Vibeコーディング：AI支援開発による創造性とスピード

どの教科書にも正式な名称はないが、AIツールに真剣に取り組んだことのある開発者なら誰でもその感覚を正確に知っているソフトウェア開発の方法がある。あなたが望むものを記述し、AIがそれを構築する。あなたは結果を見て、記述を調整し、AIが再構築する。あなたはコードを一行ずつ書いているのではなく、より高い抽象度で実装を指示し、構文ではなく意図によって操縦しているのだ。Andrej Karpathyはこれを「vibeコーディング」と呼び、その名前は体験の感覚をリアルに捉えているため定着した。

これはペアプログラミングではない。コード生成でもない。あなたの主要な成果がキーストロークではなく意思決定である、コードベースとの根本的に異なる関係性だ。

Vibeコーディングの定義

従来の開発：コードが何をすべきかを考え、コードを入力する。あなたの脳は意図を構文に、一行ずつ翻訳する。システムのメンタルモデル、言語の意味論、ライブラリAPI、エッジケースなど、すべてを同時に保持する。

従来のAI支援開発：コードのほとんどは自分で入力するが、AIをオートコンプリート、ボイラープレート生成、ドキュメント検索、時折の関数生成に利用する。AIは共同思考者ではなく、より速いキーボードだ。

Vibeコーディング：振る舞い、制約、アーキテクチャを記述する。AIが実装を記述する。あなたは出力をレビューし、テストし、次のイテレーションを指示する。あなたの認知負荷は「これをどう書くか」から「これは私が望むものか」そして「次に何をすべきか」へと移行する。

重要な違いは、あなたの注意がどこに向かうかだ。従来のコーディングでは、精神エネルギーの70%が実装のメカニクス（構文、API、型、インポート、エラー処理パターン）に費やされる。vibeコーディングでは、その70%が設計上の決定（機能が何をすべきか、コンポーネントがどのように相互作用すべきか、ユーザーエクスペリエンスがどうあるべきか、許容できるトレードオフは何か）に移行する。

これは怠惰ではない。レバレッジだ。CEOが自分のメールを自分で打たないのは、意思決定に時間を費やす方が良いからであるのと同じように、vibeコーディングを使う開発者は、コードを書けないから避けているのではなく、何を構築するかについての彼らの判断が、どのように構築するかをタイピングする速度よりも価値があるため、実装を委任しているのだ。

従来のAI支援開発との違い

その区別は微妙だが重要だ。AIツールを使用するほとんどの開発者は、拡張開発を行っている。つまり、コードを書き、AIを使って特定のステップを高速化している。Vibeコーディングは全く異なるモードだ。

拡張開発

Developer: "I need a function that validates email addresses"
AI: generates validateEmail function
Developer: reviews, tweaks, continues writing other code manually

開発者が依然として主要な作者だ。AIは個別のタスクを支援する。

Vibeコーディング

Developer: "Build a user settings page with email, password, and
notification preferences. Use the existing design system components.
The notification section should have toggles for email, push, and SMS
with a frequency selector for each. Persist to the user_settings table."

AI: generates the full page component, sub-components, API integration,
types, and basic tests

Developer: reviews the output
Developer: "The frequency selector should default to 'daily' not 'instant'.
Also, add a confirmation dialog when disabling all notifications."

AI: modifies the components accordingly

Developer: reviews, tests, ships

開発者は一行もコードを書かない。彼らは反復的な会話を通じて実装を指示し、各ステップで設計上の決定と品質判断を行う。AIが主要な作者であり、開発者は編集者でありアーキテクトだ。

ワークフローパターン

Vibeコーディングは混沌ではない。最も生産的にそれを利用する開発者は、一貫したパターンに従う。

仕様先行パターン

望むものを明確に記述することから始める。擬似コードではなく、平易な言葉で書かれた製品仕様だ。振る舞い、制約、統合ポイント、ユーザーエクスペリエンスを含める。

「ユーザーの週次アクティビティを表示するダッシュボードウィジェットを作成してください。過去7日間の日次セッションの棒グラフ、前週と比較したパーセンテージ変化、過去30日間のスパークライントレンドを表示する必要があります。チャートにはRechartsを使用してください。/api/analytics/weeklyエンドポイントからデータを取得してください。取得中はスケルトンローダーを表示してください。APIがエラーを返した場合は、チャートの代わりに再試行ボタンを表示してください。」

