Udemy
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
【世界40万人が学ぶ】AIコーディングで開発10倍！Cursor・Claudeで生成AIアプリ自動化＆エージェント構築
Rating: 4.6 out of 5(20 ratings)
425 students

【世界40万人が学ぶ】AIコーディングで開発10倍！Cursor・Claudeで生成AIアプリ自動化＆エージェント構築

PythonとNext.jsでMCPにより生成AIツールを統合。GitHub CopilotやClaude Codeを指揮し、商用SaaSアプリの実装を完全自動化。マルチエージェントやバイブコーディングを駆使し、実務生産性を極限まで高める。
Created byLigency ​, Ed Donner, Course Translation
Last updated 5/2026
Japanese
Japanese

What you'll learn

  • プロジェクト1：コードを一行も書かずに構築する、AIデジタルツインを備えた多機能な個人ウェブサイト
  • プロジェクト2：チャットで操作できる、カンバン方式のプロジェクト管理プラットフォーム
  • プロジェクト3：コンサルティング契約書などの法的文書を作成し、PDFダウンロード機能も備えたSaaS型リーガルアシスタント
  • キャップストーンプロジェクト4：実際の市場データで仮想取引を行い、取引や戦略のためのAIアシスタントを完備したリアルタイムトレーディングワークステーション
  • Ralphループ、feature-dev、GSD、JiraやGitHubとの連携など、高度なワークフローを活用して開発スピードを加速させる
  • サブエージェント、エージェントスウォーム、オーケストレーション（Claude Agent TeamsやGas Townなど）を使用し、エージェントチームを働かせて開発力を飛躍的に高める
  • Cursor、Copilot、Codex、Antigravityを使用し、疲れを知らないAIの同僚と一緒にソフトウェアを構築する
  • プロジェクトを成功に導くためのベストプラクティスを用いて、正確なAGENTS_mdとCLAUDE_mdを作成する
  • Codex、OpenCode、Ampなど、その他のCLIコーディングエージェントを探求する
  • スキル、MCP、フック、プラグインを活用し、エージェンティックAIコーディングの高度な機能を解放する
  • Claude Agent SDK、Claude Cowork、OpenClawを用いて最前線の技術を探求する

Explore related topics

Course content

3 sections • 93 lectures • 16h 14m total length

  • 1日目 - コースへようこそ：Cursor AIで3Dゲームを構築する10:13

    この最初のレクチャーでは、コーディング経験がなくても、AIを使って3Dファーストパーソン・シューティングゲームの構築にすぐに取り掛かります。従来のようなコース紹介ではなく、現在最も人気のあるAI搭載コードエディタの一つであるCursor AIを使って、ゼロから実際に動くプロジェクトを作成します。MacとWindowsの両方でCursorをダウンロードしてインストールし、無料トライアルアカウントにサインアップし、最初のプロジェクトディレクトリを設定する手順を説明します。エディタ内では、ファイルエクスプローラー、コードエディタ、AIエージェントチャットパネルの3つのペインからなるインターフェースを探求し、それぞれがワークフローをどのようにサポートするかを学びます。このレクチャーの中核は実践です。AIエージェントに「アリーナでコンピュータの敵と戦う3Dファーストパーソン・シューティングゲームのウェブサイトを構築し、矢印キーで操作し、スペースバーで撃つ」という簡単なプロンプトを入力します。舞台裏でGPT-4oのような強力なモデルを使用し、AIが`index.html`ファイルを生成し、リアルタイムでゲームコードを書き始めるのを見ることができます。これは真のバイブコーディング体験です。このレクチャーはコース全体の基礎を築き、CursorやChatGPTクラスのモデルのようなツールが自然言語から機能的なコードを生成する方法を示します。セッションごとにわずかに異なる結果が生まれることを目の当たりにし、AIを使った構築の中心にある創造的な予測不可能性に触れることになります。終了する頃には、ブラウザで動作するシンプルながらもプレイ可能な3Dシューティングゲームが完成し、AIを使ってプロジェクトをゼロから構築する可能性を明確に理解できるでしょう。

  • Day 1 - Cursor AIエージェントでFPSゲームを構築する6:54

    この実践的な講義では、Cursor AIエージェントを使用して、手動でのコーディングを一切行わずに、3Dファーストパーソンシューティングゲームをゼロから構築する様子をご覧いただきます。簡単なテキストプロンプトから始まり、AIがHTML、JavaScript、CSSを含むすべてのプロジェクトファイルを生成し、数分で完全にプレイ可能なFPSゲームを作成します。エージェントへのプロンプト入力、ゲームのテスト、そして敵の詳細、ヘッドアップディスプレイ（HUD）、難易度の上昇といった機能を追加するためのフォローアップ指示による反復作業など、「バイブコーディング」のワークフロー全体を実際に確認できます。また、問題が発生した場合の対処法や、AIにプロンプトを与えてエラーを自動的に修正させるトラブルシューティング方法も示します。コースの後半で取り上げる高度なテクニックの予告として、Claude CodeのRalph Loopsを使用した驚くべきゼロショットでのゲーム構築も紹介します。これは、単一のプロンプトから武器モデル、ミニマップ、回復アイテム、キルカウントなどを備えた洗練されたシューティングゲームを生成するものです。この講義は、AIを使って実際のプロジェクトを構築するための第一歩であり、今後の週でCursor、ChatGPT、Claudeといったツールを使用して、より複雑なアプリケーションを作成するための基礎を築きます。

  • 1日目 - エージェンティックAIコーディングに欠けていたマニュアル6:55

    この講座は、Andrej Karpathy氏のプログラミング業界を再構築する地殻変動に関するバイラルな投稿に触発され、エージェンティックAIコーディングに欠けていたマニュアルとなることを目指して設計された、3週間の包括的なコースの幕開けとなるものです。この最初の講義では、Karpathy氏の洞察を解き明かすことから始めます。それは、ソフトウェア開発において、AIエージェント、サブエージェント、プロンプト、コンテキスト、メモリ、ツール、プラグイン、MCP、ワークフロー、IDE統合などを含む、強力な新しい抽象化レイヤーが出現したこと、そしてほとんどの開発者がガイドなしでそれを理解しようと取り残されているという現状です。このコースは、AIコーディングエージェントの助けを借りて完全で大規模な製品を構築したいコーディング初心者のエンジニアと、急速に進化するエージェンティックAIの状況に圧倒されている経験豊富なシニア開発者の両方を対象としています。プロンプト、トークン、API、コードベースのコンテキスト、AIエージェントのワークフローが実際にどのように組み合わさるかを理解し、現在のバイブコーディングとエージェンティックAIのエコシステムをナビゲートする方法を学びます。誇大広告に惑わされることなく、AI支援開発の長所と実際の欠点の両方を特定し、確率的で進化し続けるAIモデルの限界を管理しながら生産性を最大化する方法を学びます。最終的には、開発者ワークフローで自信を持ってエージェンティックAIを使用するためのメンタルモデルと実践的なスキル、そして現代の求人情報でますます求められる完全なスキルセットを身につけることができます。

