがいい感じだよね。tree-sitterを使ってリポジトリのマップを作ることで、ファイルシステムを掘り返す手間が減るし。MCPはないけど、シェルコマンドを使えるから、自分が慣れてるユーティリティが使えるのもいい。Cerebrasをプロバイダーとして使えば、プロンプトの応答が瞬時に返ってくるし、いちいちツール呼び出しを待たなくて済むから、プロジェクトにしっかり関わっていられる。小規模なプロジェクトにはこれがマストだね。

└

（まあ、「動く」って言っても…OpenAI Codexはo4-miniで3行のコードを変えるのに200リクエストかかったし…）理性的な範囲で考えようよ、人生の中で何度も、結局3行のコードに数日かけたことがあるから。

└

もうGPT-5未満のモデルスイッチはcodex cliでは許可されてないよ（APIキーなしでは）、推奨されてないからね。thinking=highで試してみて、o4-miniよりかなり改善されるよ。o4-miniはgpt-5-thinking-miniに近いけど、codexではそれは許可されてない。gpt-5-thinking-highはo1かo3-proに近い感じ。

└

同じ意見になりつつあるよ。速くて信頼できるものが欲しい。フロー状態に入るのが大事だから、エージェントのコーディングアシスタントが終わるのを待ってるとできないんだよね。スピードのために小さいモデルにも興味があるし、Cerebrasみたいなプロバイダーもいいかも。問題の領域を狭めれば、信頼性を高められるしね。あなたの「外科的」ツールについてもっと聞きたいな。約1週間前にこのことについてブログに書いたよ: https://hpincket.com/what-would-the-vim-of-llm-tooling-look-...

OPさんへ：Continue.devやollama/lmstudioを調べて、自分でモデルを動かすことを強くおすすめするよ。中にはオートコンプリートスタイルの提案が得意なものもあれば、gpt-ossみたいに推論やツールを使えるものもある。僕の頼れるコパイロットだよ。

└

同じく！VSCodeでContinueを使ってるけど、大きめのQwenモデルやgpt-oss-120bがエージェントモードでめっちゃ良い感じだよ！

└

Zedはcontinue.devより一歩進んでると思う。自分のモデルも使えるしね。

無料のAPIアクセスを探してるなら、GoogleがGeminiに無料でアクセスできるよ。gemini-2.5-proも思考がオンの状態で使える。制限は…かなり高いから、今ベンチマークをやってるけど、まだその制限には達してない。DeepSeek R1やGPT-OSSみたいなオープンウェイトモデルも、いろんな推論プロバイダーやハードウェアメーカーから無料APIアクセスが提供されてる。

└

Gemini 2.5 proの無料制限は1日100リクエストだよ。https://ai.google.dev/gemini-api/docs/rate-limits

└

あなたの目的には敏感じゃないと思うけど、Googleはこれらのやり取りで学習することに注意してね。ただし、支払っている場合は除くよ。

それを書いたのは僕だよ。フォントについてはごめんね。ちょっと古い情報だから、AIの進化は早いんだ。もっとモデルが出てきてるから、更新しようと思ってる。毎月たくさん新しいモデルが出るし、今のお気に入りはGLM-4.5だよ… Kimi K2もいいし、Qwen3-Coder 480bや2507 instructもすごくいい。どれもエージェント環境やエージェントツールでうまく機能する。僕はコンテキストヘルパーアプリ（https://wuu73.org/aicp）を作ったんだけど、これがあれば開いてるAIチャットタブ間を行き来するのが楽になるよ（ほとんど無料で、最高の出力が得られる）。アプリは、すべてのAIのネイティブウェブチャットインターフェースで作業する際の摩擦や煩わしさを取り除くようにしてる。無料で、フィードバックも好評だよ。IDEのウェブチャットタブ間の移動を助けるために作った。時間を節約するために自分用に作ったし、UIも気に入ってる（PySide6 UIはウェブビューよりずっと軽い）。よく使うテキストを追加するためのプリセットボタンや、プロジェクトごとのウィンドウサイズや使用したファイルの状態を保存する機能もあるから、次回は同じ状態で開ける。コードファイルを自動スキャンして、必要そうなものを推測する機能もあって、プロンプトボックスにはコードコンテキストの上と下にテキストを入れられる（出力が良くなるみたい）。ボタンの一つには「Cline、AIコーディングエージェントのためのプロンプトを書いて、簡単にコピー＆ペーストできるように全体を一つのコードタグで囲む。タスクをいくつかの小さなタスクに分けて、Clineを導くための十分な詳細と説明を含める。検索と置換のブロックを平易な言葉で使って、どこを編集すべきか見つけやすくする」って設定してる。問題解決やバグの特定には、だいたいVS Codeで作業してて、ターミナルでaicpと入力してアプリを開く。すでにチェックしたファイルを微調整して、やりたいことや直したい問題を入力して、Clineボタンをクリック、Generate Context!をクリック。GLM-4.5にペーストすることが多いし、時々o3やo4-mini、GPT-5、Gemini 2.5 Proも使う。すごく難しいことなら2、3モデル試してみる。どれが一番理にかなっているか見て、VS CodeのClineにコピー＆ペーストする。GPT 4.1に設定してるから、無制限で無料だよ。4.1は特別賢いわけじゃないけど、指示には従うし、頼んだことは確実にやってくれる。しかも、大きなモデルの出力から小さなミスを修正してくれる。大きくて賢いモデルは詳細を理解できるし、4.1がエージェントモードでやるためのタスクリストや「どうするか、なぜするか」を完璧に書いたプロンプトを作ってくれる。この方法で無制限に無料でコーディングできるし、モデルが一番賢い状態になる。ツールやMCPをモデルに投げると、モデルがバカになるし… Claude 4を使うためにAPIコストを無駄にすることになる。

