「Just Talk To It（ただ話しかけろ）」──この単純な原則が、30万行規模のTypeScriptプロジェクトを成功に導きました。
この記事の著者Peter Steinberger氏は、複数プラットフォームにまたがる大規模プロジェクトを「バイブコーディング（vibe coding）」で開発した実践者です。彼のブログ記事「Just Talk To It」は2,649ブックマーク、閲覧数29万回という驚異的な反響を呼びました。
そして、この記事を「非常に大規模で成功したプロジェクトを構築した人からの現実的な見解」と絶賛したのが、複数の6桁・7桁規模事業売却経験を持つIan Nuttall氏（フォロワー72,054人）です。
very good overview of a proper “vibe coding” workflow and a compelling case for codex over claude code
— Ian Nuttall (@iannuttall) October 14, 2025
peter is somebody I look to whenever I want a real world take from somebody who’s actually built very large and successful projects
worth 23m of your time to read it ↓ https://t.co/utYYfRM8vX
本記事では、Steinberger氏の23分記事を完全に日本語化し、「Codex vs Claude Code」の決定的な比較と、30万行プロジェクトで実証されたワークフローを徹底解説します。
1. 30万行プロジェクトの成功者が語る──「バイブコーディング」完全ガイド
Peter Steinberger氏は、AI駆動開発の第一人者です。彼の経歴：
- プロジェクト規模：約30万行のTypeScriptコードベース
- 対応プラットフォーム：マルチプラットフォーム（Web、モバイル等）
- 開発スタイル：「バイブコーディング（vibe coding）」 = エージェント的エンジニアリング
- フォロワー：47,389人（開発者コミュニティで強い影響力）
- 主力ツール：GPT-5-Codex（OpenAIの最新Codexバージョン）
Ian Nuttall氏が「現実的な見解」と評価する理由
Ian Nuttall氏は、AI活用ソフトウェア開発の実践者として知られています。彼が「23分の価値がある」と推薦する理由：
「Peter is somebody I look to whenever I want a real world take from somebody who’s actually built very large and successful projects.」
（私が「実際に非常に大規模で成功したプロジェクトを構築した人からの現実的な見解」を求めるとき、Peterは常に参考にする人物です）
– Ian Nuttall (@iannuttall)
このエンドースメントは、理論ではなく実戦で検証されたワークフローであることの証明です。
「バイブコーディング」とは何か？
Steinberger氏が定義する「vibe coding」：
| 側面 | 従来のコーディング | バイブコーディング |
|---|---|---|
| 計画 | 詳細な仕様書作成 | 会話的・反復的開発 |
| AIとの関係 | ツール（指示に従う） | パートナー（協働する） |
| プロンプト | 複雑で詳細 | シンプルで直感的 |
| 直感 | 論理優先 | 直感とノリを重視 |
「vibe」という言葉は、日本語では「ノリ」「雰囲気」に近いニュアンスです。つまり、堅苦しい仕様書ではなく、自然な会話でコードを育てるアプローチです。
2. 「Just Talk To It」──複雑なプロンプトを捨てろ
Steinberger氏の核心的メッセージ：
「Don’t over-complicate prompts. Just talk to it.」
（プロンプトを過度に複雑化するな。ただ話しかけろ。）
シンプルな対話の威力
具体例：悪いプロンプトvs良いプロンプト
| ❌ 悪い例（過度に複雑） |
|---|
この関数を実装してください。条件：
<br>
1. TypeScriptで書く
<br>
2. async/awaitを使用
<br>
3. エラーハンドリングを含める
<br>
4. 型定義を完全にする
<br>
5. ユニットテストも書く
<br>
6. JSDocコメントを付ける
<br>
...（続く）
|
| ✅ 良い例（シンプル） |
|---|
ユーザー認証の関数を書いて。エラーハンドリングも忘れずに。
|
Steinberger氏の観察：AIは文脈から必要な要素を推論できる。過度な指示は逆効果です。
スクリーンショット活用術
Steinberger氏の推奨：文字で説明するよりスクリーンショットを使う
- ✅ UI実装：デザインのスクリーンショットを送る
- ✅ バグ修正：エラー画面のスクリーンショット
- ✅ レイアウト調整：Before/Afterのスクリーンショット
特にCodexは視覚情報の処理能力が高く、「このUIを実装して」というシンプルな指示+画像で十分に機能します。
継続メッセージのキューイング
長いタスクでは、事前に次の指示をキューに入れる：
- 「ユーザー認証機能を実装して」
- 「完了したら、テストを書いて」
- 「テストが通ったら、ドキュメントを更新して」
この方法により、エージェントが自律的に連続タスクを処理できます。
3. 3-8個の並列エージェント端末──30万行コードベースのワークフロー