  • 1日目 - 講師紹介と3週間のAIコーダーコースロードマップ10:45

    この最初の講義では、インストラクターであるEd Donner（Nebula.ioの共同創設者兼CTO、元JP Morganマネージングディレクター、40万人以上の生徒を持つ教育者）を紹介し、3週間のAIコーダーコースのロードマップを完全に解説します。このコースが、AIエージェントを使ってコードを書くことを中心に独自に設計されており、一般的なツールの幅広さと、Claude CodeやOpenCodeを使ったCLIコーディングの深さを両立していることを説明します。カリキュラムが3つのフェーズにどのように構成されているかがわかります。第1週「楽しさと利益のためのバイブコーディング」では、エージェンティックコーディングの全体像、エージェント、コンテキストエンジニアリング、プロンプトの基礎に関する基本的なコアスキルを学び、Cursor、Copilot、Codexを使った実践的なセッションと、商用MVPを含む2つの実際のプロジェクトに取り組みます。第2週「バイブエンジニアリング」では、Claude Code、コマンド、チェックポイント、Ralphループ、MCPプラグイン、デバッグ戦略を使ったCLIコーディングのワークフローを深く掘り下げ、完全なSaaSプラットフォームプロジェクトを構築します。第3週「エキスパートとしてのエージェンティックエンジニアリング」では、マルチエージェントシステム、フック、サンドボックス化、大規模なコードベースでの作業、エージェントスウォーム、オーケストレーションフレームワークなど、より高度な内容を扱い、すべてを統合する最終プロジェクトに挑戦します。この講義を終える頃には、コース全体の構造を理解し、各フェーズで使用するツールやプラットフォームを把握し、基本的なChatGPTのプロンプトから自律的なマルチエージェントのオーケストレーションまで、AI導入の8つのレベルがあなたの学習の旅にどのように対応しているかがわかるでしょう。これは、AIエージェントのチームと共に本番品質のソフトウェアをデプロイできるエキスパートのエージェンティックエンジニアになるための、ステップバイステップのロードマップです。

  • 1日目 - バイブコーディング、エージェンティックコーダー、そしてClaude Codeのようなコーディングエージェント8:58

    このレクチャーでは、Andrej Karpathyによって作られた「バイブコーディング」という言葉の起源と進化を探ります。LLMにコードを生成させるという単純なアイデアから、2025年のAI支援ソフトウェア開発を定義するパラダイムへとどのように成長したかをたどります。バイブコーダー、バイブエンジニア、エージェンティックコーダーといった、この急速に変化する分野で使われる主要な用語を学び、これらの用語が文脈によってどのように意味を変えるかを理解します。また、コーディングエージェントと対話するための3つの主要なインターフェース（IDE、プラグイン、CLI）を分析し、なぜコマンドラインがAIエージェントとの共同作業において最も生産的で強力な方法の一つになったのかを発見します。さらに、Claude Opus 4.5、GPT 5.2、Gemini 3のようなモデルによってもたらされた重要な変曲点についても学びます。これにより、初期のワークフローを悩ませていた繰り返しの間違いが劇的に減少し、エージェンティックコーディングの生産性が新たな波を迎えました。最後に、日々発表される情報の中から本質を見抜き、本当に価値のあるツールとワークフローに集中するための実践的なアドバイスを得ることができます。

  • 1日目 - AIコーディングの8段階：ChatGPTからエージェントオーケストレーションまで10:31

    このレクチャーでは、Steve Yeggeが提唱したAIコーディングの8つの段階というフレームワークを探求します。ChatGPTとの基本的なプロンプトのやり取り（ステージ1）から始まり、CursorのようなIDEでのエージェンティックコーディング（ステージ2）、AIエージェントを信頼して自律的に変更を実行させるYOLOモード（ステージ3）へと進みます。ステージ4ではコードからエージェント自体へと焦点が移り、ステージ5ではClaude CodeのようなCLIベースのコーディングエージェントを扱います。さらに、複数の自律エージェントが協調するマルチエージェントシステム（ステージ6、7）を経て、最終的にはマスターエージェントが階層的にエージェント群を管理する完全なオーケストレーション（ステージ8）に至ります。各ステージがコースの各週（1週目：ステージ2-4、2週目：ステージ5、3週目：ステージ6-8）にどのように対応するかも解説します。また、AIツールのコストやAPIに関する実践的なガイダンスも提供し、エンタープライズ開発における最適な段階がステージ5と6の間にあるという重要な洞察を共有します。

  • 1日目 まとめ：あなた独自のエージェンティックコーディングの旅の始まり3:48

    このレクチャーは、次のようなことを学びたいあなたのためのものです：


    - エージェンティックコーディングの全体像はどのようなもので、AI導入の8つのレベルの中で自分はどこに位置するのか？

    - AIエージェントのワークフローは従来のコーディングとどう異なり、なぜその結果は毎回ユニークになるのか？

    - ChatGPTやClaudeのようなモデル間で自律エージェントの出力が異なるのはなぜか、そしてそれをどう受け入れるべきか？

    - 誇大広告に惑わされずに、急速に変化するエージェンティックAIの世界を乗り切る最善の方法は何か？

    - 熟練したエージェンティックコーダーになるための、構造化された複数フェーズのカリキュラムを通じて、自分の進捗をどのように追跡できるか？

    - 学習の過程を共有することで、AIコーディングにおける知名度と専門性をどのように構築するか？


    この1日目のまとめのレクチャーでは、エージェンティックコーディングの全体像のフェーズで学んだすべてを振り返り、今後の基礎固めの準備をします。講師は、AIエージェントを扱う上での重要な現実について語ります。ChatGPTやClaudeのようなモデルは毎週進化するため、あなたのプロンプトへの応答やコーディングの出力は他の誰とも異なるものになります。これはまさに「自分だけの冒険を選べる」学習体験です。自律エージェントの結果のばらつきを受け入れることが、後退ではなく強みである理由、そして絶え間ない新しいAIの発表のノイズの中で集中を保つ方法を理解するでしょう。


    このレクチャーでは、1日目に紹介されたAIの8つのレベルのフレームワークを再確認し、単純なプロンプトベースの対話からマルチエージェントシステムや自律的なワークフローに至るまで、オーケストレーションの全体像についての理解を深めます。3週間のカリキュラム全体が示され、最初のマイルストーンである、ツール、IDE、ターミナル、そしてエージェンティックコーディングを支える基本概念を含む、エージェンティックAIエコシステムの基礎的な把握が完了したことを確認します。


    今後の展望として、2日目の焦点であるエージェントの基礎、特に効果的なAIエージェントの振る舞いを駆動する重要な`agents.md`ファイルやコンテキストエンジニアリングの原則についてのプレビューがあります。また、講師はコース全体を通じてQ&A、メール、LinkedInを介して直接サポートを受ける方法を概説し、この急速に進化する分野での専門性を高めるために、あなたのプロジェクトを公に共有することを奨励します。あなたは7%を完了し、この先にはエキサイティングな93%の実践的なマルチステップのエージェンティックコーディングが待っています。

