ASADASHI
紙工作で表現されたアプリ開発の場面:ミニチュアの机とパズルピースが組み合わさるジオラマ
バイブコーディング2026.06.18·読了 2·難易度: やさしい

未経験でもアプリが作れる時代、何が変わったか

紙工作で表現されたアプリ開発の場面:ミニチュアの机とパズルピースが組み合わさるジオラマ

朝の出汁版(通勤2分)

  • ポイント1: プログラミング未経験の同人作家がClaudeだけで公募検索アプリを完成させた事例が公開され、コードも配布されている。
  • ポイント2: 「書けなくても作れる」が現実になりつつある今、重要なのは何を作るかという目的の解像度であり、コードの知識よりも要件を言語化する力が問われる。
  • ポイント3: 同じようにアプリ作りを始めたい人は、公開されている完成コードを出発点にClaudeへ「こう変えたい」と追加指示を出すところから試してみるのが近道。

出汁の素(深読みモード)

これって結局どういうこと?

プログラミングを一切知らない同人作家が、Claudeとの対話だけで「公募情報を検索するWebアプリ」を完成させ、コードを公開した。コードを「書いた」のではなく、Claudeに指示を出し続けることで「出力させた」という点が本質だ。要は、アプリ開発の主役が「コードを書ける人」から「何を作るかを言語化できる人」に移りつつあるということ。この事例が注目を集めているのは、特定の技術スキルへの依存度が下がり、「自分の問題を自分で解決するアプリを作る」という行為のハードルが実際に下がってきたことを、再現可能な形で示したからだ。元情報はXに投稿された作者本人の記事とコードで、完成物だけでなく試行錯誤のプロセスも記録されている。

なぜこのタイミングで重要?

「書けなくても作れる」という話は以前から存在していたが、今回の事例が持つ意味は「再現性」にある。同人作家という、エンジニアリングとは無縁のバックグラウンドから、自分のニーズに特化したアプリを完成させ、コードごと公開した。他人が同じ出発点から動けるよう整理された情報があるという点で、単なる個人の成功談とは質が違う。

SaaSを使う側から、作る側へ転換する動きでも触れたように、既製のSaaSに自分の業務を合わせるのではなく、自分の用途にフィットしたツールを自作する動きが加速している。この流れの中で、今回の事例は「誰でも作る側になれる」を一段と現実的な話として引き寄せる。

技術的な背景として、Claudeは長いコンテキストを保持しながら対話できる点、コード生成の精度が高い点が、「プログラミング未経験者との往復対話」に向いている。また、continuedevが公開するオープンソースのコーディングエージェント「continue」(GitHub Stars 33,850超)のような周辺エコシステムの充実も、「AIでコードを書かせる」環境の整備を後押ししている。

問われるのはコードの知識よりも、「自分が何に困っているか」「それをどう動くものとして定義するか」という要件の言語化力だ。この力は、日々文章や企画を扱う人間が実は持っていることが多い。

具体的に始めるなら

まず試せる最短ルート:公開コードを「改造の素材」にする

今回の事例では完成コードが公開されている。プログラミング経験がない場合の入り口として、このコードをClaudeに貼り付け、「この部分を〇〇に変えたい」と指示するところから始めるのが現実的に近い。ゼロから作るよりも、動くものを起点に差分指示を出す方が、AIとの対話を学ぶ速度が上がる。

Claudeを使う場合の基本的なやり方

Claude(claude.ai)は無料プランでも利用できる。無料枠には1日あたりのメッセージ制限があるため、複雑な開発を継続するならPro(月額$20前後)が現実的な選択肢になる。「アプリを作りたい」という指示を出す前に、「何を検索したいか」「検索結果をどう表示したいか」「データはどこから取るか」を自分の中で整理しておくと、対話の精度が上がる。

