Vibe codingの概要
みなさんこんにちは、矢野哲平です。この番組は、耳で学ぶAIをコンセプトに、初心者・中級者向けにAIを分かりやすく解説する番組です。
今回のテーマは、Vibe coding、Vibe marketingって何ですか、について話していきます。
はい、ということで今日は、Vibe codingとVibe marketingについて話していきます。
みなさん、こちらのキーワードは聞いたことがありますでしょうか。
Vibe coding、聞いたことがあるよ、という人もいればですね、Vibe coding、聞いたことないな、という人もいると思います。
で、今日Vibe codingとVibe marketingを話す理由としては、最近この2つのワードがAI界隈でちょっとしたトレンドになっているんですね。
そのため、リスナーの皆さんには、今日のエピソードでVibe codingとVibe marketingって何なのか、ということを持ち帰ってほしいと思って取り上げました。
今日話すポイントは主に3つです。
そもそも、Vibe codingとは何なのか。
2つ目に、Vibe marketingとは何なのか。
そして3つ目に、これら2つのAIのトレンドについて、私の意見も交えて話したいと思います。
Vibe coding、Vibe marketing、この2つの言葉から想像できるように、どちらかというとですね、エンジニアやマーケター向けの話となります。
でもですね、AIを使った新しい仕事のアプローチという側面もあるので、多くの方に関係する話だと思います。
ぜひ最後までお付き合いください。
はい、それでは早速始めていきましょう。
先にVibe codingからいきましょうか。
そもそもVibe codingって何ですかという話からですね。
もともとVibe codingっていう言葉は、オープンAIの創設メンバーでもあるアンドレイ・カルパシーさんが、
2025年の2月頃ですね、Xに投稿したのがきっかけとなります。
ちょっとそのポストの中身を読んでみますね。
私がVibe codingと呼んでいる新しいタイプのコーディングがあります。
それは、Vibesに完全に身を任せ、コードの存在すら忘れてしまうようなコーディングです。
AIがあまりにも優秀になりすぎているからこそ、それが可能になったのです。
以上です。
ここで言うVibesっていうのは、感覚とかの意味合いですね。
つまり、感覚に身を任せてAIにコーディングを行ってもらうと、
人間は最初の指示をAIに行うだけ。
あとは、AIが自動的にコードを生成してくれるので、
人間はその作業を眺めているだけだと、
バグの修正もAIが行ってくれると。
タスクのほぼ全てをAIに任せて、
人間は最終的な成果物をチェックするというものになります。
ちょっと夢のような話ですけど、こういったことも現実にできるようになってきていると。
Vibesコーディングが出てきた背景としては、2つの理由が挙げられると思います。
Vibe codingの利点と課題
1つ目に、シンプルにAIの性能が上がってきていること。
2つ目に、AIのツールというのが充実してきたこと。
これらが背景として挙げられます。
結構最近、AIの性能って上がってきていると感じませんか?