  • LLMの仕組み：トークン、メモリ、推論の解説11:02

    この基礎理論の講義では、大規模言語モデルがどのように機能するかについて、ゼロから明確なメンタルモデルを構築します。LLMが実際に行うこと、つまりトークンのシーケンスを入力として受け取り、次に来る可能性のあるすべてのトークンに対する確率分布を出力することを理解することから始めます。トークンとは何か、単語とどう違うのか、そしてLLMが推論プロセスを通じて一度に1つのトークンを生成する仕組みを学びます。そこから、LLM自体（GPTなど）と、その周りに構築されたAIアプリケーション（ChatGPT、Cursor、Duolingo Maxなど）との重要な違いを探ります。この区別は、エージェンティックAIシステムを扱う人やAIエージェントアーキテクチャを構築する人にとって不可欠です。なぜなら、LLMをラップするソフトウェア層に、実際の機能の多くが存在するからです。次に、LLMをインテリジェントに見せるための重要なトリックを解説します。まず、記憶の錯覚、つまりAIアプリケーションが、モデルへの各呼び出しが完全にステートレスであるにもかかわらず、会話履歴全体を各LLM呼び出しに渡すことで、ステートフルなコンテキストウィンドウをシミュレートする方法を理解します。次に、LLMの推論と思考、つまりモデルに回答前に思考の連鎖を出力させるプロンプトが、複雑な推論タスクの精度を劇的に向上させるという発見について掘り下げます。このセッションは、今後の実践的なハンズオン作業のための理論的基礎を築き、単純なチャットボットから洗練されたマルチエージェントAIシステムまで、あらゆるものを動かすLLMアーキテクチャ、トークン予測、プロンプト設計の基礎的な理解を提供します。

  • 2日目：ツール、ループ、AIエージェントの定義8:28

    このレクチャーでは、大規模言語モデルを単純なテキスト生成器から強力なエージェンティックAIシステムへと変貌させた2つの最も重要な要素、「ツール」と「ループ」について探ります。LLMエージェントがどのように「ツール呼び出し」を利用して、インターネット検索やPythonコードの実行といったアクションをトリガーするのかを学びます。また、LLMを連続して呼び出す「ループ」というシンプルなワークフローが、なぜ複雑なタスク解決を可能にするのかを理解します。最終的に、OpenAIの初期の概念から、Simon Willisonが提唱する「目標達成のためにループ内でツールを実行するLLM」という2025年のコンセンサスまで、AIエージェントの定義がどのように進化してきたかを学びます。これにより、今日の高度なAIエージェントやマルチエージェントシステムを支える基本要素についての明確で実践的な理解を得ることができます。

  • 2日目 - コンテキストエンジニアリング：システムプロンプト、コンテキストウィンドウ、agents.md13:00

    この講義では、AIエージェントのためのコンテキストエンジニアリング、つまりLLMが最良の出力を生成できるように完璧な入力を構築する技術と科学を習得します。なぜコンテキストエンジニアリングがプロンプトエンジニアリングに代わってLLMを扱う上で決定的なスキルとなったのかを学び、コンテキストを構成するあらゆる要素を探求します。具体的には、AIエージェントの役割とトーンを決定するシステムプロンプト、利用可能な能力を定義するツールの説明、永続的なメモリ層、そして思考トークン、コード出力、ツール呼び出し結果を含む完全な会話履歴などです。また、コーディング標準、プロジェクト詳細、目標をセッションごとに直接コンテキストウィンドウに注入する特別なプロジェクトレベルファイルであるagents.mdファイル（Claude Codeではclaude.md、Antigravityではgemini.md）についての完全なガイドを提供します。主要モデル（GPT-4o、Claude 3.5 Sonnet、Gemini 1.5 Pro）のコンテキストウィンドウの制限、なぜその制限に達するずっと前にパフォーマンスが低下するのか、そして鋭い結果を維持するための効果的なコンテキスト管理戦略を理解します。最後に、Claude CodeのようなAIコーディングツールが会話履歴を自動的に要約してスペースを確保するコンテキスト圧縮を検証し、コンパクターを信頼すべき時と、最適な結果を得るために手動でコンテキストを更新すべき時のベストプラクティスを学びます。

  • agents.mdをマスターする：コーディングエージェントのコンテキストウィンドウ戦略11:52

    このレクチャーでは、コーディングエージェントのためのコンテキストエンジニアリングの技術と科学を習得します。AIエージェントがコードを一行書く前に、プロジェクトの目標、コーディング標準、成功基準を準備するためのマークダウンファイルである「agents.md」の書き方、構造化、維持方法を学びます。agents.mdファイルの階層構造、コンテキストウィンドウを最大化するための簡潔で効果的なシステムプロンプトの作成方法、そしてCursor、Claude Code、Geminiなどのツール固有の実装との比較を探求します。最終的には、コンテキストを厳密に管理する「2025年型」アプローチと、AIに自己修正を委ねる未来の「2026年型」アプローチという、2つの対照的な戦略を学び、自身のAIコーディングワークフローに最適なコンテキスト管理手法を判断できるようになります。

  • 2日目 - AIコーディングワークフローの進化：YOLOからRalphループまで13:04

    このレクチャーでは、AIコーディングワークフローがどのようにマイクロマネジメントから完全自律ループへと進化してきたのかを学びます。AIコーディングエージェントを一晩中実行させて素晴らしい結果を生み出す「Ralph Wiggumループ」とは何か、LLMに対して「YOLOモード」と構造化された「計画-実行-レビュー」ワークフローをいつ使い分けるべきかを解説します。Ralphループ、マルチエージェントスウォーム、フィードバックループが、いかにしてAIコーディングを「2026年の思考法」へと押し上げるのかを探ります。また、ミッションクリティカルなエンタープライズソフトウェアと、ゼロからMVPを構築する場合で、それぞれどのAIコーディングワークフローが最適かを学びます。最後に、Claude CodeのようなAIコーディングエージェントを活用する際に、コード品質に対する最終的な責任をどのように担うべきかについても考察します。

  • 2日目 - 誇大広告を超えて: Artificial AnalysisによるLLMの比較7:13

    このレクチャーでは、ソフトウェアエンジニアにとって今日のLLMができることとできないことについて、誇大広告と懐疑論の両方を乗り越え、現実的で正直な評価を提供します。LLMを知能、速度、価格、コーディング特有のベンチマークで比較するための必須リソースであるArtificial Analysis (artificialanalysis.ai) を探求します。GPT 5.2、Claude Opus 4.5、GPT 5.2 Codex、Gemini 3 Proなどのトップモデルが互いにどのように比較されるか、そしてなぜ2025年11月の変曲点がコーディングエージェントが確実に提供できるものに段階的な変化をもたらしたのかを解説します。AIコーディングが桁違いの改善をもたらす領域（ボイラープレートのReactフロントエンドや新規開発プロジェクトなど）と、特に大規模で革新的なコードベースにおいて改善が漸進的にしか得られない領域について学びます。誇大広告を追いかけたりツールを否定したりするのではなく、LLMのパフォーマンスを評価するための現実的なフィードバックループを構築し、自身のワークフローでAIの反復を活用するためのベストプラクティスを理解します。最終的には、モデルが進化する中で最新情報を維持し、コーディング能力とツール使用をベンチマークし、自律型AIコーディングエージェントが実際のソフトウェア開発で達成できることについて、情報に基づいた期待を設定する方法を正確に理解できるようになります。