これはAIが最初のパスで望むものに近いものを生成するのに十分な具体性があるが、状態管理パターンやコンポーネントの分解といった実装の詳細を規定するものではない。AIがそれらの決定を行い、あなたがレビューする。

反復的な洗練パターン

最初からすべてを規定しようとしないこと。最初のバージョンを生成させ、その後会話を通じて洗練させる：

1. 足場を生成する。 大まかな記述、コアな振る舞い。
2. 構造をレビューし、調整する。 「チャートを独自のコンポーネントに移動してください。」「直接フェッチする代わりに、既存のuseAnalyticsフックを使用してください。」
3. 詳細を洗練する。 「パーセンテージの変化は、正の場合は緑、負の場合は赤にしてください。」「バーにホバーしたときに正確なセッション数を表示するツールチップを追加してください。」
4. エッジケースを追加する。 「ユーザーにアクティビティデータがない場合はどうなりますか？メッセージ付きの空の状態を表示してください。」
5. テストを生成する。 「通常のデータ、空のデータ、APIエラー、ローディング状態のテストを記述してください。」

各ステップは前のステップのコンテキストに基づいて構築される。AIは生成したものを記憶しており、正確に修正できる。

並行探索パターン

どのアプローチが最適か確信が持てない場合は、AIに複数のオプションを生成するよう依頼する：

「通知設定UIの2つのバージョンを表示してください。バージョンA：シンプルなトグルのリスト。バージョンB：各通知タイプが説明とトグル付きの独自のカードを持つカードベースのレイアウト。」

両方をレビューし、好みのものを選び（またはそれぞれの要素を組み合わせ）、そこから続ける。これは実装の速度ではなく、会話の速度でのデザイン探索だ。

Vibeコーディングが機能する場面

Vibeコーディングは、完璧さよりも速度が重要である場合に最も強力だ。アイデアを検証するためのプロトタイプ構築、投資家に見せるためのMVP作成、社内ツールのハッキングなど、これらは「動作するソフトウェアまでの時間」という指標が他のすべてを凌駕する状況だ。

従来の開発では1週間かかったであろう機能的なプロトタイプを、私は午後のうちに構築したことがある。コードが複雑だったからではなく、プロトタイピングには「これを試す、いやあれを試す、やっぱり最初のアプローチに戻ろう」といった多くの反復が含まれるからだ。AIが実装を処理する場合、各反復は数時間ではなく数分で完了する。

ボイラープレートが多い機能

CRUD操作、フォーム処理、API統合、管理パネル — パターンが確立されており、差別化がアーキテクチャではなく詳細にある機能。これらはAIが何千もの実装を見てきており、カスタマイズ可能な堅固なベースラインを生成できるため、vibeコーディングに理想的だ。

「ユーザーアカウントを管理するための管理ページを作成してください。名前、メール、役割、ステータス、最終アクティブ日時の列を持つテーブル。任意の列でのソート、役割とステータスによるフィルタリング、ページネーション、名前またはメールでフィルタリングする検索バーをサポートしてください。行をクリックすると、編集機能付きの詳細ドロワーが開きます。」

これはよく知られたパターンに従う300〜500行のコードだ。AIはそれを数秒で生成する。あなたはビジネス固有の詳細（どのフィールドが編集可能か、どのような検証ルールが適用されるか、アカウントを非アクティブ化するとどうなるか）に時間を費やす。

UI開発

フロントエンド開発には多くの視覚的な反復が含まれる。「このボタンを大きくして。間隔を変えて。ホバーエフェクトを追加して。いや、もっと控えめに。」Vibeコーディングでは、各視覚的な変更がコード編集ではなく一文になる。フィードバックループが劇的に短縮される。

これは、Tailwind CSS、Shadcn UI、Material UIのようなコンポーネントライブラリで特にうまく機能する。AIはユーティリティクラスと事前構築されたパターンの大規模なカタログを参照できるからだ。「shadow-mdとrounded-lgを持ち、blue-500からpurple-500へのグラデーションヘッダーを持つカードを追加してください」と話す方が、クラスをタイプするよりも速い。

新しいテクノロジーの学習

これまで使ったことのないフレームワークやライブラリを扱う場合、vibeコーディングはすぐに生産的になることを可能にする。ドキュメントを読むのに何時間も費やす代わりに、あなたが望むものを記述すると、AIが正しいAPIを使用して慣用的なコードを生成する。