少なくとも私はそう感じています。
私、ChatGPTの出始めの頃から使っていたんですけど、
最近は特にですね、AIの性能上がってきたなと感じています。
以前よりもAIが対応できる仕事のウェイトが増えてきたぞと。
GPT 3.5みたいな初期のモデルの頃って、あまり仕事で使えなかったんですよね。
確かにAIってすごいねと、人間と会話をしているようだねと、最初はですね、率直に思いました。
でも周りの人が言うほど、そんなにAIって仕事で使えないよねと正直思っていました。
当時はですね、AIすごい、AIが人間にとって変わるって結構言われてたんですけど、
GPT 3.5の頃だと、いやそれは無理でしょうと正直思っていました。
で、それがGPT 4あたりからちょっと風向きが変わってきまして、
意外にAI、仕事でも使えるじゃないかと、仕事でも使える場面が増えてきたぞと。
で、最近はO3のような推論モデル、結構仕事で活躍してくれるなと感じています。
で、あとはAIツールの充実もあります。
バイブコーディングの言葉の生みの親であるアンドレイ・カルパシーさん。
アンドレイさんもコードエディターのカーソルとか、あとは音声入力のスーパービスパー、
そうしたAIツールを使って、AIと対話をしながらバイブコーディングをしているという風に話されています。
音声入力のスーパービスパー、以前もこのポッドキャストで紹介しました。
いわゆる音声入力の支援アプリですね。
キーボードを使わずに音声で文字を入力することができると。
ちなみにアンドレイさんはほとんどキーボードを使わずに音声でAIに指示をしてコーディングをしているという風に話されています。
こんな風にAIの性能の進化と、あとはAIツール、この2つが充実してきたことによってバイブコーディングのようなアプローチが取れるようになったというわけです。
つまり人間がAIに指示を出すだけで、あとはAIが仕事をしてくれると。
そして人間は最終的にAIの成果物をチェックするだけでOKというような、ちょっと今までにはない働き方、仕事の進め方ですよね。
ここまでの話を聞くと、主にエンジニアの人だけが恩恵を受けるような印象を受けます。
多くの方は日常的にコードを書くわけではないので、バイブコーディング自分には関係ないかなと思う人も多いと思います。
でもですね、今までプログラミングをしたことがない人でも、AIを使えばコードを書くことというのは可能になっています。
例えばExcelを使っている人多いと思います、あの会社で。
Excelでもコードを書くことで自動化をして業務効率を上げることができます。
具体的にはVBAというものを書いてExcelを自動化すると。
今手動で行っている業務もですね、プログラムを書くことで自動化をして業務効率を改善することができます。
こんな感じで、今までプログラミングに縁がなかった人でも、AIと協力をしてプログラムを書くことができると。
で、その延長が今回話しているバイブコーディングのようなイメージとなります。
結構仕事で抱えている課題、プログラムを使うとですね、簡単に解決できることが多いです。
今はチャットGPTとかクロードなど高性能なAIがあるので、プログラムを業務に取り入れるというアプローチ、個人的にはすごくお勧めです。
こんな感じで今後もAIの進化というのは続いていくと思いますし、もっと便利なAIツールというのも登場してくると思います。
そうなってくると、今後もバイブコーディングのようなAIにほとんどのタスクを処理してもらって、
人間はあとはチェックするだけと、そういった仕事の進め方っていうのが定着してくる可能性は大いにあると思います。
ここまでバイブコーディングの特徴やメリットについて話しました。
次にですね、バイブコーディングのデメリットと言いますか、落とし穴についても触れたいと思います。
メリットだけ話すのはフェアじゃないからですね。
これある海外ユーザーの事例なんですけど、バイブコーディングを知って、バイブコーディングのアプローチであるウェブアプリを作ったと。
その後ですね、セキュリティに穴があったみたいで攻撃を受けたということをSNSに投稿して話題になりました。
その人物はプログラムを書いたことがなかったそうなんですけども、APIキーをそのままコードの中に直接書いていたそうなんですね。
これちょっと技術的な話なので、わかりやすく例えて言うと、
そうですね、私がクレジットカードを公園のベンチに置き忘れているようなものです。
拾った誰かが悪意のある人であれば、私のクレジットカードで買い物できますよね。