  • 3日目 - Cursor、Copilot、Codex & エージェンティックなバイブコーディング実践8:27

    このハンズオンチュートリアルでは、理論から実践へと移り、AI搭載のコーディングツールを使ったバイブコーディングを体験します。Cursor AIを直接操作し、GitHub CopilotやCodexとの比較を通じて、環境設定からプロジェクトのクローン、アプリ開発の開始まで、エージェンティックAIコーディングのコアワークフローを学びます。Node.jsのインストール、Cursor内でのターミナル操作、Gitコマンドの実行、そして作業用コードベースとして新しいKanbanプロジェクトを設定する手順を段階的に解説します。コード生成時の待ち方、AIエージェントへの効果的なフィードバックの与え方、コード品質を向上させるためのプロンプトの簡素化など、Cursorを使ったバイブコーディングに不可欠なベストプラクティスも習得できます。初心者にも分かりやすく、実際の開発ワークフローでバイブコーディングツールを使い始めるための完全ガイドです。このセッションを終える頃には、動作するプロジェクト環境を手に入れ、自然言語プロンプトとエージェンティックAIコーディングで開発を始める自信がつくでしょう。

  • 3日目：`agents.md`ファイルとバイブコーディング向けCursor設定の探求9:49

    このレクチャーでは、Cursor AIがプロジェクトのコードを生成する方法を形作る中心的なプロンプトドキュメントである`agents.md`ファイルの設定と理解に関する完全なガイドを学びます。サイドバーやエージェントチャットを操作するための基本的なCursorショートカットキーから始め、バイブコーディングのワークフロー全体を駆動する`agents.md`ファイルを開いて探求します。明確なビジネス要件の定義、Next.jsなどの技術仕様、コーディング標準の確立、そして`autorun`や`Yoloモード`といったCursor AI設定の構成方法まで、AI支援開発を最適化するための実践的な手順を段階的に解説します。

  • 3日目 - Cursor AIエージェントのYOLOモードでかんばんアプリを構築する9:41

    この実践的なレクチャーでは、Cursor AIエージェントのYOLOモードを使用して、ほぼゼロの手動コーディングで、完全に機能するかんばんプロジェクト管理アプリをゼロから構築する様子をご覧いただけます。まず、Cursorエージェントのワークスペースを設定し、agents.mdファイルを読み込ませて包括的なMVP実装計画を生成させます。そこから「ビルド」を開始し、AIエージェントが自律的にコードベース全体を作成する様子を見守ります。Next.jsのフロントエンドのスキャフォールディング、コンポーネントの生成、単体テストの作成と実行、失敗の検出、そして自身のコードの修正をライブで行います。かんばんアプリがローカルホストで実行されたら、列間のドラッグ＆ドロップ、カードの追加と削除、列名の変更、列内での並べ替えなどのコア機能をテストします。その後、エージェントに的を絞ったフィードバック（バグ報告、UI改善の要求、スムーズなドラッグ＆ドロップやカスタムカラースキームなどのUX改良）を与える練習をし、洗練された結果に向けて反復的に改善していく様子を観察します。このレクチャーを終える頃には、CursorのエージェントモードとYOLOモードを使ってAIでソフトウェアを迅速に構築、テスト、改良するための、明確で再現可能なワークフローを身につけることができるでしょう。

  • 3日目 - VS CodeでGitHub Copilotを使ってかんばんボードを構築する14:44

    このレクチャーでは、VS CodeでGitHub Copilotを使い、GitHubリポジトリ内の単一のagents.mdファイルから、完全に機能するかんばんボードアプリをゼロから構築します。VS Codeのインストール、GitHub Copilot拡張機能の追加、そしてAIコーディングエージェントを有効にするためのGitHubアカウントへのサインインから始めます。その後、かんばんプロジェクトを開き、エージェントモードとプランモードでCopilot Chatを起動し、プロジェクトの指示に基づいて、ドラッグ＆ドロップによるタスク管理、列の名称変更、洗練されたUIを含む完全な実装が生成される様子を観察します。さらに、AIコーディングエージェントを扱う上で最も重要なスキルの一つである、規律あるデバッグ手法についても学びます。カード削除機能が失敗し、Copilotが修正したと主張しても実際には直っていない場合に、エージェントに問題の再現、根本原因の証明、修正の実装、そして動作確認を指示する方法を具体的に学びます。この構造化されたデバッグワークフローは、GitHub CopilotやCursorなど、あらゆるAI支援開発ツールに応用できます。

  • 3日目 - OpenAI Codex VS Code拡張機能：ゼロショットでのかんばんアプリ構築10:22

    この実践的なレクチャーでは、OpenAI Codex VS Code拡張機能を使用して、完全に機能するかんばんアプリケーションをゼロショットで構築する全過程をご覧いただきます。手動でのコーディングは一切不要です。agents.mdという計画ファイルのみが入った新しいプロジェクトディレクトリから始め、Codexが自律的にドキュメントを読み、要件を推論し、洗練されたNext.js製のかんばんボードを生成する様子を観察します。ドラッグ＆ドロップ機能、列の名称変更、タスク管理、プロフェッショナルなUIを備えた74個のファイルが、約15分間のエージェンティックAI開発によって生み出されます。Codex拡張機能のインストール方法、OpenAIアカウントでの設定、適切なモデル（GPT 5.2 Codex）の選択、最適な結果を得るための推論努力設定の調整方法を学びます。また、IDE内でGitHub CopilotからCodexへとAIツールを切り替える方法や、スターターリポジトリのクローン、プロジェクトフォルダの整理、AIにビルドプロセス全体を自動化させる「エージェントフルアクセス（YOLO）モード」の使用など、実践的なワークフローテクニックも紹介します。さらに、生成中のコンテキストウィンドウ使用量やトークン消費量を監視する方法についても触れ、ゼロショットAIコーディングの可能性と限界について正直に解説します。Reactやフロントエンドの深い専門知識がなくても、AIを使えば数分で素晴らしいフロントエンドアプリを構築できることを目の当たりにしながら、より複雑なワークフローや大規模システムには今後のレクチャーで扱う高度な戦略が必要であることも理解できるでしょう。これは、今日のエージェンティックAIコードツールがどのレベルにあるか、そしてそれらを開発の協力的なパートナーとしていかに活用できるかを示す強力なデモンストレーションです。

  • 3日目 - Antigravity IDEとGemini 3 Proを使ったかんばんアプリ構築10:37

    この実践的なレクチャーでは、Googleの最先端AIモデルの最強層であるGemini 3 Proを搭載したGoogle Antigravity IDEを使用して、完全に機能するかんばんアプリを構築します。新しいプロジェクトのクローンから始めて、VS Codeからフォークされた次世代AI IDEであるAntigravityの完全なセットアップを順を追って行い、プロンプトから動作するアプリケーションまでの開発を自動化するエージェンティックコーディングワークフロー用に設定します。Antigravityのダウンロードと起動、Google Cloud認証でのサインイン、使い慣れたVS Codeベースのインターフェースの操作方法を学びます。このレクチャーでは、リントエラーに対するエージェントの自動修正の有効化、中断のないAI開発のための自動進行モードの設定、そして標準のagents.md規約に代わるAntigravityの`.agent/Rules/strategy.md`ファイルの作成など、重要な設定手順をカバーします。開発環境を設定した後、Gemini 3 Pro Highに自律的にかんばんアプリを構築するように指示し、AIエージェントが計画を立て、コードを書き、ブラウザを起動して自身の作業を視覚的に確認し、Playwrightの自動テストを実行して機能を検証する様子を観察します。モデルが失敗したテストを検出し、修正し、反復するのを、すべて手動の介入なしで見ることができます。最後に、完成したかんばんボードのライブレビューを行い、ドラッグ＆ドロップ、カード作成、インライン編集をテストしながら、AIの出力をさらに洗練できる領域を特定します。これは、実際のアプリをAIツールで構築する際に、Google AntigravityとGemini 3 ProがCursor、GitHub Copilot、OpenAI Codexとどのように比較されるかを直接的かつ実践的に比較するものです。

