# AIバイブコーディングの応用 うらたじチャンネル。今回のテーマはAIバイブコーディングの応用という話をしていきたいと思います。 2025年から26年の年末年始で、約1週間で作り上げたAIチャット系のアプリケーション。 このアプリは学習用、練習用ということで、一定興味のある人だけに招待コードをお渡しして、 使い勝手とかAIバイブコーディングでこの辺までできるんですよというところを実践例として披露しているという形にはなっているんですが、 ここからが結構AIバイブコーディングのこれまでの壁になりそうだった部分というところもいよいよ検証に入ってきているんですよね。 それは何かというと、実際に利用ユーザーがいるときにどのように機能開発を追加していくだったり、 バグがもし出ていたとしたらそれを修正するといったところを、 いわゆる本番環境と開発環境とかステージング環境をいろいろと同時並行的に駆使しながら、 実際の運用が始まるとしたらこういう感じだよねというところもちょっと検証に入ってきているところです。 その中で、これはちょっとやっぱりAIバイブコーディングだからこそできる応用的な使い方だよねと思うような方法というのが、 半年前の時も微妙にできなくはなかったんですが、 今回はかなり確実性が高いやり方で定番になっていくだろうということがわかってきているので、 今日は実際にどんなことをしてみたのかというところをお伝えしていければなというふうに思います。 何かというと、私が愛用しているレプリットなり他のAIバイブコーディングの統合的なツールに関して言うと、 データベースへのアクセスとかデータベースの追加修正というのもバイブコーディングで全て行うことができるんですよね。 いわゆるSQLというやつで、コーディングとはまた別の世界のプログラミングではありつつ、 何か動的なシステム開発をするときにはマストな存在なわけですが、 ウェブサイトとかモバイルアプリで特に通信向けに行う際には、この利用ユーザーがどのような行動をサイト内とかアプリ内で起こしているかというのは、 データをデータベース上に溜めていくことで、ユーザーの活動状況とかをかなり精緻に測っていくことができるんですよね。 そしてAIはこうしたデータベースのログを見ながら、今このサイトとかアプリはどういう状況にあって、 例えばデイリーベースで分析してみたときには、このページとかこの機能は非常に人気だけども、 あの機能は全然触られてもいないということも、AIが自ら気づける状態、要はデータにすぐにアクセスできる状態になっているというのは非常に強いんですよね。 もちろんこれ本格的にやっていくとしたら、そういったデータ分析用の外部ツールを使ってそこにAIを接続するというのもいいんですが、 でもデータベースがせっかくAIバイブコーディングでも構築できるならば、超細かいデータをAIバイブコーディングで作ってしまって、 そのデータをバイブコーディングで徹底的に分析して、まず依頼をかけることで、サイト内とかアプリ内のユーザー活動というのが丸見えになるという状態まで持っていけるんですよね。 そしてこのデータ分析をレポーティングするというのもAIが得意な領域ですよね。 データからこの今のアプリとかサイトの状況からすると、こういった部分を改善するといいですよとか、人間側からもこの改善の方向性の最も優先度が高い領域はこの辺だと。 例えばこの今回の修削アプリであるムーンのチャット系の会話の中身がより充実するような方向で、今の数値的な分析をもとにいろいろと機能開発の追加の方向をアイデアを見つつ出してというようなことを投げかけると、 またこのアイデアの精度というか、数値から分析データから見た時のアイデアの方向性というのは人間のそれとほとんど変わらないというか、プロフェッショナルな答えが返ってくるなというところまで来てしまっているんですよね。 そうすると、人間側はこの選択肢1から5の中で、この4番目のものがいいかなと。じゃあここの仕様をもうちょっと深掘って一緒に考えてみましょうということを言葉で伝えるだけで、 あとはAI側が、じゃあこの方向だったらこういう仕様ですかねという、この中身もかなりモダンな感じとかトレンドを抑えた感じの機能が簡単に実装できてしまうとなると、まさしくこのフィードバックループが回っているPDCAが回るようなことが数値に基づいて行えるというのがちょっと驚異的な点かなというふうに思います。 続きは夕方18時のプレミアムリスナーさん限定配信ので、さらに深掘っていければというふうに思います。バイバイバイのバイ。