そんな感じのミスをですね、この海外ユーザーは犯してしまったわけですね。
そのユーザーっていうのは、今までプログラムを書いたことがなかったので、そのセキュリティリスクに気づかなかったわけです。
こんな感じで、バイブコーディングも魔法の杖じゃなくて、やっぱりそれっぽいアプリケーションはできるんですけど、
中にはバグであったり、セキュリティリスクが内包しているケースっていうのは全然あると思います。
プログラミングの果たす役割
なので、やっぱりバイブコーディングにしろ、AIを使うにしろ、最終的には人間のチェックであったりとか、
あとは人間自身のスキルっていうのはやっぱり必要になってくると思うんですよね。
先ほどExcelの自動化の話をしましたけど、そうしたシンプルな処理っていうのは割と問題ないと思います。
ただ、ウェブアプリケーション、例えばそうですね、ユーザーの情報を預かったりとか、
あとは決済機能のついたアプリ、こうしたものになってくると、やっぱり人間の指示の出し方であったり、
人間自身のプログラミングのスキルっていうのが必要になってきます。
ここはちょっと分けて考える必要があると思います。
簡単なコードっていうのは、AIにお願いすれば、AIが書いてくれます。
でも複雑なコードになってくると、人間のスキルっていうのはやっぱり必要になってくると。
ちょうどですね、私、先日Macのデスクトップのアプリケーションを作ろうと思って、Xコードを触ったんですよね。
このXコードっていうのは、Macに搭載されているコードエディターのようなもので、
ここでiPhoneのアプリとか、デスクトップアプリが作れるようなエディターになります。
バイブコーディングよろしく、AAを使ってプログラミングしていたんですけど、まあダメでしたね。
いきなり初回で10件ぐらいエラーが出てきて、質問をしてもまたエラーという、エラーの無限ループにハマってしまって断念しました。
これはシンプルに私のアプリを作るスキルがなかったからですね。
その時はですね、ちょっとアプローチを変えて、エレクトロンという同じようにデスクトップのアプリケーションが作れるフレームワークがあるんですけど、
そちらを使って同じ機能を持つデスクトップアプリを作ったんですけど、こちらはですね、うまくいったんですね。
バイブコーディングの概要
こんな感じで、AAを使えば何でもプログラミングできるというわけではないんですけども、
うまくいかないケースでもちょっとアプローチを変えるだけで、うまくいくこともあったので、良い勉強になりました。
おそらく今後、AIの進化に伴ってできることっていうのはどんどん増えてくると思います。
それこそ、バイブコーディングでできることもどんどん増えてくると思います。
でもそれはですね、AIが人間の仕事を奪うという文脈ではなくて、AIが仕事の質を高めると、そういうふうなことだと私は捉えています。
最終的にやっぱり重要になってくるのは、AIに支持をする人間自身のスキルだと思います。
やっぱり人間自身の学習っていうのはこれからも続いていくんだなと、そういうふうに思いました。
はい、ではバイブコーディングはこのぐらいにして、次はバイブマーケティングに行きましょうか。
あのこれ、名前から想像できるようにバイブコーディングの後に出てきた言葉となります。
バイブコーディングを由来としたワードですね。
バイブコーディングのマーケティング版と言えばいいでしょうか。
結構海外ではバイブコーディングの言葉たくさん見かけるようになったんですけど、バイブマーケティングはおそらくこれからですね、ちょっとどんどん言葉として出てくるかなという感じですね。
バイブマーケティングについて説明すると、マーケターがそのブランドの雰囲気やスタイル、ブランドらしさみたいなものを定義して、
AIがそれを具体的な形に落とし込んでいくと、そんなアプローチになります。
バイブス、つまり感覚に従ってAIに指示を出して、いろいろなマーケティングタスクを実行させていくと。
最終的にAIがアウトプットした広告クリエイティブや、あとはマーケティングの施策ですね。
そういったものを人間の感覚で選択していくというものになります。
わかりやすい例で言うと、そうですね、例えばこれから夏になってくるので、日焼け止めのキャンペーンなんかもたくさん展開されてくると思います。
で、その日焼け止めのキャッチコピーであったり、あとは広告の画像、そういったものをAIに指示をして作らせると。
AIに大量のクリエイティブを作ってもらって、それを最終的に人間が自分の感覚や経験に基づいて選択をしていくと、そういったものですね。