  • 3日目 - Cursor vs Copilot vs Codex vs Antigravity: 最終評決4:16

    このレクチャーでは、2026年における4つの主要なAIコーディングツール、Cursor AI、GitHub Copilot、OpenAI Codex、Google Antigravityを徹底的に比較し、最終的な評決を下します。各ツールが実際のコーディングタスク（かんばんボードの構築と反復的な改善など）でどのように機能するかを検証します。AIコーディングアシスタントとの反復的な作業、プロンプトの処理、リファクタリング、複数ファイルにまたがる変更への対応能力を評価します。これらのツールの共通点と微妙な違いを理解し、あなたのチームやプロジェクトに最適なAIコーディングツールを選択するための知見を得ることができます。

  • 4日目 - YOLOモード：IDEでのエージェンティックコーディングに最適なLLMの選び方9:06

    この実践的なプロジェクト講義では、理論から実践へと移り、AIコーディングのセットアップをYOLOモードにして、最先端のLLMに自律的に実際のコードを構築させます。このセッションでは、まず週の前半で探求した4つのIDE環境、すなわちCursor（AnySphereによるVS Codeのフォーク）、GitHub Copilot（VS Code拡張機能）、Codex（VS Code拡張機能およびCLIツールとして使用）、そしてAntigravity（Google独自のVS Codeフォーク）について明確に要約します。IDEツールとそれを支えるLLMの区別が、あなたのバイブコーディングワークフローにおいて最も重要な決定である理由を学びます。 この講義では、これらのプラットフォームで使用される特定のAIモデル、Composer（AnySphere独自の高速フロンティアモデル）、Claude Haiku 4.5、Claude Sonnet 4.5、272Kのコンテキストウィンドウを持つGPT 5.2-Codex、そして100万トークンの巨大なコンテキストウィンドウを持つGemini 3 Proなどを詳しく解説します。「高速フロンティア」と「トップフロンティア」が実際に何を意味するのか、そしてコンテキストウィンドウのサイズがフロントエンド、バックエンド、フルスタックのタスクにわたるエージェンティックコーディングのパフォーマンスにどのように影響するかを理解します。 最も重要なのは、適切なLLMを選択するための実践的な経験則を身につけることです。速度よりも知能を優先し、予算を設定してその範囲で最も賢いモデルを選び、より小さなモデルやオープンソースモデルを使用する際はより正確なプロンプトを書き、YOLOモードはClaude Opus 4.5、GPT 5.2 Codex、Gemini 3 Proのようなトップクラスのフロンティアモデルのために取っておく、といったことです。高速フロンティアモデルには、差分を確認し、変更を段階的に承認し、コーディングセッション全体を通して監督を維持するという、一歩一歩進めるワークフローが推奨されます。この講義は、現代のソフトウェア開発で生産性を最大化するために、適切なAIモデルを適切なワークフローに適合させるためのメンタルモデルを提供します。

  • 4日目 - 成功するバイブコーディングのための5つの原則：ボスであれ10:35

    このレクチャーでは、AIコーディングエージェントを使ったバイブコーディングを成功させるための5つの基本原則を学びます。これらはすべて「ボスであれ」という重要なメンタルモデルに集約されます。構築すべきもの、従うべきコーディングスタイル、測定可能な成功基準を明確に定義する、簡潔で効果的なagents.mdの作成方法を発見します。また、なぜ単純なMVPから始めて段階的に構築し、各ステップで常にテストと検証を行うことが、複雑なプロンプトで最初からすべてを解決しようとするよりもはるかに効果的なのかを理解します。このレクチャーは、エージェンティックコーディングワークフローにおける最大の罠の一つ、つまり初期の成功の後に怠慢になることに取り組みます。AIコーディングエージェントに対して常に懐疑的であり、あらゆる段階で挑戦し、修正の証拠を要求し、LLMが自信ありげに聞こえても決して油断してはならない理由を学びます。さらに、バイブコーディングが真の10倍の生産性向上をもたらす場合（新規開発プロジェクトでのフロントエンドのスキャフォールディングなど）と、わずかな改善しか得られない、あるいは価値を損なう場合（レガシーなコードベースやモデルのトレーニングデータ外の新しい技術での作業など）について、現実的でバランスの取れた視点を得ることができます。このレクチャーは、AI支援によるソフトウェア開発を最大限に活用するために必要な、規律ある「信頼しつつも検証する」考え方を身につけるのに役立ちます。

  • 4日目 - 責任あるYOLOコーディング：AIプロジェクトのためのOpenRouterセットアップ13:36

    このレクチャーでは、AIプロジェクトでAIモデルを呼び出すためのバックボーンとしてOpenRouterをセットアップします。これは、Cursor AIでYOLOモードに入る前の重要なステップです。AI支援開発のトレードオフを理解し、Jellyfinのオープンソースポリシーのような実用的なフレームワークを通じて、AIが生成したコードを提出する際の責任あるベストプラクティスを学びます。具体的には、OpenRouterアカウントを作成し、APIキーを生成・設定し、無料および有料のAIモデル（Claude、GPTなど）にアクセスする方法を実践します。最終的に、このセットアップは、コース全体で構築するNext.jsアプリ（AIデジタルツインチャットボット付きのポートフォリオサイト）の基盤となります。

  • 4日目 - YOLOモード: CursorでGPT Codexを使ってNext.jsウェブサイトを構築する10:34

    このレクチャーでは、AIエージェントを搭載したコードエディタであるCursor内で、AIエージェントとしてGPT 5.2 Codex-Highを使用して、Next.jsウェブサイトをゼロから構築する様子を追体験します。これは完全なYOLOモードです。1つのプロンプト、1つのPDF、そして残りはエージェントが行います。Cursorで新規プロジェクトを設定し、OpenRouter APIキー（またはOpenAI APIキー）を含む適切にフォーマットされた`.env`ファイルを作成し、秘密情報を安全に保つために`.gitignore`を設定するところから始めます。次に、Cursorのエージェント設定（自動実行モードの有効化、適切なAIモデルの選択、自律的なコード生成のためのワークスペースの準備）を順を追って説明します。レクチャーの中核は、AIエージェントにLinkedInプロフィールのPDFを読み込ませ、App Routerを使用したNext.jsで見事な、エンタープライズとエッジの効いた個人ウェブサイトを構築するよう指示する、1つの注意深く作られたプロンプトです。エージェントがウェブアプリ全体（自己紹介セクション、キャリアジャーニーのタイムライン、ポートフォリオのプレースホルダー、動作する連絡先リンクを含む）を計画し、スキャフォールディングし、生成する様子を、手動コーディングなしでご覧いただけます。最初のビルドでエラーが発生した際には、ターミナルの出力をCursorチャットに貼り付けるだけで、AIエージェントが自律的に問題を解決するリアルタイムのデバッグ方法も紹介します。その結果、localhostで動作する、洗練された完全に機能するNext.jsサイトが完成します。このレクチャーは、プロジェクトのセットアップ、環境変数の設定、Cursor AIエージェントの設定、ウェブ開発のためのプロンプトエンジニアリング、AI駆動ワークフローでのエラー解決、自律的なコード生成の出力評価をカバーしています。AI支援開発を初めて探求する方でも、Cursor、OpenRouter、GPT Codexのようなツールでワークフローを加速させたい方でも、このセッションはすぐに再現できる実践的なチュートリアルを提供します。