└

glm-4.5はエアで使えるの？Openrouterで無料って見たけど。今のところコーディングに最適な無料のOpenrouterモデルは何だと思う？ありがとう！

└

Qwenは真面目な開発作業には全く役に立たない。

└

小さな提案だけど、[https://wuu73.org/aicp] の図は役立つけど、クリックしても高解像度の画像が表示されないんだよね。ぼやけて見える。FirefoxでもChromeでも同じ現象が起きてる。GitHubのリポジトリでは同じ画像が高解像度でシャープに表示されるから、JavaScriptのレンダリングライブラリが原因かもしれないね。

└

すごく良い記事だし、更新ありがとう！もしシェアできるなら、Roo CodeとClineの違いについての体験を詳しく聞きたいな。今のところRoo Codeしか試してないけど、面白いけど結果はまちまちだったよ。

└

この方法で無料でコーディングできる vs > アカウントのデータ設定をOpenAIがモデルのトレーニングにデータを使うように設定したら、だから「無料」ってわけじゃないよね。

ウェブチャット（AI StudioやChatGPT、Openrouterみたいなチャットインターフェース）でAIを使うと、ClineやTrae、Copilotみたいなエージェントよりも問題解決やソリューションを考えるのが圧倒的に得意だよね。もちろん、いつもそうとは限らないけど、だいたいそう。これには完全に同意！IDEからコードをコピーしてウェブチャットに貼り付けるのはちょっと不自然に見えるけど、GitHub CopilotやCursorよりも良い結果が得られることが多いよ。

└

100%逆の体験だわ。エージェント的かどうかは関係なく、文脈が全て。プロジェクト全体にアクセスできるエージェント的なもの、GitHubに「住んでる」やつ、ファインチューニングやRAG、何でもいいけど…文脈にアクセスできると、ハルシネーションが大幅に減るんだよね。「xを書いて」っていうのと、「私のスタイルで、yの依存関係を全て考慮して、周りのzコードも考慮してxを書いて」っていうのは大きな違いがある。正直、コピー＆ペーストのAIコーディングを擁護する意味がわからない…だから今エージェントがこんなに人気なんだと思う。

完全にローカルな「Cursorのような」スタックには大きな可能性があると思う。クラウドもAPIキーもなしで、全部自分のマシンで動く感じ。セットアップはこんな感じかな： • エージェント的な開発用のCursor CLI（例：https://x.com/cursor_ai/status/1953559384531050724） • CLIに対応したローカルメモリレイヤー — LEANNみたいな（97%小さいインデックス、クラウドコストゼロ、プライバシー完全保護、https://github.com/yichuan-w/LEANN）やMilvus（ただ、Milvusはクラウドやトークンベースになることが多い） • 自分の推論エンジン、例えばOllama、これはOSS GPTモデルをローカルで動かすのに最適。これがあれば、オフラインでプライベート、しかも超高速な個人用開発+AI環境が手に入る。特にLEANNはこの種のセットアップのために作られてるから、足元も小さくて、ローカルの全世界に対するセマンティックサーチができるし、Claude Code/Cursorとも互換性があるし、生成にはOllamaが使える。これなら無料でAPIも必要ないと思うけど、セットアップにはちょっと手間がかかるかも。でも、誰かがこれを簡単にして完全にオープンソースにしてくれるといいな。

無料プランでこんなにデータを手放すことに抵抗がない人がいるなんて、ある人には信じられないかもね。確かに自己ホスティングの方がいいけど、家で十分なLLMを動かすのには資源がめっちゃかかるから、無料で使えるならコードを手放してもいいかなって思う。どうせそのコードは最終的にオープンソースになるし。

└

自分の仕事がモデルを使ってコードを手伝ってくれるのが嬉しいなら、それは自分の問題じゃないよね。

kiroのコードからSDDを再現したんだけど、マルチスイッチモデルにはめっちゃ効果的だよ。仕様フォルダから再取得するだけで済むからね。

うわー、知らなかったことがたくさんあるね。選択肢についてそこまで深く掘り下げたことがなかったから。たまには、HNのコメントだけじゃなくて記事を読んでよかったな。 ;) それに、HNにも役立つコメントがいっぱいあるし。関わったみんな、お疲れ様！ ;)