問題提起
-
LLMが普及するほど、個人開発のやり方が大きく変わった。Vibe Codingが主流になる一方で、前提の伝え方が複雑化している
-
機能が増えると、AIに伝えるべきコンテキストが増え、伝わらない・誤解されるリスクが高まる
-
もっとも影響が大きいのは、既存アプリの改修や機能追加の場面。AIがミスリードを起こすと、設計と実装のズレが生じやすい
背景と現状
-
LLMの歴史と波及
-
GPT-3 → ChatGPT → GPT-4・Claude・Copilot へ
-
「コードを書く存在」から「一緒に設計する存在」へと役割が変化
-
-
ゼロからのVibe Codingの特徴
-
要件がシンプルなうちは高速に動く
-
ただし機能が増えると、コンテキスト管理や整合性の維持が難しくなる
-
-
ミスリードが起きやすい理由
-
AIはコードベースを「完全に理解」しているわけではない
-
プロンプトが設計書代わりになるため、曖昧さがそのままAIの解釈に影響する
-
-
既存アプリ改修の現状
-
伝えるべきコンテキストを事前に整理しておかないと、AIが不適切な変更を提案してくる
-
不要なリファクタや既存設計の崩壊につながるケースが出やすい
-
検討と意思決定
-
コンテキスト設計の優先度を引き上げることを決定
-
事前に前提・目的・変更範囲を言語化するルールを導入
-
仕様と変更点の伝え方を標準化し、AIのミスリードを抑制するガイドラインを作成
-
既存設計との整合性を検証するプロンプト設計とレビューを組み込む
-
コミュニケーションのドキュメント化を徹底し、再現性を高める
解決策と成果
-
実践的な解決策
-
コンテキスト整理テンプレを用意し、前提・前提理由・変更の影響範囲をセットで共有
-
変更範囲・目的・完了条件を明示して、AIに伝える情報を最小限の誤解で済むように管理
-
仕様の更新は「何を変えたか」より「なぜ変えたか」を明示するように運用
-
プロンプト設計の標準化と、AIが見落とすリスクを検知するチェックリストを導入
-
-
得られた成果
-
ミスリードの減少と整合性の担保が向上
-
既存アプリの改修時の手戻りが抑えられ、信頼性が高まる
-
コミュニケーションの工数を削減し、開発スピードを維持・向上
-
実務現場でのコンテキスト共有がスムーズになり、再現性が高まった
-
次アクション
-
対象読者像を明確化して、伝え方を最適化
-
コード例の有無とレベル感を決定
-
コンテキスト整理の実用テンプレをさらにブラッシュアップ
-
SEOとキャッチーさを両立させる見出しのキャッチ化を進める
-
次回プレゼン用のドラフト作成とリハを回して、実運用への落とし込みを加速
関連スライド
cloudflare入れてみた
2026/04/27
LM Studio をdockerで動かした
2026/04/27
Rails7アップグレードとwebpacker脱却ログ
2026/04/27
1Passwordと Kubernetes Secretsで実現する方法
2026/04/24
スライド作成の型まとめ
2026/04/11
GitHub Actions+Release Notes活用デプロイフロー
2026/04/08
OpenClawに挑む: 私の使ってみたい気持ちとセキュリティの不安
2026/04/04
Tauriで子供向けアプリを作ってみた話
2026/04/02
43歳、常用偏光レンズで気づいたこと
2026/02/15
デザインを外注してよかった話
2026/02/15
子供向けアプリをTauriで作ってみた話
2026/02/15
ピラティスを始めて感じたこと
2026/02/15
AIにコードを書かせている僕の話
2026/02/15
GitHub READMEをそのままスライドへ
2026/02/14
AI導入で個人開発はどう変わったか
2026/02/08
過程を楽しむ人間は、どう稼げるのか
2026/02/08
slidictの概要
2026/02/08
埋め込み用コード
コピーしてご自身のブログなどに貼り付けることでスライドが表示されます。