バイブコーディング

作りたいものを自然言語で生成AIに伝え、生成されたコードの中身を細かく読まずに、動作を見ながら指示を重ねてソフトウェアを作る開発のやり方。2025年にアンドレイ・カルパシーが名付けた。試作は速いが、品質や脆弱性、保守性の確認が抜け落ちやすい。

AIエージェントがコードの作成、実行、修正までを自律的に繰り返す開発の進め方。人間はゴールの設定と結果の承認を担う。

自然言語で書いた仕様を起点に、AIが実装やテストを生成していく開発手法。仕様書が成果物の正しさを判断する基準として機能する。

機械学習モデルの開発・デプロイ・運用を効率化するためのプラクティスやツール群。DevOpsの考え方を機械学習に適用し、モデルの学習・評価・デプロイのパイプラインを自動化する。

大規模言語モデル等を用いて、テキスト・画像・音声・プログラムコードなどの新たなコンテンツを自動生成するAI技術。業務効率化に活用される一方、ハルシネーション（事実に基づかない出力）やセキュリティリスク、著作権上の課題がある。

システムが実現すべき機能に関する要件。業務処理や画面・帳票の仕様、データ処理など、システムが「何をするか」を明確にする。非機能要件と対比される概念で、ユーザーの業務ニーズを直接反映する。

性能、信頼性、セキュリティ、可用性、拡張性、運用性など、システムの機能以外の品質や制約に関する要件。レスポンスタイムやスループットなどの具体的な数値目標として定義されることが多い。システムが「どのように動くか」の基準を定義する。