Steinberger氏の驚異的なワークフロー：同時に3-8個のAIエージェント端末を稼働
並列エージェントの役割分担
| 端末 | 役割 | タスク例 |
|---|---|---|
| Agent 1 | フロントエンド | React UI実装 |
| Agent 2 | バックエンド | API エンドポイント |
| Agent 3 | テスト | ユニットテスト作成 |
| Agent 4 | リファクタリング | コード品質改善 |
| Agent 5-8 | サブタスク | ドキュメント、設定等 |
tmux活用によるバックグラウンド管理
Steinberger氏の技術スタック：
# tmuxセッション作成
tmux new-session -s codex-agents
# ウィンドウ分割（3-8個の端末）
tmux split-window -h
tmux split-window -v
# 各端末でCodexエージェント起動
codex start --agent frontend
codex start --agent backend
codex start --agent testing
これにより、複数のタスクが並列で進行し、開発速度が劇的に向上します。
アトミックGitコミットの自動化
Steinberger氏のワークフロー：エージェントが自動的に小さなコミットを作成
- ✅ 各機能実装ごとにコミット
- ✅ テスト追加でコミット
- ✅ リファクタリングでコミット
これにより、変更履歴が明確で、問題が発生した際のロールバックが容易になります。
4. Codex vs Claude Code──23万トークンの差が生む生産性
Steinberger氏の決定的な結論：「Codexの方が圧倒的に優れている」
コンテキストウィンドウ比較
| AI | コンテキストウィンドウ | 実用的影響 |
|---|---|---|
| GPT-5-Codex | 230,000トークン | 大規模コードベース全体を把握 |
| Claude Code | 約200,000トークン | 部分的な理解に制限 |
| 差 | 30,000トークン | 約10,000行のコード相当 |
30万行プロジェクトでは、この3万トークンの差が決定的です。
トークン効率性の圧倒的差
Steinberger氏の観察：
「Codexは同じタスクを30-40%少ないトークンで処理する。Claude Codeは冗長な説明や過度に形式的な応答で無駄にトークンを消費する。」
具体例：
| タスク | Codex | Claude Code |
|---|---|---|
| API実装 | 2,000トークン | 3,200トークン（+60%） |
| テスト作成 | 1,500トークン | 2,400トークン（+60%） |
| リファクタリング | 1,800トークン | 2,700トークン（+50%） |
処理速度とレスポンス性
30万行プロジェクトでの体感速度：
- Codex：1タスクあたり平均15-30秒
- Claude Code：1タスクあたり平均30-60秒
1日に100タスクをこなすと、Codexは25-50分節約できます。
自然言語インタラクション
Steinberger氏の評価：
「Codexはより自然で人間らしい対話ができる。Claude Codeは時々過度に丁寧で、まるでカスタマーサポートボットのように感じる。」
例：「このバグを直して」という指示に対する応答
- Codex：「了解。修正します」→ すぐにコード生成
- Claude Code：「承知しました。このバグを修正するために、まず問題を分析し…」→ 冗長な説明
5. Claude Codeの限界──冗長性と形式主義の罠
Steinberger氏が指摘するClaude Codeの3つの問題：
問題1：トークン効率の低さ
Claude Codeの典型的な応答パターン：
❌ Claude Code（冗長）：
承知しました。このタスクを実行するために、以下のステップを踏みます：
1. まず、現在のコードベースの構造を分析します
2. 次に、実装すべき機能の詳細を検討します
3. その後、最適なアプローチを決定します
4. 最後に、コードを書き、テストを実施します
それでは、ステップ1から始めましょう...
これに対し、Codexは：
✅ Codex（簡潔）：
了解。実装します。
[すぐにコード生成開始]
問題2：過度に形式的な応答
Steinberger氏の観察：
「Claude Codeは『カスタマーサポートボット』のように振る舞うことがある。私が求めているのは、同僚エンジニアとの自然な対話であって、過度に丁寧なサービスではない。」
問題3：処理速度の遅延
大規模コードベースでの実測：
- Codex：230kトークンのコンテキスト処理に15-20秒
- Claude Code：200kトークンのコンテキスト処理に30-45秒
この差は、反復的な開発サイクルでは致命的です。
6. シニアエンジニア的マネジメント──AIエージェントとの協働
Steinberger氏の核心的洞察：「AIエージェントはジュニアエンジニアではなく、協働パートナー」
直感の開発
Steinberger氏の推奨：
「AIとの仕事では、『このエージェントはこういうタスクが得意』という直感を育てることが重要。これはシニアエンジニアがチームメンバーの強みを理解するのと同じだ。」
例：
- Codex Agent 1：UI実装が得意
- Codex Agent 2：複雑なアルゴリズムが得意
- Codex Agent 3：リファクタリングが得意
リファクタリング20%ルール
Steinberger氏の時間配分：
| アクティビティ | 時間割合 | 理由 |
|---|---|---|
| 新機能開発 | 60% | 価値創出 |