  • 4日目 - OpenRouterとバイブコーディングでAIデジタルツインチャットを追加7:49

    このハンズオンレクチャーでは、CursorのAIエージェントとバイブコーディングを駆使して、個人のポートフォリオサイトに完全に機能するAIデジタルツインチャットを追加する手順を一緒に学びます。このデジタルツインは、OpenRouter経由でアクセスされる大規模言語モデルを搭載し、専門家のキャリアに関する質問に答えるインタラクティブなチャットボットとして機能します。`.env`ファイルにOpenRouterのAPIキーを設定する方法、OpenRouterで利用可能なモデル（OpenAIのGPT-OSSのような無料・有料オプションを含む）を閲覧する方法、そしてAIエージェントを設定してすべてを自動的に連携させる方法を学びます。レクチャーでは、AIエージェントに明確な指示を与え、Next.jsアプリにフロントエンドのチャットインターフェースとバックエンドのAPIルートを構築させ、ブラウザで結果をテストするという一連のワークフローを解説します。YOLOモードのバイブコーディングがもたらす素晴らしい結果と、同時に生じる未完成な部分の両方を目にし、大きな変更を加える前にGitのコミットや単純なフォルダの複製によってバックアップを取ることの重要性を学びます。最後に、生成されたコードを詳しく見て、OpenRouterを呼び出すAPIルートを確認し、デジタルツインの応答を制御するシステムプロンプトを検証し、詳細なキャリア情報をプロンプトに加えることで反復的に改善する方法について議論します。このセッションは、AI開発ワークフロー全体におけるコードレビュー、テスト、そして思慮深いデバッグの重要性を強調しながら、LLMをウェブアプリケーションに統合するための実践的で現実的なアプローチを紹介します。

  • 4日目 - チュートリアル、Opusによるコードレビュー、クロスモデルコラボレーション8:20

    この講義では、マルチセッションのバイブコーディングプロジェクトの最終成果（デジタルツインチャットインターフェースを備えた洗練された個人ウェブサイト）をご覧いただき、AIコーディングエージェントと効果的に連携するための重要なテクニックを学びます。AIモデルがループに陥ったときの対処法を発見します。同じ修正を繰り返しプロンプトするのではなく、エージェントにアプローチを破棄してゼロから再構築するよう指示するという、シンプルかつ強力なデバッグワークフローを学びます。プロジェクトが実行されると、エージェントがフロントエンド開発の完全な初心者向けに、技術スタック全体、コード構造、詳細なコードサンプルを網羅した包括的なMarkdownチュートリアルを生成する様子を見ることができます。このチュートリアルは、学習リソースであると同時に、AIの作業を検証する方法にもなります。次に、Cursorを使用したクロスモデルコラボレーションの実践を見ます。プロジェクトのコンテキストがCodexからAnthropicの最強モデルであるClaude Opus 4.5に引き渡され、Opusが依存関係の分析、.envファイルに関するセキュリティ上の懸念、優先順位付けされた修正措置など、独立した徹底的なコードレビューを実行します。そのレビューを元のエージェントにフィードバックして修正を実装させたり、提案に反論させたりする方法を学びます。この講義では、実践的で再現可能なワークフローを実演します。つまり、迅速にバイブコーディングを行い、その後AIが生成したチュートリアルとクロスモデルのコードレビューを使用して、構築されたものを理解、検証、改善します。また、OpenRouterで小規模または無料のモデルを使用する際のプロジェクトの簡素化に関するガイダンスや、後の週で登場するマルチエージェントコラボレーションパターンのプレビューも紹介します。

  • 5日目 - カルパシーが語るバイブコーディングと商用MVP構築のルール10:35

    このレクチャーでは、以下の内容を学びます： - アンドレイ・カルパシーは2025年から2026年にかけてのバイブコーディングとエージェンティックコーディングのワークフローについて、実際にどう考えているのか？ - AI支援開発とバイブコーディングを用いて商用MVPを構築するためのルールとは？ - CursorやClaude CodeのようなAIコーディングツールを使用する際に、「スロップ」を回避し、コードの品質を維持する方法は？ - AIエージェントと協働するための適切なワークフローとは？そして、どのようにして彼らを「鷹のように」監視するのか？ - バイブコーディングは、ジュニアエンジニアとシニアソフトウェアエンジニアでどのように異なるのか？ - AI支援のバイブコーディングを通じて、実際に収益化可能な製品を構築できるのか？ もしこれらの点に興味があれば、このレクチャーはあなたにぴったりです！ 第1週の締めくくりとなるこの5日目のプロジェクトセッションでは、楽しみのためのバイブコーディングから利益のためのバイブコーディングへと移行し、AI支援開発を用いて商用MVPを構築します。レクチャーは、アンドレイ・カルパシーが2024年初頭に「バイブコーディング」という言葉を生み出した時から、コーディングワークフローの変化、エージェントスウォーム、生産性の向上、スキルの低下、そして迫り来る「スロップ・アポカリプス」についての率直な考察まで、バイブコーディングとエージェンティックエンジニアリングに関する彼の影響力のあるツイートを時系列で解説します。カルパシーの「ワークフローが80%の手動コーディングから80%のエージェンティックAIに逆転した」という観察と、それがソフトウェア開発の未来にとって何を意味するのかを解き明かします。次に、成功するバイブコーディングのための必須ルールを再確認します：`agents.md`仕様書への投資、段階的な作業、絶え間ないテスト、AIエージェントへの証拠要求、そして自律的なコード生成に決して怠慢にならないこと。これらの原則が、Cursor、ChatGPT、Claude CodeのようなAIツールを通じて学ぶジュニア開発者と、この新しいAIコーディングパラダイムに自身の技術を適応させているシニアソフトウェアエンジニアとで、どのように異なる形で適用されるかを学びます。中心的なメッセージは、AIコーディングワークフローの主導権を握り、健全でバランスの取れた態度を保ち、様々な結果を予測し、無謀なYOLOモードではなく、規律あるエージェンティックエンジニアリングを通じて、実際にリリース可能な成果物へと一歩一歩製品を構築していくことです。