「Drizzle ORMを使ったことがありません。投稿、著者、タグ（多対多）を持つブログのスキーマを作成してください。次に、著者とタグを含むすべての投稿をクエリする方法を示してください。」

AIはDrizzleの規約に従った動作するコードを生成する。あなたはドキュメントページを読むのではなく、出力を読んで修正することで学習する。これは最終的にライブラリを深く理解することの代替にはならないが、コールドスタート問題を解消する。

Vibeコーディングが失敗する場面

重要なビジネスロジック

製品が正しく機能するかどうかを決定するルール — 価格計算、資格判定、コンプライアンスチェック、金融取引 — はvibeコーディングすべきではない。AIが毎回間違えるからではなく、このコードのすべての行を深く理解する必要があるからだ。

顧客が請求に異議を唱えた場合、その請求を計算した正確なロジックを追跡する必要がある。監査人がデータ処理要求に対するGDPR準拠をどのように決定するか尋ねたとき、「AIが書いた」は許容される回答ではない。重要なビジネスロジックでは、開発者がすべての条件、すべてのエッジケース、すべての失敗モードを徹底的に考える必要がある。

このコードは自分で書くこと。AIを使ってその周りのテストを生成する。

複雑なアルゴリズム作業

微妙な正確性要件を持つアルゴリズム — 並行データ構造、暗号化操作、特定の複雑性保証を持つグラフアルゴリズム — はvibeコーディングには向かない。AIは単純な入力では動作するように見えるが、エッジケースで失敗するコードを生成する可能性がある。これらの実装の正確性は、コードを読んで検証するのが難しく、テストで見落としやすい不変条件に依存する。

パフォーマンスが重要なパス

ホットループ、メモリに敏感な操作、リアルタイム処理 — パフォーマンスが「あれば良い」ではなく主要な要件であるコード。Vibeコーディングされた実装は正しいが、最適であることは稀だ。AIは、あなたが明示的に指定しない限り、特定のパフォーマンス制約、メモリ予算、レイテンシ要件を知らない。たとえ指定したとしても、最適化には現在のモデルが一貫して処理できないレベルのハードウェアを意識した推論が必要となる。

大規模システムアーキテクチャ

Vibeコーディングはコンポーネントレベルで機能する。システムレベルのアーキテクチャには機能しない。メッセージキューと直接API呼び出しのどちらを使用するか、結果整合性と強力な整合性のどちらを選択するか、モノリスとマイクロサービスのトレードオフ — これらはあなたのチーム、トラフィックパターン、運用能力、ビジネスの軌跡を理解する必要がある。AIによる委任がアーキテクチャ思考に取って代わることはない。

アーキテクチャ上の決定の実装はvibeコーディングできる。しかし、決定そのものはvibeコーディングできない。

コードベースに強い規約がある場合

プロジェクトに成熟した一貫性のあるコードベースと確立されたパターンがある場合、AIが適切にコンテキスト化されていないと、vibeコーディングは実際には逆効果になる可能性がある。あなたの規約を記述する詳細なCLAUDE.mdまたは同等の設定ファイルがないと、AIは動作するがプロジェクトのスタイル、パターン、抽象化に合致しないコードを生成する。

解決策はvibeコーディングを避けることではなく、プロジェクトの規約でAIツールを設定することに投資することだ。しかし、その設定がしっかりするまでは、実装を委任することで節約できる時間よりも、スタイル修正に多くの時間を費やすことになるかもしれない。

スキルの変化

Vibeコーディングは生産的であることの意味を変える。重要なスキルが変化する：

重要性が低下するスキル

• タイピング速度。 コードをタイプしない場合は無関係。
• APIの記憶。 AIはすべてのライブラリのすべての関数シグネチャを知っている。あなたが知る必要はない。
• 構文の流暢さ。 コードを流暢に読む必要はあるが、記憶から生成する必要はない。
• ボイラープレートパターン。 CRUD、フォーム処理、API統合 — 筋肉の記憶から実装していたパターンは、今や委任される。