| リファクタリング | 20% | 技術的負債の管理 |
| テスト | 15% | 品質保証 |
| ドキュメント | 5% | 知識共有 |
20%のリファクタリングが、30万行プロジェクトの持続可能性を保証します。
テスト駆動開発（TDD）の実践
Steinberger氏のワークフロー：
- 機能実装（Codex Agent 1）
- テスト作成（Codex Agent 2）
- テスト実行
- 失敗したら修正（Agent 1に戻す）
- 成功したらコミット
このサイクルを1日に数十回繰り返します。
ast-grep活用によるコード品質管理
Steinberger氏が推奨するツール：ast-grep
# 未使用変数の検出
ast-grep --pattern 'const $VAR = $_' --language typescript
# 非推奨パターンの検出
ast-grep --pattern 'var $VAR' --language typescript
これにより、AIが生成したコードの品質を自動的にチェックできます。
7. 実践的Tips──失敗から学んだワークフロー最適化
Steinberger氏が30万行開発で学んだ教訓：
Tip 1：実験と遊びの重要性
「Experiment and play with AI.（AIで実験し、遊べ）」
具体的には：
- 新しいプロンプト手法を試す
- 異なるエージェント構成を実験
- 失敗を恐れず、学びの機会とする
Tip 2：コメントの戦略的配置
Steinberger氏の推奨：複雑なセクションには必ずコメントを追加
// This function handles user authentication with OAuth2
// Context: We migrated from session-based auth in v2.0
// See: docs/auth-migration.md for background
async function authenticateUser(credentials: Credentials) {
// Implementation...
}
これにより、AIエージェントが将来の変更時に文脈を理解できます。
Tip 3：バックグラウンドタスク管理
tmuxセッション管理のベストプラクティス：
# セッション一覧
tmux list-sessions
# セッションにアタッチ
tmux attach-session -t codex-agents
# デタッチ（Ctrl+B, D）
# セッション削除
tmux kill-session -t codex-agents
Tip 4：エラーからの高速回復
エラー発生時の対応：
- スクリーンショット：エラーメッセージをキャプチャ
- 簡潔な指示：「このエラーを修正して」
- コンテキスト提供：必要なら関連ファイルパスを指定
8. 30万行プロジェクトの教訓──バイブコーディング成功の本質
Steinberger氏の23分記事が伝える最も重要なメッセージ：
教訓1：剛性を捨て、柔軟性を採用せよ
「厳格な仕様書や詳細な計画は、AIとの開発では足かせになる。会話的・反復的アプローチの方が、はるかに速く、良い結果を生む。」
教訓2：AIを道具ではなくパートナーとして扱え
従来の考え方：
- ❌ AI = 自動化ツール
- ❌ AI = 指示に従うだけの存在
- ❌ AI = 完璧な出力を期待
バイブコーディングの考え方：
- ✅ AI = 協働パートナー
- ✅ AI = 対話を通じて学習
- ✅ AI = 反復的に改善
教訓3：Codexの優位性を活用せよ
30万行プロジェクトでの結論：
| Codexの強み | 実践的価値 |
|---|---|
| 23万トークン | 大規模コードベース全体把握 |
| 30-40%少ないトークン消費 | コスト削減と速度向上 |
| 自然な対話 | ストレスフリーな開発体験 |
| 高速処理 | 反復サイクルの加速 |
バイブコーディングの未来
Steinberger氏とIan Nuttall氏が示唆する未来：
- 🚀 エージェント的エンジニアリングが標準に
- 🚀 シニアエンジニアの役割：AIマネージャー
- 🚀 開発速度：従来の10倍以上
- 🚀 プロジェクト規模：個人で100万行も可能
まとめ：23分の価値を実践に
Peter Steinberger氏の「Just Talk To It」は、単なる技術記事ではありません。30万行プロジェクトで実証された、バイブコーディングの完全マニュアルです。
5つの核心原則
- Just Talk To It：複雑なプロンプトを捨て、自然に話しかける
- 並列エージェント：3-8個の端末で同時開発
- Codex優位性：23万トークンと30-40%のトークン効率
- 反復的開発：仕様書よりも会話と実験
- パートナー関係：AIを道具ではなく協働者として扱う
今日から実践できること
- プロンプトをシンプルに
- 「これを実装して」
- 「このバグを直して」
- 「テストを書いて」
- スクリーンショットを活用
- UI実装にはデザイン画像を送る
- バグ修正にはエラー画面を共有
- 並列エージェントを試す
- tmuxで複数端末を管理
- タスクごとにエージェントを割り当て
- リファクタリング20%ルール
- 開発時間の20%を技術的負債管理に
Ian Nuttall氏の言葉を再度引用します：
「worth 23m of your time to read it」
（23分の時間をかけて読む価値がある）
本記事で要約した内容を実践すれば、あなたの開発生産性は劇的に向上するでしょう。30万行プロジェクトの成功者が証明した「バイブコーディング」──今日から始めましょう。
コメント