バイブコーディングとは

最終更新: 2026年8月12日

「AIにコードを書かせること」と説明されることが多い言葉ですが、 元の意味の中心はそこではありません。 中心にあるのは「出てきたコードを読まない」という部分です。

この言葉が指していること

AIに指示を出してコードを作らせ、中身を読まずに、 動くかどうかだけを見て次の指示を出す。それを繰り返して形にしていく作り方。

「読まない」は手抜きではなく、意識的な選択です。 読まないぶん速く進みます。そのかわり 中で何が起きているか説明できなくなります。 この取引を分かったうえでやるのがバイブコーディング、 分からずにやっているだけなら、ただ理解していないだけです。

「読まない」と決めると、使える範囲が決まる

向き不向きは、好みの問題ではありません。 読んでいないコードについて責任を取れるかで決まります。 判断するときは、次の5つを順に自問してください。

問い 向く 向かない
壊れたら誰が困るか 読んでいないコードの責任は取れません。困るのが自分だけなら、直せばいい話です。 自分だけ 他人・顧客
扱うデータは何か 漏れる書き方をしていても、読んでいないので気づけません。 公開情報・自分のメモ 個人情報・決済情報
どれくらい使うか 長く使うものは、いずれ誰かが読んで直すことになります。 1回きり・使い捨て 何年も動かす
間違っていたら分かるか 画像が出ないのはすぐ分かります。集計が1%ずれているのは分かりません。 見れば分かる 静かに間違う
外から触れるか 公開した瞬間、攻撃の対象になります。 自分のPCの中だけ インターネットに公開

1つでも右側に当てはまったら、そこは読む必要があります。 全部読めという話ではありません。 右側に当てはまった部分だけ読めばいい。 この線引きができれば、速さと安全さを両立できます。

とくに危ないのは「静かに間違う」もの

表の4つめが、いちばん見落とされます。

画面が真っ白になれば気づきます。ボタンを押して何も起きなければ気づきます。 困るのはそれらしい答えが出てしまう場合です。

  • 集計が1件だけ重複して数えられている
  • 日付が1日ずれている(時差の扱い)
  • 金額の端数処理が切り上げになっている
  • 並べ替えが文字列として行われ、10が9より前に来る

どれも、動いてはいます。エラーも出ません。 読まなければ絶対に気づけない種類の間違いです。 数字を扱うものをバイブコーディングで作るなら、 答えが分かっている例をいくつか用意して、手で確かめる—— これだけは省けません。

よく起きる4つの型

動いたので完成だと思う

手元の例では動く。別の値を入れると落ちる。

対処 極端な値をいくつか入れてみる。空、0、マイナス、とても長い文字列。

エラーが出るたびに貼って直してもらう

直った風に見えるが、原因が別の場所に移っただけのことがある。

対処 3回直して直らなければ、そこは自分で読む。積み上げるほど絡まります。

だんだん壊れていく

機能を足すたび、前に動いていたところが動かなくなる。

対処 動いた時点で保存する。壊れたら足す前まで戻す。

鍵をそのまま書き込む

APIキーやパスワードがコードの中に書かれたまま公開される。

対処 公開する前に「キー」「パスワード」で検索する。

2つめの「エラーを貼って直してもらう」を繰り返すと、 かえって進まなくなるのは、多くの人が経験するところです。 AIは目の前のエラーを消すことはできますが、 全体の設計が悪いことは指摘してくれないことがあります。 同じところで3回つまずいたら、指示の出し方ではなく 作ろうとしているものの分け方を疑ってください。

速さを保ったまま安全にする、3つの習慣

  1. 動いた時点を保存する。 「さっきまで動いていたのに」を防ぐ、いちばん効く方法です。 戻れるようにしておけば、思い切って試せます。
  2. 公開する前に、鍵を検索する。 APIキーやパスワードがコードに直接書かれたまま公開されるのは、 実際によくある事故です。公開はやり直しがきかないので、ここだけは必ず。
  3. 「読まない」と決めた範囲を、自分で言えるようにする。 全部読まないのか、画面まわりだけ読まないのか。 境界がある人は事故りません。ない人が事故ります。

この言葉のいまの使われ方

2025年に広まったあと、「AIを使った開発」全般を指す言い方としても 使われるようになりました。求人票やサービス紹介で見かける「バイブコーディング対応」は、 たいていこちらの意味です。

元の意味(読まない)と、広い意味(AIで書く)が混ざっているので、 話が噛み合わないときは、どちらの意味で使っているかを確認すると早く済みます。 「コードは読んでいますか?」と聞けば、それだけで分かります。

関連する記事

本記事は用語と考え方の解説です。特定のツールやサービスの利用を勧めるものではありません。実際の開発では、扱うデータの性質や公開範囲に応じて、必要な確認を行ってください。

このツールが使っている料金の考え方は 2026年8月時点のものです。 使用している数値と出典を見る

このページの数値と出典

このページで使っている値と、その根拠です。制度の数値も各社の料金も改定されるため、 判断の前には出典元でお確かめください。

AIの使い方・評価・料金2026年8月時点

  • 料金の数え方入力と出力のトークン数に対する従量課金単価はモデルごとに異なり、出力のほうが高いのが一般的
  • 会話を続けたときの費用やり取りのたびに履歴を送り直すそのため会話が長いほど1回あたりの入力量が増える
  • プロンプトの改善評価(Evals)を先に用意してから直す感想ではなく、同じ入力で結果を比べられる形にする

AIサービスの料金・モデル名・提供状況は改定が頻繁です。当サイトの数値は記載時点の公表内容にもとづく目安なので、契約・課金の前には必ず各社の公式料金表でご確認ください。無料枠の条件も変わります。

出典: Anthropic 公式ドキュメント「Prompt engineering overview」Anthropic 公式ドキュメント「Define success criteria and build evaluations」

サイト全体で使っている数値の一覧は 計算の根拠と出典にまとめています。 一次情報と突き合わせた記録も同じページに公開しています。