非エンジニアがAIと10時間でアプリを立ち上げる全手順~Climvy編~
アイデアを熱いうちに形にする。非エンジニアがAIと10時間でアプリを立ち上げる全手順
「Google アナリティクスの画面を開くたびに、溜息をついてしまう」 そんな経験はありませんか?
多機能すぎるグラフ、複雑な専門用語、どこを見れば改善のヒントがあるのかわからないストレス。私はその悩みを解決するために、AIを相棒にして自分専用の解析アシスタントアプリ**「Climvy(クライビー)」**を開発しました。
プログラミング未経験に近い私でも、実質10時間ほどの「バイブコーディング(AIとの対話型開発)」で、実際に動くプロダクトを公開まで持っていくことができました。
もちろん、これは個人開発という自由な環境だからこそできた「最短ルート」の力技です。チームで動く業務アプリや、数万人規模が使うサービスを支えるプロのエンジニアの仕事とは、守るべき品質も安全性も次元が異なります。エンジニアへの深い敬意を抱きつつ、今回は**「非エンジニアがアイデアを熱いうちに形にするための、AI時代の歩き方」**を徹底解説します。
1. AI時代の爆速開発を実現する「8つの鉄板ステップ」
開発の全工程を、具体的なノウハウとともに振り返ります。
① インフラ選び:無料枠が巨大な「Firebase」
「サーバーって何?」という状態でも、Googleが提供するFirebaseなら迷いません。
- 理由: ホスティング(公開)、データベース、認証(ログイン機能)がすべてセット。
- メリット: 個人開発レベルならほぼ無料枠に収まります。クレジットカード登録さえあれば、インフラ構築の初期コストをゼロに抑えられます。
② 壁打ち:AIを「有能なPM」として扱う
いきなり「コードを書いて」と言うのは失敗の元です。まずはAIと企画会議をします。
- プロンプトのコツ: 「私は非エンジニアです。Google アナリティクスのデータを取得し、AIが今日やるべきことを3つだけ教えてくれるアプリを作りたいです。まずは必要な機能リストを作ってください」
- この段階で最初にどこまで作るかを決めます。一般的には**「MVP開発」**が良いと言われますが、非エンジニアがバイブコーディングするならそんなことはいったん考えないで自由に設計してみましょう。
③ 技術選定:AIに「今の正解」を聞く
「Node.jsがいいの? Pythonがいいの?」と悩む時間は不要です。
- AIに「Firebaseと相性が良く、2026年現在で最もメンテナンスしやすく、初心者が扱いやすいモダンな言語構成を提案して」と依頼。
- 今回は、爆速で動くVite、堅実なTypeScript、そしてReactの組み合わせを選択しました。
④ 環境構築:エラーが出たら「そのまま貼る」勇気
ターミナルの開き方さえ怪しくても、AIが手順を1行ずつ教えてくれます。
npm initやfirebase initといった、魔法のような呪文(コマンド)の意味をいちいち調べず、まずは言われた通りに打つ。- エラーが出たら、そのメッセージを1文字も漏らさずAIにコピペする。これがバイブコーディングの基本姿勢です。
⑤ 爆速実装:機能は「盛り盛り」で楽しむ
「MVP(最小機能)がベスト」と言われますが、AIが書いてくれる現代では、最初から**「自分がワクワクする機能」を盛り込んでいい**と私は思います。その方が開発が圧倒的に楽しくなるからです。
- グラフ表示、AIのアドバイス機能、ダークモード……思いついた順にAIへ伝えます。
⑥ ブランディング:AIと紡ぐ「Climvy」の物語
ある程度動くようになったら、愛着を沸かせるために名前とロゴを決めます。
- **Climvy(クライビー)**という名前は、**Climate(気候・状況)とIvy(ツタ)**を掛け合わせた造語です。
- 「険しい岩場を登っていくヒツジ(登山家)」をモチーフにし、ロゴのプロンプトもAIと一緒に練り上げました。
④ 最終兵器:npx repomix で「LP(紹介サイト)」を一瞬で作る
ここが今回の最重要テクニックです。
npx repomixを実行し、バラバラな全ソースコードを1枚のテキストファイルにまとめます。- そのファイルをAI(Claudeなど)にアップロード。
- 「このコードの内容を完璧に理解して、ユーザーが使いたくなる最高に魅力的なランディングページを作って」と指示。 これで、アプリの中身と整合性が取れた高品質な紹介ページが完成します。
⑧ 守り:プライバシーポリシーと利用規約
Google アナリティクスの機密データを扱う以上、法的な守りは必須です。
- AIに「Google APIを使用するアプリに必要なプライバシーポリシーの項目を挙げて」と依頼し、雛形を作成。
- もちろん最後は自分の目で内容を確認し、誠実なドキュメントを用意しました。
