「バイブコーディング」とは、コード生成に大規模言語モデル（LLM）を積極的に活用したアプリケーション開発手法です。
この記事を読み終えると、以下のことができるようになります。
記事のリンクをコピーする
バイブ（雰囲気）コーディングとは、コードを生成するために大規模言語モデル（LLM）を積極的に取り入れるソフトウェア開発手法です。この「バイブコーディング」という言葉が世に広まったきっかけは、2025年2月のOpenAIの共同創業者であるAndrej Karpathy氏の「X」（旧Twitter）の投稿でした：
私が「バイブコーディング」と呼んでいる新しい種類のコーディングがあります。これは、完全にバイブスに身を任せ、指数的な力を受け入れ、コードが存在することさえ忘れてしまうものです。Cursor ComposerとSonetのような一部のLLMがあまりにも優秀なものになっており、そのコードは私の通常の理解度を超えて、一見しただけでは理解できないほどになっています。時々LLMがバグを修正できないことがあるが、その時はそのバグが無くなるまで適当に指示を変えて試しています。週末にちょっと作るプロジェクト程度であれば十分に使えて、楽しんでします。
この用語を使い始めたのはKarpacy氏ですが、それよりも以前から、多くの開発者は既にChatGPTやCopilotといったLLMのパブリックリリースで同様のAI支援アプローチを試し始めていました。
バイブコーディングの目的は、アプリケーションや新機能の作業を早めることです。従来のコーディングはとても正確さが求められる作業でしたが、バイブコーディングでは、開発者がLLMに対して一般的なざっくりとした指示を与えるだけで、LLMが作業中のコードに書き足せる正確なコードを自動で生成してくれます。
他のLLMの使い方と同じように、バイブコーディングではモデルに指示を与えると、応答としてコンテンツ（この場合はコード）が生成されます。LLMは、生成AIと呼ばれるモデルで、膨大な量のデータを学習しているため、言語を認識、解釈、生成することができます。LLMは、日常的な人間の言葉とプログラミング言語の両方でこれを行うことができます。この高い能力でLLMは大半のコードを数秒以内に生成することができます。
バイブコーディングを使用する開発者は、LLMが適切な機能やアプリケーションを作成するために適切な指示（プロンプト）をLLMに与える必要があります。これらのプロンプトは、必ずしも正確である必要はありませんが、LLMが開発者の意図した通りに動作するコードを生成するためには、数回の試行が必要になることがあります。
LLMがコードを生成した後は、そのコードのテストとデバッグを行います。これにはバグやセキュリティ問題の特定も含まれます。問題点が判明したら、LLMにそのバグを解決するよう指示を出したり、Karpathy氏が説明したように「そのバグが無くなるまで適当に指示を変えて試す」対応を取ることもできます（うまく行くかどうかはバグの内容によります）。
広く普及しているLLMには、開発者がバイブコーディングを試すことができるものが多くあります。Copilot、Cursor、Codeium、Qodo、CodeWhisperer、Replitはすべて、LLMを使ったソフトウェア開発で人気のあるツールです。
長所：
短所：
脆弱性：どのようなアプリケーションにも、脆弱性やセキュリティリスクが含まれている可能性があります。バイブコーディングでは、新機能の作成と出荷をはるかに高速化できる一方で、セキュリティ上の問題が見落とされやすくなり、そのまま本番環境で使用されてしまう危険性があります。さらに、開発チームの問題のコードに対する理解が浅い場合、問題解決もさらに難しくなります。
データの損失：ビジネスの場でLLMを使用する場合、知的財産が入力内容に含まれ、それが外部で共有されてしまうリスクが発生します。社内の機密データを保護するために、開発者は、LLMがバックエンドでデータをどのようにセグメント化するかを意識する必要があります。
LLMの仕組みの詳細についてはこちらをご覧ください。