Cursor - AI搭載コードエディター

について触れました。弊社でも内部で使用しており、フィードバックは非常に良好です。

でも彼らのことを紹介しています。

Solopreneur（独立起業家）であるLeo兄貴にCursorの使用感について尋ねたところ、「試してみたけど、今はbolt.newの方が優秀だね。前回、Cursorにコードを一括で修正してもらおうとしたんだが、検索による置き換えでは対応できないような修正だった。しかしCursorは400行を超えると処理できなかった。僕の場合、10個のPythonファイルがあり、その中で最も長いものは1万行もあるんだ。」とのことでした。

ただ今日はまずCursorを紹介し、明日はbolt.newについて話しましょう。

機能

強力な自動補完

Cursorには強力な自動補完機能があり、ユーザーの次の編集操作を予測します。有効にすると、この機能は継続的に動作し、ユーザーの最新の変更に基づいて複数行のコード編集提案を行います。

Cursorはユーザーの最近の変更に基づいて次の意図を予測し、それに基づいたコードを生成します。
Cursorは複数行の編集提案をサポートし、一度に複数の変更を提案することで効率を大幅に向上させます。
入力が正確でなくても、Cursorはコードの誤りを自動的に修正します。
Cursorはカーソルの次の位置を予測し、ユーザーがコード内でよりスムーズにナビゲートできるように支援します。

Cursorチャット機能

Cursorのチャット機能を使えば、コードベースを理解したAIと対話できます。このAIは現在のファイルやカーソル位置をリアルタイムで確認できるため、「ここにエラーがありますか？」といった質問を直接投げかけることができます。特定のコードブロックをコンテキストに追加するには⌘+Shift+Lまたは"@"を使用し、⌘+Enterでコードベース全体との対話を開始できます。

@Codebaseまたは⌘+Enterを使用してコードベースに質問すると、Cursorはコードベース内を検索し、あなたの質問に関連するコードスニペットを見つけます。
"@"記号を使用してコードを引用し、AIのコンテキストとして利用できます。 "@"を入力すると、フォルダ内のすべてのファイルやコードシンボルが表示されます。
チャットボックス下の画像ボタンをクリックしたり、画像を直接ドラッグして入力ボックスに入れることで、視覚コンテンツをチャットコンテキストに追加できます。
@Webを使用してインターネット上の最新情報を取得し、Cursorがネットワークを検索して最も適切な答えを提供します。
チャット内のコード提案をコードベースに直接適用するには、チャットコードブロックの上部にある再生ボタンをクリックします。
@LibraryNameを使用して人気ライブラリのドキュメントを参照するか、@Docs → Add new docでカスタムドキュメントを追加できます。

Cursorショートカット ⌘ K 機能

⌘ Kを使用すれば、AIを利用してコードの編集や作成が可能です。コードを編集したい場合、コードスニペットを選択し、「Edit」をクリックして必要な変更を説明します。新規コードを作成したい場合は、直接⌘ Kを押すだけです。

⌘ Kを使って素早くコードを編集または作成します。コードスニペットを選択後、⌘ Kを押して変更を要求するか、何も選択せずに新しいコードを生成します。
ターミナルで⌘ Kを使用すると、自然言語でコマンドを簡単に記述でき、Cursorがそれを実際のターミナルコマンドに変換します。
コードの一部について素早く質問したい場合は、コードスニペットを選択して「quick question」をクリックすると、すぐに答えを得られます。