2. 非エンジニアが「これだけは」覚えておくべき最低限のコマンド
AIに聞けば手順は教えてくれますが、以下のコマンドを「知っている」だけで、開発のテンポが劇的に変わります。実際に私が10時間の開発中に何度も叩き、助けられた精鋭たちです。
① 移動と確認:ターミナルの基本
| コマンド | 役割 | 使うタイミング |
|---|---|---|
cd [フォルダ名] |
フォルダを移動する | 作業を開始する時、別の場所へ行く時 |
ls |
フォルダの中身を一覧表示 | 「今どこにいる?」「ファイルはある?」の確認 |
pwd |
現在地(パス)を表示する | AIに「今どこのフォルダで作業してる?」と聞かれた時 |
mkdir [名前] |
新しいフォルダを作る | プロジェクトを整理したい時 |
cat [ファイル名] |
ファイルの中身を画面に出す | AIに渡す前に中身をサッと確認したい時 |
② 開発と実行:アプリを動かす
| コマンド | 役割 | 使うタイミング |
|---|---|---|
npm run dev |
アプリをローカルで起動 | 最重要。 ブラウザで動作確認を続ける時 |
npm install [名前] |
新しいライブラリ(部品)を追加 | AIに「この部品をインストールして」と言われた時 |
npm run build |
公開用のファイルを生成する | deploy する前の最終チェック |
③ 記録とバックアップ:Git(これがないと死ぬ)
AIとの開発は「さっきまで動いていたのに、急に動かなくなった!」の連続です。こまめに「セーブ(記録)」を残すのが鉄則です。
| コマンド | 役割 | 使うタイミング |
|---|---|---|
git add . |
全変更を記録対象にする | セーブの準備 |
git commit -m "修正内容" |
メッセージを付けて保存 | 区切りのいいところ、機能が動いた瞬間 |
git push |
ネット上の保存先(GitHub等)に送る | 1日の作業終わりや、バックアップしたい時 |
④ 特殊武器:AI連携とデプロイ
| コマンド | 役割 | 使うタイミング |
|---|---|---|
npx repomix |
全コードを1枚のXMLに凝縮 | AIに相談する前の儀式。 常に最新の状態を渡す |
mv [元] [先] |
ファイルの移動や名前変更 | ファイル構成を整理したい時 |
firebase deploy |
本番環境へ公開! | 世界中に自分のアプリを解き放つ時 |
【プロのコツ】なぜ cat や ls が重要なのか?
非エンジニアがバイブコーディングで最も陥りやすい罠は、**「AIが指示した場所と、自分が今いる場所がズレている」**ことです。
AIに「App.tsxを書き換えて」と言われても、そもそもそのファイルが今いるフォルダにあるのか? それを確認するために ls や cat で「自分の目」で確かめる癖をつけると、トラブルは激減します。
3. 実践してわかった「2:8の法則」とバイブコーディングの心得
今回の10時間で得た、最大の教訓を共有します。
完璧主義を捨てる(2:8の法則)
「80%の機能は、AIを使えば最初の2時間で作れます。しかし、残りの20%(細かなバグ修正、デザインの微調整、エラーハンドリング)を仕上げるのに、残り8割の時間がかかります」 この「最後の一詰め」の泥臭さこそが、モノづくりの本質です。
テストより「リファクタリング」
個人開発では、厳密なテストコードを書くよりも、AIに**「このコードをもっと読みやすく、整理して(リファクタリングして)」**と定期的にお願いする方がスピードが出ます。コードが長くなりすぎるとAIも混乱し始めるため、こまめな整理整頓が、結果として爆速への近道になります。
エンジニアへの敬意
AIを使えば「動くもの」は作れます。しかし、それが「安全か」「数年後も動くか」「数万人で使えるか」を設計するのは、プロのエンジニアの領域です。 バイブコーディングは、いわば**「アイデアの試作機を一人で形にするための武器」**。プロの仕事と自分のプロジェクトを混同せず、技術への敬意を持ち続けることが大切だと感じました。
4. 終わりに:アイデアが即、形になる最高の世界
「自分にはスキルがないから」と諦める時代は終わりました。 最低限のコマンドと、AIという相棒、そして「これが作りたい!」という熱量さえあれば、たった10時間で世界に一つだけのツールを生み出せます。
思いついたものをすぐ実現できる今の世界は、控えめに言って最高に楽しいです。 さあ、あなたも「10時間」で、そのアイデアを形にしてみませんか?
次回予告: 第2回は「80%から先の壁」——具体的にどんなエラーにハマり、どうやってAIと解決したのか。泥臭い改善の記録を公開します。
Seaside Lab
AIとWebで、もっと便利に