バイブマーケティングっていう言葉が出てくる以前に、マーケターの方、こういった使い方している人多いですよね。
AIを使って、例えば数百件のクリエイティブを一気にアウトプットさせると、大量のラフ案やアイデア出しを行ってもらって、
あとは人間側でブランドイメージやブランディングの施策に則って選択をしていくと。
で、あとはこれに自動化のアプローチも加えるのがバイブマーケティングの特徴となります。
従来だったら大人数でチームを組んで広告キャンペーンとかそういったものを進めていくと思うんですけど、
従来よりも少ない人数で最大限の成果を得るように動いていくと、それもバイブマーケティングの特徴です。
このバイブマーケティングが出てきたのも、バイブコーディングと同じような理由となります。
単純にAIの性能が進化したことと、あとは2つ目に便利なAIツールが出てきたことですね。
例えばバイブマーケティングの文脈だと、自動化ツールのメイクとか、あとはN8n、あとはガムループ、こういったですね、
自動化に特化したようなツール、こういったものがバイブマーケティングの文脈でよく登場します。
コードを書かずに自動化を実装できると、こうした点もバイブマーケティングを推し進めている要因となっています。
あとは画像生成AIとか動画生成AIといった広告クリエイティブに力を発揮するAIの進化っていうのもバイブマーケティングを後押ししています。
新しい企業アプローチの模索
結構バイブマーケティング、いろいろ事例があってですね、例えば市場の状況っていうのをリアルタイムでチェックをしていって、
広告クリエイティブとか、あとは広告の配信戦略、そういったものをリアルタイムで細かく調整し続ける、そういったことも可能です。
で、あとは競合のキャンペーンを自動で取得してリアルタイムにAIに渡して分析してもらうとかですね。
マーケターの役割っていうのがこれまでの実行する側から、今度はAI全体をうまく指揮する指揮者のような存在に変わっていく可能性というのはあると思います。
バイブマーケティングのアプローチとしては、いきなり自動化をするとAIに全て任せるとか、そういったわけではなくて、まず自分で手作業でやってプロセスを理解することっていうのが推奨されています。
AIに実行してもらう前に、自分のスタイル、会社のスタイルっていうのをしっかり確立することが大事だと言われています。
例えば、広告のクリエイティブを作るにしても、背景とかフォントの種類とか、トーンとか、そういったものを自分で試行錯誤してから、そこからAIの導入や自動化を考えると、こうしたアプローチがバイブマーケティングでは推奨されています。
バイブコーディングもバイブマーケティングも、ちょっと言葉遊びな部分はあるんですけど、本質的には今後AIが主導で仕事を進めることができるようになっていくと、
でも最終的な部分、コアとなる部分っていうのは、人間が引き続き担当していくと。
バイブコーディングやバイブマーケティングは、今後そういった仕事の進め方になっていく、一つの指針のようなものと私は理解しています。
これからバイブコーディングとか、あとはバイブマーケティングのような仕事の進め方っていうのが定着してくると、業務全体のフローも変わってきますよね。
で、あとは新人の教育、社員教育、そういったもののあり方も変わってくると思いますよね。
いずれにしろですね、私自身の考えとしては、これからも人間の学びは続いていきますし、
あとはAIにはない人間の強み、そうしたものを発揮する部分、そうしたことを探求していく必要性のようなものですかね。
そういったものは今後より重要になってくると思います。
はい、以上がバイブコーディング、あとはバイブマーケティングの概要となります。
最後にもう一つだけちょっと掘り下げて締めたいと思います。
最後に話すのがバイブファウンディングというものです。
ファウンディングっていう英語は会社を起業するのような意味合いがあります。
共同創業者の人をコーファウンダーとか言ったりしますよね。
そういった文脈で使うファウンド、ファウンディングですね。
バイブファウンディングっていうのはバイブコーディングとバイブマーケティングを組み合わせた新しい企業のアプローチとなります。
これ私最初思いついた時ちょっと興奮してしまったんですけど、検索したらすでにバイブファウンディング提唱している人いました。
バイブファウンディングの概要を説明すると、
たとえば日常的に課題を感じていて、その課題を解決するビジネスアイデアをある日ふと思いついたと。
