選挙活動や議会対応の合間に、私はさまざまなAIツールを触っています。もともとエンジニアではありません。自分でコードを書けるわけでもありません。それでも今は、AIにやりたいことを言葉で伝えるだけで、ある程度動くものが形になる時代です。今回は、私が実際に使ったCoworkとGenspark Clawについて、率直な感想を書いてみます。

最初に驚いたのは、コードを書けなくても形になること

最初に触ったのはCoworkでした。AIに指示を出すだけで、HTMLやちょっとしたスクリプト、ウェブページのたたき台のようなものまで形になっていく。その体験は、非エンジニアの私にとってかなり衝撃的でした。

以前なら、こうした作業は詳しい人に頼むか、外注するか、自分で勉強して何とかするしかありませんでした。しかし今は、まずAIにやりたいことを日本語で伝え、叩き台を作らせることができます。細かなコードの意味をすべて理解していなくても、目的を言葉にできれば前に進める。この変化はとても大きいと感じました。

Coworkは便利だったが、止まる場面もあった

使っていて最初に感じたのは、想像以上に仕事が進むことです。一方で、実際に運用してみると気になる点もありました。

一つは、作業途中で確認が入る場面があることです。安全性を重視した設計なのだと思いますが、こちらとしては大まかな方向性だけ伝えて、一気に進めてほしい場面もあります。議員の仕事は意外と細切れで、ずっと画面の前に張り付いていられるわけではありません。そのため、作業のテンポが途中で止まる感覚はありました。

もう一つは、手元の作業環境との相性です。議員の仕事は、役所、地域行事、会合、視察、街頭活動と移動が多く、机に向かえる時間が限られます。そのため、出先でスマホから気軽に完結できるかどうかは、思っていた以上に重要でした。腰を据えて使う分には十分便利でも、移動の多い日常の中では制約を感じる場面がありました。

Genspark Clawは、委任のしやすさが印象的だった

そこで試したのがGenspark Clawです。こちらは、よりクラウド前提で使いやすく、外出先からでも指示を出しやすい印象がありました。

実際に使ってみると、Coworkよりも、より強く任せる感覚で使いやすいと感じました。細かな確認に何度も止められるというより、方向性を伝えたら一気に作業を進めて、あとから結果を確認するイメージです。

この違いは、地方議員の働き方とかなり相性が良いと感じました。議会の準備や地域対応の合間にタスクを投げておき、別の仕事をしているうちにある程度進んでいる。これはかなり便利です。

演説動画の文字起こし、ランディングページのたたき台作成、ファイル整理のような作業では、この委任しやすさは特に魅力的でした。非エンジニアにとって重要なのは、技術用語を正確に言えることより、何を作りたいかを言葉にできることです。その意味で、Genspark Clawはかなり扱いやすいと感じました。

ただし、便利さの裏にはコストがある

ここで強く実感したのが、クラウド型エージェントのコスト感覚です。

私は短期間に、演説動画の文字起こしをまとめて回し、LPのHTML生成やテスト修正も集中して試しました。すると、思っていた以上にクレジット消費が速く、かなり短い期間で利用枠を使い切る結果になりました。

この経験から思ったのは、AIコーディング系のエージェントは能力だけで選ぶのではなく、どの作業をどこまで任せるかまで含めて考えないといけない、ということです。便利だからといって何でも自律的なクラウドエージェントに投げると、想像以上にコストが膨らみます。

一方で、Coworkは使い方に少し癖はあっても、腰を据えて試行錯誤するには向いていると感じました。つまり、どちらが上かというより、何を優先するかで評価が変わります。

使ってみて見えた、現時点での使い分け

今の私なりの結論は、かなりシンプルです。

外出先からでも指示を出したい。まとめて仕事を投げて、あとで結果を確認したい。そういう場面ではGenspark Clawが向いています。

一方で、コストを意識しながら腰を据えて試したい。作業の中身を細かく見ながら進めたい。そういう場面ではCoworkの方が安心感があります。

比較すると、ざっくり次のような印象です。

非エンジニアの地方議員にとって、AIコーディングは何を変えるのか

この手の話をすると、結局は一部の詳しい人向けの話ではないかと思われがちです。しかし、私の実感は逆です。むしろ、コードを書けない人間にとってこそ意味があります。

地方議員の仕事は、人数も時間も限られています。広報、情報発信、資料整理、簡単なウェブ制作、音声や動画の処理など、本来なら外部に頼むか諦めるかだった仕事がたくさんあります。そこにAIコーディング系のエージェントが入ることで、まずは自分で試せる範囲が一気に広がる。これは小さく見えて、実はかなり大きな変化です。

もちろん、万能ではありません。雑に指示すれば雑なものが返ってきますし、放っておけばコストも膨らみます。それでも、非エンジニアが試行錯誤の主導権を持てるようになったこと自体に、私は大きな意味を感じています。

結論

私の結論は、AIコーディング系エージェントは十分に実用的です。ただし、魔法の杖ではありません。

スピードと委任のしやすさを取るならGenspark Claw。じっくり試しながら進めるならCowork。そんな使い分けが、今のところ最もしっくりきています。

非エンジニアでも、やりたいことを言葉で説明できるなら、もう入口には立てます。大事なのは、完璧を求めることではなく、まず小さく試してみることです。AIを使う側に回るか、眺める側にとどまるか。その差は、これからますます大きくなるはずです。