比較

特性	Cursor	GitHub Copilot
コード生成と補完	包括的なコード生成を提供し、関数全体や複数ファイル構造を作成でき、プロジェクト構造に基づいた文脈認識の提案を行います。	行ごとのコード補完と提案に重点を置き、直近の文脈やコメントに基づいてコード提案を行います。
自然言語理解	複雑な自然言語命令の理解と実行が得意で、開発者が普通の言葉で機能を説明し、それをコードに変換することができます。	コメントや文脈に基づいてコードを生成できますが、複雑な指示の処理能力ではCursorに劣ります。
文脈認識とマルチファイル編集	プロジェクト構造全体やファイル間の関係を理解し、Composerなどの機能により複数ファイルを同時に編集できます。	主に単一ファイル内で操作し、文脈認識能力は相対的に弱いです。
ユーザーエクスペリエンスと統合	独立したエディタをダウンロードする必要があり、学習曲線は個人差があります；VSCodeユーザーにとっては馴染みやすいですが、新機能の習得には時間がかかるかもしれません。	既存のIDE（例：VSCode）へのシームレスな統合が可能で、学習曲線は比較的緩やかです。
カスタマイズと柔軟性	OpenAI、Anthropic、カスタムモデルなど、AIモデルを選択する柔軟性があり、開発者がプロジェクト要件に合わせてAIの挙動をカスタマイズできます。	OpenAIが開発した固定モデルを使用しており、Cursorが提供するAI挙動のカスタマイズレベルには欠けています。
価格とアクセス可能性	無料版、月額20ドルのプロフェッショナル版、月額40ドルのビジネス版を提供しています。	個人プランは月額10ドル、学生やオープンソース貢献者には無料、ビジネス版は月額19ドル、エンタープライズ版は月額39ドルです。
モデル選択	OpenAIのGPTシリーズやAnthropicのClaudeモデルなど、複数のモデルをサポートし、大きな柔軟性を提供します。	当初はOpenAIのGPTモデルのみを使用していましたが、最近ではAnthropic、Google、OpenAIからの複数モデルのサポートを発表しました。
モデルカスタマイズ	プロジェクト要件に応じて最適なモデルを選択でき、高いカスタマイズ度を提供します。	現在は主に事前に設定されたモデルに依存しており、カスタマイズオプションは相対的に限られています。
モデル更新	定期的にサポートするモデルを更新し、開発者が最新のAI技術を利用できるよう保障します。	最近、さらに多くのモデルをサポートすることを発表し、多様なモデルサポートに対する重視が示されています。
多言語サポート	複数のプログラミング言語をサポートしていますが、GitHub Copilotがカバーする言語範囲ほど広くないかもしれません。	GitHubの膨大なコードベースを活用し、多言語のコード提案や補完機能を提供します。
コミュニティサポートとフィードバック	コミュニティ規模は比較的小さいですが、徐々に成長しています。	多数のユーザー基盤と活発なコミュニティを持ち、開発者はサポートを受けやすく、経験を共有し、コミュニティからフィードバックや提案を得ることができます。
パフォーマンスと正確性	コード提案の正確性や文脈理解において優れ、特に複雑なプロジェクトを処理する際にその力を発揮します。	一般的なプログラミングタスクの処理には優れていますが、複雑な言語やコーディングパターンを扱う際には、より慎重なレビューと調整が必要になることがあります。
学習曲線	新しいエディタや機能に慣れなければならないため、ある程度の学習時間が必要です。	既存のIDEに統合されており、学習曲線は比較的緩やかで、開発者は馴染みのある環境で使用できます。
カスタマイズ可能なワークフロー	高度にカスタマイズ可能なコーディング環境を提供し、ユーザーが個人のニーズに応じてインターフェースや機能を調整でき、複数のプログラミング言語に対応します。	OpenAIのGPT-4モデルに基づき、開発者にリアルタイムのコード提案を提供しますが、カスタマイズレベルは比較的低く、ユーザーはCursorのように自由に機能やインターフェースを調整することはできません。
統合能力	既存の開発ツールやワークフローとシームレスに統合でき、ユーザーがエディタ内で直接ドキュメントや他のリソースにアクセスできるため、コンテキスト切り替えの時間を削減します。	GitHubとの緊密な統合により強力なバージョン管理や協力機能を提供しますが、特定のIDEに依存しているため、場合によっては環境制約が影響し、全体的なパフォーマンスに影響を与えることがあります。
コード修正能力	複数行編集、インライン編集、スマート予測をサポートし、コードの修正や最適化をより効率的に行えます。	主に新しいコードを生成し、既存のコードを修正する能力は比較的弱いです。