そこからバイブマーケティングを駆使して市場規模の調査とか競合の調査を行っていくと。
次にバイブコーディングを駆使してビジネスアイデアを具体化して実際のプロダクトを作っていくと。
こんなイメージになります。
つまりバイブコーディングとバイブマーケティングのアプローチを採用してAIを使って起業する、そんなイメージになります。
AIを使ってビジネスの検証、市場調査、プログラミング、マーケティング、そういったものを一気通貫で行っていくというものですね。
バイブファウンディングもですね、自分で話しておきながらちょっと言葉遊びな部分はあるんですけど、
個人的にはAIを使った新しい企業のアプローチとして面白いかなと思っています。
今まで企業を経験したことがない人でも、AIを駆使して例えば週末起業をしたり、個人開発ができるようになると。
そんな世界っていうのはもう目の前だと思います。
リスナーの方と週末オンラインとかで集まってバイブファウンディングすると面白そうですよね。
私、個人開発とかビジネスアイデアの壁打ち大好物なんで、先でそういう機会があればリスナーの皆さんとぜひバイブファウンディングやってみたいですね。
それでは今日のポイントをまとめます。
1つ目に、バイブコーディングはオープンAIの創設メンバーでもあるアンドレイ・カルパシーさんが提唱した新しいコーディングのアプローチとなります。
バイブス、感覚に身を任せてAIにほとんどのコーディングを行ってもらう、そんなアプローチとなります。
2つ目に、バイブマーケティングはバイブコーディングから派生して生まれた言葉です。
バイブコーディングと似たようなアプローチで、AIを駆使してマーケティング領域で最大限の成果を上げる、そんなアプローチです。
具体的には、AIに広告のクリエイティブやマーケティング試作を作成してもらったり、マーケティングのタスクを自動化したりします。
最後3点目、今後AIの技術の進化に伴い、バイブコーディングでもバイブマーケティングでもできることっていうのは増えてくると思います。
ですが、仕事の質はAIを指揮する側の人間のスキルに大きく左右されます。
そのため、これからも学び続ける必要があるのではないでしょうか。
はい、今日はこの辺ということで、本日も聞いていただきありがとうございました。
先日、アップルポッドキャストの方で、追加でレビューをいただきました。
ありがとうございます。モチベーションがすごく上がりました。
あともう1件、お便りをいただいています。
ラジオネーム、ともんともさん、ありがとうございます。
ちょっと読みますね。
いつも楽しく聞かせてもらっています。
1点、お伺いをさせてください。
私は地方の中小企業、かっこ小売業の経営者をしており、
これから社内で生成AIを使っていきたいと考えています。
個人情報や社内の機密情報を生成AIにアップロードして活用したいのですが、
有料で法人アカウントを取ればいいのでしょうか。
無料アカウントの範囲では難しいでしょうか。
お便りありがとうございます。
質問にお答えすると、ちょっとチャットGPTの話で回答しますね。
無料プランでも設定でAIに学習されないようにすることはできます。
生成AIによる住所データの重複検知
管理画面の設定からデータコントロールですね。
その場所からAIに学習をさせないように設定することができます。
ただ質問にあるように、有料プランの方がセキュリティの面などで安心です。
具体的には、チャットGPTには法人向けのプランとして、
エンタープライズと、あとはチームというプランがあります。
エンタープライズ版はですね、ちょっと個別の見積もりになってくるんですけど、
チームの場合だと、一人当たり年間契約で月25ドル。
月だけの契約だと月30ドルですね。
25ドルか30ドルの金額となります。
このチームのプランについて、ちょっとオープンAIの説明を引用しますね。
チームや新興企業向けに開発されたチャットGPTチームは、
セキュリティ、データプライバシー、管理者コントロールの強化により迅速に導入できます。
あらゆる業務に対応できるように設計されています。
以上となります。
あとはですね、Azureなどの選択肢もあるんですけど、導入のしやすさとか、
あとはコストで言うと、チームプランが導入しやすいかなと思います。
リンク添付しておきますので、よろしければチェックしてみてください。
お便りの中にですね、どういった用途でAIを使うのかっていうことも書かれていました。
