ちょうど Lenny’s Podcast のあるエピソードを聴き終えたところです：Getting paid to vibe code: Inside the new AI-era job | Lazar Jovanovic (Professional Vibe Coder)
ゲストは Lovable のプロフェッショナル Vibe Coder、Lazar Jovanovic 氏です。彼は、従来のコーディングスキルよりも明確さ、判断力、デザインを重視することで、AIの可能性を最大限に引き出す洞察を共有しています。

いくつかのアイデアは私の心に強く響いたので、ここに書き留めておきたいと思います。

リバースプロンプトと高精度な情報共有

問題がうまく解決すると、Lazar 氏は AI エージェントに振り返り分析を求めます：「次回問題が発生したときに一発で解決できるように、より良いプロンプトの出し方を学ぶにはどう手助けしてくれますか？」

彼はただ次に進むのではなく、最初の指示に何が欠けていたのかを AI に説明させるのです。

もしあなたもこのポッドキャストを聴いたなら、このアイデアが Lazar 氏の Vibe Coding に対するアプローチのコアロジックを表していることがわかるでしょう。私はこのコアロジックを「高精度な情報共有（High-Fidelity Information Sharing）」と呼びたいと思います。Lazar 氏が主張するのは、成功への最大の障壁は AI の知能ではなく、AI に与える情報の明確さだということです。

「90%と言いましたが、正直なところ100%私たちの責任です。なぜなら、彼ら（AI）は十分に優秀だからです。私が動的にトークンの割り当てを変更していなかったり、正しいファイルを参照していなかったり、正しい言い方をしていなかったりしただけなのです」
— Lazar Jovanovic

このようなリバースプロンプトは、見事な仕上げのアプローチです。そして私もこの方法をよく使っています。先週、Chrome 拡張機能を作っているときにバグに遭遇しました。私は AI にコードベースをチェックさせ、スクリーンショットも送りましたが、どうしても修正できませんでした。そこで手動でコードを確認したところ、1分もかからずに解決しました。単なる引用符（“）のミスだったのです。そこで私は、次回はより良いプロンプトを出せるように、AI にその反省を促しました。

このような経験は、最も難しくて不安定な部分は「どう開発するか」ではなく、人間同士であれ人間と AI であれ、いかにコミュニケーションをとり**「高精度な情報共有」**を維持するかであることを私に思い出させ続けてくれます。

最近、いくつか実験をしてみました。すべてのタスクと問題をファイルに書き出し、AI 自身にもノートを書かせるというものです。コーディングエージェントがタスクや問題を処理すると、チェックマークを入れ、変更内容を DEVLOG.md に書き留めます。これが現時点でうまくいくかどうかはわかりませんが、「信頼できる情報源（source of truth）」としていくつかのファイルがあることで、私は安心感を得られています。

%% ISSUELOG.md %%- [x] The commonly used keyboard shortcuts are not working. such as space bar for play/pause, cmd+L for loop, cmd+R for record.

AIをもっと信頼する

「最近、私は LLM や AI に多くの信頼を置いています…今日のモデルは、その構文出力を信頼するのに十分なほど優れています」

「AI の限界はモデルの知能ではありません。行動する前にモデルが何を見ているかです」
— Lazar Jovanovic

これは、OpenClaw の背後にある極小エージェントである pi-mono を思い出させます。

「Piの全体的なアイデアは、エージェントにまだできないことをさせたい場合、拡張機能やスキルなどをダウンロードしに行くのではないということです。エージェント自身に拡張を依頼するのです。それはコードを書き、コードを実行するというアイデアを称賛するものです」
— https://lucumr.pocoo.org/2026/1/31/pi

Pi はたった4つのツール（Read, Write, Edit, Bash）しか持たず、あらゆるエージェントの中で最も短いシステムプロンプトを持っています。機能を詰め込むのではなく、LLM が必要なものを構築できると信頼しているのです。最小限のコアと、最大限の信頼。

Pi のデザインは、事前に構築された拡張機能に依存するのではなく、自身の能力を拡張するためにコードを書き、実行することを強調しています。

この同じ哲学、つまり AI はすでに十分に有能であるという考え方が、私の考え方をシフトさせ始めました。AI をもっと信頼しようと。AI はすでに強力になっています。

私たちはただ、AI との対話の仕方を学ぶ必要があるだけです。そして、そのプロセスを通して私たちも多くを学ぶことができるのです。

人間を第一に考えるエンジニア

製品は感情的な意思決定に訴えかけるものでなければなりません。Lazar 氏は、人間は「感情的な生き物」であり、「感情に基づいて」購買や使用の意思決定を行うと強調しています。したがって、成功する製品を作ることは、単にコードを書いたり論理的な機能を実装したりすることではなく、「人間の本質を理解すること」なのです。

この点も私の心に深く響きました。人間には感情、欲望、不安定さがあり、これらこそが特定の領域で私たちをかけがえのない存在にしているのです。AI は翻訳者に取って代わることはあっても、コメディアンには決して取って代われません。AI はコピーライティングはできても、笑いを取るジョークは書けません。最適化すべきスキルはアウトプットではなく、人間の本質の理解です。結局のところ、地球上の住人のほとんどはまだ人間なのですから。

私は最近、Moji Fu という Chrome 拡張機能を作成しました。これは Web ページ全体からフォントを収集して適用できる拡張機能です。もともとの動機は、特定のブログや Web サイトを訪れる理由が、単にそのタイポグラフィのせいで読書が楽に感じられるからだということに気づくことが多かったからです。その「雰囲気」を捉えて持ち運ぶ方法が欲しかったので、あらゆるサイトの「タイポグラフィのDNA」を収集する Chrome 拡張機能を構築しました。
「意図」、「感覚」、「雰囲気」——これらは実際には人間の本質です。AI にしてみれば、「コンテンツを直接ターミナルに curl で取得できるのに、なぜ Web ページを読む必要があるのか？」ということになるでしょう。