重要性が増すスキル

• 仕様の明確さ。 vibeコーディングされた出力の品質は、あなたの記述の品質に直接比例する。制約やエッジケースを含め、振る舞いを正確に記述することを学ぶことが核となるスキルだ。
• コードレビューの速度と正確さ。 あなたは書くコードよりも多くのコードをレビューする。コードを素早く読み、問題を特定し、正確性を評価する能力が重要だ。
• アーキテクチャ思考。 実装が安価になると、何を実装するか、システムがどのように相互作用すべきかについての決定が主要なコストとなる。アーキテクチャスキルは、以前よりも価値が高まる。
• テストの直感。 どのテストを書くべきか、どのエッジケースをカバーすべきか、生成されたコードが正しいことをどのように検証するかを知ることが主要なスキルとなる。
• ドメイン専門知識。 問題領域（ビジネスルール、ユーザーニーズ、規制上の制約）を理解することは、AIが提供できないものだ。あなたの価値は、何を構築するかを知ることであり、どのように構築するかを知ることではない。

不都合な真実

一部の開発者は、vibeコーディングがズルをしているように感じたり、長年かけて培ってきたスキルを軽視するように思えるため、抵抗する。この反応は理解できるが、逆効果だ。例えは「vibeコーディングは筆算の代わりに電卓を使うようなもの」ではない。むしろ「vibeコーディングはレンガを積む代わりに建物を設計するようなもの」に近い。建築家は建設を深く理解する必要があるが、彼らの主要な貢献は設計であり、手作業ではない。

vibeコーディングで成功する開発者は、すでに設計、アーキテクチャ、問題解決に長けていた人々だ。AIはそれらのスキルを増幅させる。タイピング速度と構文の流暢さが主な強みだった開発者は、この変化をより強く感じるだろう。

始めるための実践的なヒント

リスクの低いプロジェクトから始める

初日から本番機能をvibeコーディングしないこと。社内ツール、個人プロジェクト、プロトタイプから始める。AIが何をうまく処理し、どこでより多くのガイダンスが必要かについての直感を養う。

設定に投資する

プロジェクトのために、徹底的なCLAUDE.mdまたは同等の設定ファイルを作成する。あなたの技術スタック、規約、命名パターン、ファイル構成、テストアプローチを記述する。これに費やす30分は、その後のすべてのvibeコーディングセッションで報われるだろう。

すべてをレビューする

Vibeコーディングは「AIが書き、私がリリースする」ではない。「AIが書き、私がレビューし、修正を指示し、検証し、リリースする」だ。レビューのステップはオプションではない。それをスキップすると、あなたがコードを書かなかったために理解できないバグ、セキュリティホール、技術的負債を抱えることになる。

メンタルモデルを維持する

すべての行を書いているわけではないとしても、コードベースを理解する必要がある。生成されたコードを読み、アーキテクチャ上の決定を理解し、データの流れを把握する。メンタルモデルを失うと、AIを効果的に指示する能力を失い、デバッグ、拡張、保守ができないコードベースになってしまう。

積極的にバージョン管理を使用する

各成功したイテレーションの後にコミットする。AIが間違った方向に進んだ場合（そしてそれは起こるだろう）、最後に既知の良好な状態に戻り、別のアプローチを試すことができる。バージョン管理の規律がなければ、悪いAIのイテレーションが、簡単に回復できない良い作業を破壊する可能性がある。

いつ引き継ぐべきかを知る

Vibeコーディングはモードであり、宗教ではない。AIが何かに苦戦している場合（複数回の試行後に誤った出力を生成したり、しっくりこないコードを生成したりする場合）、自分で引き継いで書くこと。スキルとは、いつ委任し、いつ主導するかを知ることだ。

このアプローチの未来

モデルが改善するにつれて、vibeコーディングはさらに良くなるだろう。より良いコード生成は、レビューサイクルを減らすことを意味する。より良いコンテキストウィンドウは、AIが一度により多くのプロジェクトを理解することを意味する。より良いツール統合は、AIが自身の出力をテスト、実行、デバッグできることを意味する。

しかし、根本的なダイナミクスは変わらないだろう。誰かが何を構築すべきかを知る必要がある。誰かがユーザー、ビジネス、制約、トレードオフを理解する必要がある。誰かが、ソフトウェアが有用で、正しく、保守可能であるかを決定する意思決定を行う必要がある。

Vibeコーディングは、開発者の役割を実装者からディレクターへと移行させる。実装はより安価で速くなる。方向付けはより価値が高まる。あなたのドメインで良いソフトウェアがどのようなものかを、AIが構築できるほど明確に表現できるなら、あなたはこれまで以上に生産的になるだろう。

それを表現できないなら、どんなAIツールも役に立たない。その「vibe」はどこかから来る必要があり、それは依然として、何が存在すべきか、そしてなぜ存在するのかを理解している人間から来るのだ。