試行錯誤の果てに辿り着いた「バイブ・コーディング」の現在地

現在、AIを活用したプログラミング、いわゆる「バイブ・コーディング」の波の中で、自分なりに最も納得のいく環境を求めて格闘しています。これが正解であるという確信があるわけではありません。日々変わる技術の中で、泥臭く触ってみた現時点での中間報告として、私の考察をまとめます。

エディター選びの葛藤：なぜ「Cursor」なのか

いくつかの有力なツールを並行して試してきましたが、最終的にはCursorをメインに据えています。

比較と苦悩の記録

• Claude Code: 非常に洗練されており、知能の高さには驚かされました。しかし、従量課金制であるため、こちらの指示が拙かったり、当たりをつけるのが下手だったりすると、瞬く間に10ドル、20ドルと費用が嵩んでいきます。そのコストプレッシャーに耐えながら使うのは、今の私には少し荷が重いと感じました。

• Google Antigravity: Gemini 3.0 Proの能力は圧倒的で、Cursorで解決できなかった難問をいとも簡単に修正してくれる瞬間がありました。しかし、すぐに利用制限に達してしまうという壁にぶつかり、継続的な開発においては安定性に欠ける印象を受けました。

• Cursor (月額60ドルのプロプラン): 結果としてここに落ち着いたのは、**「コストと能力のバランス」**が今の私にとって最も腑に落ちたからです。月額約1万円という投資は決して安くはありませんが、無制限に近い感覚で試行錯誤を繰り返せる安心感があります。インターフェースの馴染みやすさも含め、ようやく「腰を据えて使える」環境に出会えた気がしています。

痛感した教訓：「司令塔」と「エンジニア」の分離

開発を進める中で、一つ大きな気づきがありました。それは、「やりたいこと（理想）」と「コード（現実）」の間には、深い溝があるということです。

AIにただ漠然と指示を出すだけでは、プロダクトは完成しません。私は以下の二つの役割を厳格に分ける必要があると考えています。

1. 司令塔（プロダクトマネージャー）：Gemini 3.0 Pro等 ユーザーとしての違和感や「こうしたい」という抽象的な願いを、論理的な仕様へと翻訳する役割。

2. エンジニア（実装者）：Cursor AI 翻訳された指示を受け取り、実際に動くコードへと落とし込む役割。

現在の実践的ワークフロー

忘備録として、そして自分を律するために、以下のステップで進めています。

• 専用の「翻訳者」を作る: ユーザーの課題をAIが理解しやすいプロンプトに変換するため、GeminiのGemsやMy GPTsを活用しています。まずは「人間の言葉」を「AIへの指示」に整えるステップを挟みます。

• GitHub Issuesをハブにする: ふと思いついたアイデアやバグへの懸念は、すぐにGitHubのIssueに格納します。記憶が新しいうちに書き留め、それをCursorに読み込ませて一つずつ片付けていく。この「忘れる前に記録し、AIに託す」というサイクルが、今の私には一番合っているようです。

結びに代えて

今のこのやり方が、数ヶ月後にも通用しているかは分かりません。もっと効率的な方法があるのかもしれません。しかし、ツールに振り回されるのではなく、自分の「バイブス（直感）」をどうにかして形にするために、この「Cursorを軸とした体制」で今は必死に食らいついていこうと考えています。