郵送用のDM、このラベルに使う顧客リストの正規化を行うというものですね。
例えば、住所の地盤が全額や半額、あとは関数字で二重で登録されているケースがあると、
それを印刷して事務員が手作業でチェックをしていると。
こうした作業を生成AIに行わせたいようですね。
これちょっと興味深かったので、私実験してみました。
具体的には、ダミーの住所データを500件とあとは1000件用意して、
その中にわざと5件ほど、半額、全額、関数字で重複して登録している住所というのを含めました。
ChatGPTとGeminiとCloudの3社で実験をしました。
モデルはそれぞれ、O3とGemini 2.5 ProとCloud 3.7 SONNETのシンキングモードですね。
いわゆる推論モデルとなります。
住所が記載されているCSVファイルの中から、重複している住所を検出してくださいと、そういった指示を出しました。
まず先に500件で行いました。
結果的にですね、精度が良かった順番としては、ChatGPT、Cloud、Geminiの順番でした。
こういうタスクってGemini得意そうなんですけど、ちょっと結果が意外でしたね。
PDFの情報の抽出とかはGemini強いんですけどね。
もしかするとCSVの相性、もしくは日本語の住所の相性がGeminiは悪かったんですかね。
とにかくChatGPT、Cloud、Geminiの順番でした。
結果としてChatGPTとCloudは、500件の中から重複した住所を見つけることができました。
次にですね、1000件で同じように行ってみました。
結論言うとですね、1000件になると全滅でした。
お便りいただいたトモントモさんが、どれぐらいの住所の数を想定しているのかちょっとわからないんですけど、
生成AIって容量が大きくなればなるほど、ハルシネーションのリスクも増えてくるんですね。
なので結局人間のチェックが必要になってくるので、大きな住所データになってくると二度手間になる可能性というのはあると思います。
ちなみに、1000件のデータで実施した結果で言うと、CloudとGeminiは全滅で、ChatGPTは正当率が40%でした。
AIを用いた業務の効率化
プロンプトをもっと改良していけば正当率っていうのは上がると思うんですけど、やっぱりデータの量が1000件、2000件、3000件って増えてくると、
生成AIで住所の重複をチェックするっていうのはちょっと厳しいかもしれないですね。
ちょっと視点を変えて、この住所の正規化、半画、全画、あとは関数字の重複した住所のチェック、
これはですね、ちょっとアプローチを変えてみてもいいと思うんですよね。
生成AIを使って住所データの重複を検知するっていうアプローチではなくて、
生成AIを使って住所データの重複を検知するプログラムを書いてもらうというようなアプローチです。
つまり、AIにコードを書かせて、そのコードで重複を検知していくというものです。
具体的には、まず全画、半画、関数字、いろんなものが入り混じっている住所の表記売れっていうのを全部半画に統一します。
次に、その正規化の処理を行ったファイルに対して重複のチェックを行うと。
これ手元で再現するとうまく機能しました。
ちょっと具体的な内容聞いていないので、見当違いな提案だったら申し訳ないんですけど、このアプローチもいいかなと思います。
AIに学習されるリスクもないですし、あとは外部にデータを送信することもないので、
手元のパソコンだけで処理が完結する点がいいかなと思います。
それこそViveコーディングじゃないんですけど、Gemini 2.5 Proを使って、大体7回ぐらいですかね、会話を重ねてコードを書いてもらいました。
AIを使って業務を効率化するというアプローチ、おすすめです。
そこからさらに踏み込んでですね、AIにコードを書いてもらって業務を効率化すると。
こうしたアプローチもおすすめなので、よければ社内で検討してみてください。
AIを使った住所データの重複検知の実験ですね。
こちらはノートに書きましたので、興味がある方はチェックしてみてください。
概要欄にリンクを貼っておきます。
番組ではこのように耳で学べるAIを毎週発信しています。
通勤中や家事の合間にAI情報をキャッチアップできます。
毎週水曜朝に更新していますので、ぜひフォローをお願いします。
そしておすすめの生成AIツールをまとめた資料も配布しています。
興味のある方はこちらもぜひ概要欄にリンクを貼っておきます。
お相手は耳で学ぶAIの矢野てっぺいでした。
また次の配信でお会いしましょう。