  • 5日目 - Webアプリ入門：フロントエンド、バックエンド、API & Dockerセットアップ11:20

    もしあなたが、


    - Webアプリにおけるフロントエンドとバックエンドとは何か、そしてそれらはどのように連携するのか？

    - 現代のソフトウェア開発において、APIはどのようにフロントエンドとバックエンドを接続するのか？

    - AI支援開発で使用されるReact、Next.js、その他の人気フロントエンドフレームワークとは何か？

    - Dockerとは何か、そしてDockerfile、イメージ、コンテナは実際にどのように機能するのか？

    - 初めてのバイブコーディングプロジェクトのためにDocker Desktopをインストールし、セットアップする方法は？

    - なぜDockerはエージェンティックエンジニアリングと自律型コーディングワークフローにとって不可欠なツールなのか？


    ということを学びたいなら、この講義はあなたのためのものです！


    この基礎的な講義では、現代のWebアプリケーションがどのように構成されているか（フロントエンド、バックエンド、API、Dockerをカバー）を、初心者にも分かりやすく解説します。これにより、バイブコーディングやエージェンティックAIワークフローを使ってAI搭載プロジェクトを構築するための準備が完全に整います。


    まず、フロントエンドコード（ブラウザで実行されるHTML、CSS、JavaScript）とバックエンドコード（データベース、LLM呼び出し、APIキー、.envファイルに保存されたシークレットを扱うサーバーサイドロジック）の違いを理解することから始めます。フロントエンドとバックエンドがAPI呼び出しを通じてどのように通信するか、そしてなぜPythonがAIコーディングや大規模言語モデルを扱う上で最も一般的なバックエンド言語であるかを学びます。


    次に、バニラのHTMLやJavaScriptから、React、Vue、Angular、Svelteのようなコンポーネントベースのフレームワークまで、フロントエンドの全体像を探ります。そして、なぜこのコース全体でVercelが構築した高レベルなアプリケーションフレームワークであるNext.jsが使用されるのかを学びます。また、Claude Code、ChatGPT、CursorのようなAIコーディングツールが生成するフロントエンドコードが、いかに「スロップ」に見えるか、そして人間のUX専門知識が依然としてかけがえのない価値を付加する点についても、率直な意見を聞くことができます。


    最後に、Dockerについての簡潔な紹介をします。Dockerとは何か、なぜソフトウェアエンジニアリングやエージェンティックコーディングにとって重要なのか、そして3つのコアコンセプト（レシピであるDockerfile、設計図であるDockerイメージ、そして稼働中の隔離された環境であるDockerコンテナ）について学びます。Docker Desktopのインストール手順をステップバイステップで解説し、WSLを使用するWindowsユーザー向けのヒントも紹介します。これにより、JavaScriptのフロントエンドとAIエージェントによるPythonのバックエンドを持つ最初のプロジェクトを構築する準備が完全に整います。

  • 5日目 - GitHub CopilotとFastAPIを使ったフルスタックプロジェクトのセットアップ11:45

    この実践的なレクチャーでは、クローンしたGitHubリポジトリからフルスタックプロジェクトをセットアップし、VS CodeでGitHub Copilotを設定して、完全なプロジェクト管理アプリケーションを構築します。まず、Copilotプランの設定を確認し、プレミアムリクエストの使用状況を追跡し、開発ワークフローに適したAIモデルを選択することから始めます。次に、Next.jsで構築された既存のカンバンボードのフロントエンドを含むスターターリポジトリをクローンし、PythonのFastAPIバックエンド、SQLiteデータベース、REST APIエンドポイント、ユーザー認証を備えた本番環境対応のアプリに拡張する準備をします。フロントエンド、バックエンド、スクリプト、環境設定、.gitignoreのセットアップといったプロジェクト全体の構造を学び、OpenRouterのAPIキーを含む.envファイルを適切に管理する方法を習得します。このセッションの中核は、MVPのスコープ、技術的な決定（FastAPI、Docker、UVパッケージマネージャー、AI呼び出し用のOpenRouter）、コーディング標準、プロジェクトのドキュメント参照を定義する詳細なagents.mdプロンプトファイルを作成することに焦点を当てています。このプロンプトは、GitHub Copilotのエージェンティックコーディングワークフローがフルスタックにわたってボイラープレート、スキャフォールディング、新しいコードを生成する際の設計図として機能します。また、AIコード生成ツールを使用する際に、ゼロから構築するのではなく既存のコードベースから始めることがなぜ価値のあるスキルなのか、そしてエージェントが開始点、依存関係、今後の計画を理解できるようにプロンプトを構成する方法も学びます。このレクチャーが終わる頃には、あなたのリポジトリは完全に設定され、GitHub Copilotがバックエンド、データベース層、そしてプロジェクトボードと対話するAI搭載のチャット機能の構築を開始する準備が整います。

  • 5日目 - AI Copilotによる段階的構築：計画とスキャフォールディング11:43

    この実践的な講義では、GitHub CopilotをAIコーディングパートナーとして活用し、構造化された計画からスキャフォールディングまで、フルスタックアプリケーションが形作られていく様子を学びます。Dockerのセットアップ、FastAPIバックエンドの設定、データベースモデリング、APIルート、Reactフロントエンドの統合、OpenRouterを介したAI接続まで、すべてを網羅した詳細なプロジェクト計画から始めます。経験豊富な開発者が、LLMに計画全体を無制限に生成させるのではなく、なぜ事前に高レベルのステップを定義してAIをコントロールするのか、そしてAIに独自のアプローチを提案させることが適切なのはどのような場合かを学びます。Copilotのエージェンティックなワークフローを通じて、テストや成功基準を含む実行可能なチェックリストを作成する方法を実演します。また、コードを書く前にAIエージェントに明確化のための質問をしたり、単体テストのカバレッジ目標を設定したり、各ステップを承認してから次に進むといった、プロンプトエンジニアリングのベストプラクティスも紹介します。FastAPIバックエンドのセットアップから、堅牢な統合テストによる動作確認まで、段階的な構築プロセスを追体験します。この講義は、AI支援開発のワークフローを洗練させたいシニア開発者から、最新のPythonフルスタックプロジェクトの構築方法を学ぶ初心者まで、自信を持って開発を進めるための再現可能で体系的な青写真を提供します。

  • 5日目 - GitHub Copilot、Docker、FastAPIを使ったかんばんアプリの構築11:34

    この講座では、AIコーディングアシスタントとしてGitHub Copilotのみを使用し、フルスタックのかんばんアプリを構築する方法を学びます。DockerとFastAPIを連携させてPythonバックエンドと静的フロントエンドを提供する方法、AIエージェントがコードベースを記述する際に各ステップをテスト・検証する最適な方法、GitHub Copilotで構築したFastAPIアプリに認証を追加する方法などを実践的に解説します。また、LLMをコーディングやテストカバレッジに利用する際に開発者が陥りがちな罠や、AIを使って開発を進める際にGitスナップショットで進捗を安全に管理する方法についても学びます。DockerとFastAPIをバックエンドに、GitHub Copilotのエージェントモードを使ってゼロからアプリケーションを構築する全工程をリアルタイムで追体験できます。AI支援コーディングを探求するPython開発者や、GitHub Copilot、Docker、FastAPIでワークフローを加速させたいフルスタック開発者にとって、実践的で実用的なガイダンスを提供するセッションです。

