- Lovableのエンジニアであり、プロフェッショナル・バイブコーダーのLazar Jovanovicが、AIを使ってコードを書かずに製品を構築する新しい職種について語る。
- バイブコーディングは見た目の気分で作るのではなく、AIへの明確な指示、デザイン的美学、そして本質的な判断力が求められる高度なスキル。
- 技術スタックの選択より「品質・美的感覚・タスト」を最適化することが、AI時代のPM・デザイナー・エンジニアの収束したキャリアパスになる。
論点をもう少し詳しく読む
バイブコーディングが本当に求めるもの—直感的な作業ではなく、明確な指示と判断力
バイブコーディング（vibe coding）は単にAIに気分で指示を出す作業ではない。Lazarが強調するのは、AIは「ジーニーとアラジン」の関係であり、ざっくりした要望では見当違いの結果が返ってくるということ。実際の仕事では、デザインガイドライン、ユーザージャーニー、タスク分解など、複数の構造化されたドキュメントを用意してからAIに指示する。つまり、プロダクトマネジャーに求められる「本当に必要な価値は何か」という判断力が、バイブコーダーにも同じように求められている。
エンジニア・デザイナー・PMの役割が収束する中での新しいキャリア形態
従来は分離していた3つの職種のベン図が重なり始めている。AIが普及することで、誰もが同じツール（Lovableなど）で、デザイン・ユーザージャーニー・機能実装を同時に扱えるようになった。しかし重要なのは、AIは作業を高速化するアンプリファイアに過ぎず、入力品質が悪ければ出力も悪くなる。だからこそ、今後の技術職には「良い判断」「明確性」「品質」が差別化要因になり、具体的な言語（プログラミング言語）の重要性は下がっていく。
バイブコーダーが使う実践的フレームワーク—README・PRD・Design・Tasks
Lazarは独自のドキュメント構成を開発している。README（プロジェクト概要）、PRD（プロダクト仕様）、Design Guidelines（ビジュアル指針）、Tasks.md（実装タスク）の4つのファイルを事前に用意し、AIにそれらを入力する。さらに、ChatGPTストアで『Lovable base prompt generator』『Lovable PRD generator』といったカスタムGPTも作成して、他のバイブコーダーの学習をサポート。この方法なら、計画に数時間から1日かけるだけで、従来なら数週間要するレベルの製品を完成させられる。重要なのは、テク選択ではなく「品質・美的感覚・タスト」への最適化。
スキル獲得の道筋—学習と実装の並行、デザイナーからの学び方
Lazarが繰り返し強調するのは『実際に作ること』の重要性。読むだけではなく、5つ以上のプロジェクトを実際に作ることで初めて判断力が育つ。同時に、優れたデザイナーをX（旧Twitter）やYouTubeで追跡し、彼らがツールにどう指示を出し、何を考えているかを見ることも有効。また、AIに対する『問い立てのスキル』をきちんと身につけることが新しいコア技能になるという見方が提示される。つまり、単に『使う』のではなく、AIとの対話を通じて、自分が何を本当に欲しいのかを言語化する訓練が必要。