バイブコーディングの薦め

はじめに

2025年に界隈で話題となったバイブコーディングについて、最近ハマっているので書いてみます。

バイブコーディングとは？

というものです。

バイブコーディングという言葉自体は、2025年の2月頃に元OpenAIの方がSNSで紹介して広まったそうです。

そこから先の2025年はバイブコーディング革命と言わんばかりにこの開発手法が広まったんじゃないかと感じています。

でも、よく考えてみたら、個人的にはこの言葉が出来る前から、ChatGPTなどの対話型(チャット型)生成AIで作りたいものを伝えて、コードを生成してもらうというのはやっていました。(参照)

そういう意味で言えば、能力の違いはあれど、生成AIが活用され始めたころから、広い意味でのバイブコーディングは使われていたんだと思います。

バイブコーディングの昔と今

そんな感じで、個人的には広い意味でのバイブコーディングは数年前から取り入れていましたが、数年前と今とでは、同じバイブコーディングでもやり方や性能に雲泥の差があると感じています。

■数年前の使い方

• 生成AI(ChatGPTなど)に要件(作りたいもの)を伝える
• 人間がチャットからコピペしてソースコードに反映⇒動作確認
• 不具合があれば、人間がコードをチャットに貼り付けて修正を依頼
• 人間がチャットから修正コードをコピペして、ソースコードに反映⇒動作確認

みたいな感じの使い方でした。

この方法でも効果はありました。ただ、単一のスクリプトを作るなどの用途であれば十分ですが、Webアプリなど、複数のファイルにまたがる様なプロジェクトを作るのは正直しんどかったです。

これは、生成AI側がプロジェクト全体のファイルを常に見ているというわけではなく、チャットの会話に応じて部分的な判断をするため、不整合が起きやすかったというのがあると思います。

■現在の使い方

• CodexやClaude CodeなどのAIエージェントに要件(作りたいもの)を伝える
• AIエージェントがリポジトリ全体を参照しながら、生成したコードを自動でファイルに書き出す
• テストや動作確認の一部もAIエージェント側に任せられる
• 不具合もAIエージェントがコード修正
• 人間は出来上がったものを確認して、次の指示(やりたいこと)を出すだけ

みたいな感じの使い方になりました。

簡単にまとめると、

■数年前

LLM：コード出力マシン

人間：コピペ作業者、動作確認者

■現在

LLM：プロジェクト全体を把握し開発を進めるエージェント

人間：方向性を示すプロダクトオーナ

みたいな位置づけになったのかなと感じています。

また、LLMモデルの進化もすさまじく、年々どころか日に日にレベルが上がっています。

こんな感じで利用している

個人的には、最近の使い方としては、統合開発エディタである、VsCodeにCodexのプラグインを導入して、VsCode内からCodexを呼び出してちょっとした業務アプリなどをサクッと作るというのを繰り返しています。

私自身は開発エンジニアではないので、複雑な使い方はできないので、現時点ではこの方法が一番しっくりきて、やり易いです。(数ヶ月後には違うことを言っていると思いますが・・・)

具体的にどんなものを作ったかという一例で言えば、

・日報分析ツール

・サーバーリソースレポートツール

といった、商用製品だと高額。とか、似たような製品はあるけど、ピンポイントで欲しい機能がない。みたいな、あると便利だし、業務効率が上がるといったものを中心にサクッと作って、取り入れるということをやっています。

大体どんなツールでも、やりたい事が明確に決まっていれば、1日もかからず作れるので、非常に重宝しています。

もちろん、サービスとして作るのであれば、しっかりとした検証などが必要になりますが、業務ツールであれば、必要に応じて修正をかけていく。でも十分運用が回るので、必要以上に時間をかけずに、とりあえず作ってみる。でやっています。

まとめ

生成AIの進化は非常に早く、昨日できなかったことが、今日にはできるようになっているなんてのはザラにあります。

その中で、これまで専門的な知識が必要だったアプリケーション開発も、以前より圧倒的にハードルが下がったと感じています。

正直、小規模な個人開発のWebアプリであれば、1時間もあればプロタイプを作成できて、数日ローンチまで辿りつくことができるんじゃないかなと感じています。(当然作りたいものによりますが)

なので、これからの時代は、いかに「やりたいこと」、「作りたいもの」などを自分の中で明確にできるかが大事になってくると思います。

目的が明確であれば、後はAIがその希望を叶えてくれる。そんな時代になってきたと感じています。

一方で、AIに任せられる範囲が広がったからこそ、「何を作るか」を考える力の重要性はむしろ増していると感じています。