  • 5日目 - Codexでかんばんアプリを構築：ドラッグ＆ドロップのデバッグ9:49

    このレクチャーでは、以下のことを学びたい方に最適です：


    - フルスタックのかんばんアプリで、ReactのフロントエンドをFastAPIのバックエンドに接続する方法

    - OpenAI CodexがJavaScript UIのドラッグ＆ドロップの問題をどのようにデバッグするか

    - AIコーディングエージェントとのチャットで、いつコンテキストウィンドウをリセットして新しい会話を始めるべきか

    - JSON blobの代わりに適切なデータベーススキーマを使用して、セッションをまたいでかんばんボードの状態を永続化する方法

    - CopilotとCodexのみを使用してアプリを構築する際の、Gitチェックポイントの最適なワークフロー

    - AI開発者エージェントがデバッグループに陥ったときに、どのように誘導するか


    このレクチャーでは、AIコーディングエージェントとしてOpenAI Codexを使用し、フルスタックのかんばんアプリケーションを構築する5日目のプロセスを追体験します。セッションは、ReactフロントエンドとFastAPIバックエンドを接続するという重要なマイルストーンから始まり、ドラッグ＆ドロップ機能のテスト、破壊、修正の全プロセスを解説します。Codexが、ユーザー、ボード、カラム、カード専用のテーブルを持つリレーショナルデータベーススキーマを設計し、単純なJSON blobアプローチをよりスケーラブルなアーキテクチャに置き換える様子を見ることができます。レクチャーでは、複数パートからなるビルドプランの承認と実行、Dockerを使った本番ビルドの実行、ブラウザセッションをまたいでログインすることによるデータ永続性の検証などをカバーします。特にドラッグ＆ドロップのバグ修正に焦点を当て、Codexがどのようにループに陥ったか（修正が既に機能しているにもかかわらず、自身の自動テストに繰り返し失敗した）、そしてUIが正しく機能していることを確認するために人間の介入がなぜ不可欠だったのかを解説します。また、コードベースが大きくなるにつれて精度を維持するために、チャットをリセットしてエージェントに`plan.md`を再読み込みさせるという、重要なコンテキストウィンドウ管理テクニックも学びます。すべてのステップはGitコミットでチェックポイントが設定されており、AIコーディングツールを活用した規律あるフルスタック開発ワークフローを示します。最終的に、アプリは認証、永続的な状態、信頼性の高いドラッグ＆ドロップが完全に機能するようになり、パート8のAI接続に進む準備が整います。

  • 5日目 - AIアシスタントかんばんアプリ完成：Codex、OpenRouter & 第1週まとめ11:47

    このレクチャーでは、OpenRouterとCodexを使用してAIアシスタントをフルスタックアプリに統合する方法、GitHub CopilotでAIチャット機能付きのかんばんボードを構築するプロセス、そしてAIコーディングエージェントの効率を維持するためのコンテキストウィンドウ管理について学びます。FastAPI、React、Dockerを用いたMVPから製品版への移行、Gitによる進捗のチェックポイント、そして「バイブコーディング」から「バイブエンジニアリング」への進化についても掘り下げます。最終的に、フロントエンドのチャットインターフェースをライブのOpenRouter APIバックエンドに接続し、モックなしでAIアシスタントかんばんアプリを完成させます。完成したアプリをDockerで起動し、実際に動作するAIアシスタントと対話する様子もご覧いただけます。

Requirements

  • このコースは、シニアスタッフソフトウェアエンジニアから、コードを一行も書いたことがない方まで、あらゆる背景を持つすべての人を対象としています。

Description

字幕の表示は、視聴画面下部の再生バーにある字幕アイコンをクリックしてください。

このコースは本当に驚きの連続です。非エンジニアからシニアスタッフエンジニアまで、あらゆる背景を持つ人々が、驚異的なスピードで大規模なソフトウェアプロジェクトを構築できるようになる、コーディングエージェントの世界への3週間の冒険を用意しました。


2026年、コーディングエージェントが高速かつ自律的、そして高い信頼性で機能するようになり、私たちはついに転換点に達したと感じています。その働きは魔法のように感じられることも多いでしょう。もちろん、エージェントが早とちりしたり、スロップを出力したりして、もどかしく感じることもまだあります。


しかし、ほとんどの場合は素晴らしいものです。そして、私たちが直接目にするように、時には信じられないほど圧倒されることもあります！


「バイブコーディング」という言葉の生みの親である伝説的なAI科学者、Andrej Karpathy氏は最近、ある有名なツイートをしました。彼は、これらのコーディングエージェントは「宇宙人から渡された、マニュアルのない道具」のように感じられると述べています。


そう、このコースこそが、そのマニュアルなのです！


この3週間で、皆さんをジェットコースターのような体験にお連れします。まずはCursor、Copilot、Codex、Antigravityから穏やかに始め、AGENTS_mdやコンテキスト管理のベストプラクティスを学びます。その後、YOLOモードでペースを上げ、ゼロから完全なプロダクトを構築していきます。


第2週目からは本格的になります。プロレベルのバイブコーディングからバイブエンジニアリングへと移行します。袖をまくり上げ、Claude Codeを深く掘り下げ、スラッシュコマンド、チェックポイント、MCP、スキル、プラグイン、Ralphループについて学びます。また、OpenCodeやAmpについても見ていきます。この週の終わりには、Jiraで課題を作成し、コーディングエージェントがそれを拾い上げ、構築し、テストし、GitHubに変更をプッシュする様子を驚きとともに見守ることができるようになります。


そして第3週目はさらに熱狂的です！サブエージェント、マルチエージェント、Claude Agent Teams、GSD、Gas Townを駆使し、私たちがコーヒーを飲んでいる間に10個のエージェントが猛烈に働き、サンドボックス化された環境でYOLOモードで実行されます。Claude Agent SDK、Claude Cowork、OpenClawといった最前線で何が起きているのかを探求します。最後には、誰もが驚くようなキャップストーンプロジェクトで締めくくります。


コースが終わる頃には、あなたもAndrej Karpathy氏にリプライを送れるようになっているでしょう。宇宙人の道具を使いこなし、マニュアルを読み終え、正式なプロになったのですから。そして、それを証明する修了証と、実際に動くいくつかのプロダクトが手元に残ります！


Who this course is for:

  • 少し偏見があるかもしれませんが、私は誰もがこのコースを受講すべきだと考えています！
  • 非エンジニアの方でも、コーディングエージェントを使ってソフトウェア開発を推進し、「ボスになる」方法を学ぶことで、自信を持って完全なプロダクトを開発できるようになります。まだコードの書き方を知らなくても、あなたがコードの所有者になるのです。
  • ジュニアからシニアエンジニアまで、あらゆるレベルの技術者がこのコースを間違いなく気に入るはずです。疲れを知らずに働くプログラマーの軍団を従える方法をお見せします。LLMのスロップ（質の低い出力）を防ぐ方法もお教えします。そして何より重要なのは、コーディングの楽しさを保ち続ける方法をお伝えすることです。これは新しい働き方ですが、これまでと同じくらい、あるいはそれ以上に楽しいものになるはずです。

Report abuse