要件の言語化が最初の壁になる

AIへの指示が曖昧だと、生成されるコードもブレる。「公募情報を検索したい」だけでなく、「ジャンル・締め切り・賞金額で絞り込めるようにしたい」「スマホでも使いたい」など、具体的な条件に落とし込む作業が実質的な設計になる。AIへの「逆質問」が精度を上げるで紹介したように、Claudeに「要件を整理する質問を出してもらう」ことから始める方法も有効だ。

コードの置き場所(実行環境)について

生成されたコードをどこで動かすかは別途考える必要がある。静的なWebアプリであればGitHub PagesやVercelで無料公開できる。Pythonスクリプトであればローカル環境(PC上)での実行が最初の選択肢になる。Claudeに「どこで動かすか」を伝えると、その環境に合わせたコードを出力してくれる。

発展として:ChatGPT Codexスタイルとの組み合わせ

ローカルフォルダを指定してChatGPT Proをコーディングに使うツールも個人開発者から公開されており、特定のモデルへの依存を避けたい場合の選択肢になる。用途とモデルを使い分ける視点は、3つのAIを使い分ける時代に何が起きているかも参考になる。

よくある疑問

Q. プログラミングの知識がまったくなくても本当にアプリが完成するの?

今回の事例では完成している。ただし「まったく知識がいらない」というより、「コードの構文を知らなくても進められる」という表現が正確だ。エラーメッセージをAIに貼り付けて修正してもらう、動作しない原因をAIに聞く、という往復作業は発生する。「コードは読めないが、何が起きているかを把握する」程度の感覚は、進めるうちに自然と身についていく。

Q. 完成したアプリはどの程度の品質?個人利用には耐えるか?

公開されているのは個人用途・特定目的(公募検索)に特化したアプリで、大規模なサービスとして運用することを前提にしていない。個人の作業を効率化するツールとしては十分に機能する水準であることが、公開内容から読み取れる。セキュリティや負荷対応など、外部公開・複数人利用を想定した設計は別途必要になる。

Q. Claude以外のAIでも同じことはできる?

技術的にはChatGPT(GPT-4o)やGeminiでも同様の用途で使える。モデルごとにコード生成の癖や強みが異なるため、一つで詰まった際に別モデルに同じプロンプトを投げてみることは実用的な対処法になる。無料枠を複数サービスで使い分けることも現実的な選択肢だ。

もう一歩踏み込みたい人へ

コードが生成された後の「実行環境の整備」と「継続的な改修」をどう効率化するかが、次の関心になりやすい。

オープンソースのコーディングエージェント「continue」はVS Code・JetBrains向けの拡張機能として動作し、ローカルのコードベースに対してAIが直接介入できる環境を提供する。Stars数33,850超のプロジェクトで、モデルはClaude・GPT-4o・ローカルLLMなど選択可能。「チャットで話しながらファイルを書き換えてもらう」という作業フローを、エディタ上で完結させたい人に向いている。

Claude APIを直接使う場合、Anthropicのコンソール(console.anthropic.com)からAPIキーを発行できる。無料クレジットの範囲で試した後、用途に応じてモデル(Claude 3.5 Sonnetなど)を選択する。コード生成タスクにはSonnetクラスが費用対効果の観点から使われることが多い。

さらに踏み込むなら、Claude Codeで「コードを書く人」から「指示する人」へで紹介したClaude Codeのような、ターミナル上でファイル操作まで自律実行するエージェント型ツールも選択肢に入る。「指示→生成→確認→修正」のサイクルを短くするための環境選択が、バイブコーディングの実質的な習熟度を左右する。

元になったツイート

  • プログラミング未経験の同人作家がClaudeだけで公募検索アプリを作った話【完成コード付き】|追記 @newsmatomenai https://t.co/eOdfrUoGJU

  • ローカルフォルダを指定し、ChatGPT ProをCodexライクに使える自分用ツール『ChatGPT Codex Style』を作成しました!💪 Codex上でChatGPT Proモデルを使えないことが大きな不満だったので、めちゃくちゃ快適になりました☺️ Fableがまたいつ使えるか不明なので、Codexでゴリゴリ進めていきます!🔥 https://t.co/Ir21LqrGym

参照ソース