初級一：AI 時代、話せるならプログラミングできる
これはプロジェクトベースの学習チュートリアルです。ステップに沿って操作し、結果を再現してみましょう。 間違えても気にしないでください。私たちはあなたができると信じています。常に覚えておいてください：
本章のガイド
1. 一般人の課題と機会
多くの人は頭の中にたくさんのプロダクトアイデアを持っています：家計簿ツール、子供の成長を記録するウェブページ、あるいは小さなゲームなど。しかし、コードを書いたりプログラマーを探したりすることを考えると、すぐに諦めてしまいます。
AI の登場により、初めて一般人に全く新しい可能性がもたらされました。コードを書く必要はなく、AI に自分が欲しいものを明確に伝えるだけでいいのです。GitHub Copilot からのデータによると、1500万人以上の開発者が AI 補助プログラミングを使用しており、平均46%のコードが AI によって生成されています。Java プロジェクトではこの割合は61%に達します。
一般人にとって、このトレンドはさらに意義があります：プロのプログラマーでさえ大量に AI に依存してコードを書いているなら、プログラミングのできない私たちが、なぜ AI と対話して自分のアイデアを実現できないのでしょうか？
このコースの目標は、あなたに新しいスキルを習得させることです：自然言語の対話でアプリケーションを作れるようになります。コンピュータの言葉で AI とコミュニケーションする方法、AI に頭の中のアイデアを実用的なプロダクトにする方法を教えます。
2. AI はどこまでできるか
このセクションでは、一つの問題だけを議論します：プログラミングが全くできない場合、現在の AI はどこまでできるのでしょうか？
大まかに言えば、現在の大規模モデルの能力は次のように理解できます：シンプルな社内ツール、データ可視化ダッシュボード、および一部の軽量ミニゲームの開発に対応できます。これらの能力は、個人用ツールの作成や、プロダクトマネージャーの視点からのニーズ検証には基本的に十分です。ただし、ワンクリックで商用レベルの完成品を生成したい場合、通常はプロセス設計やディテールの仕上げにおいて人手による継続的な最適化が必要です。
次に、スネークゲームを例に、AI プログラミングが現在どこまでできるかを具体的に見てみましょう。
2.1 60秒でスネークゲームを作る
まず、コースで使用する実験用ウェブページ z.ai を開いてください。z.ai は智譜 AI（中国を代表する大規模言語モデル企業の一つ）が開発した AI プラットフォームで、その中核能力は智譜が自社開発した GLM シリーズの大規模モデルによって支えられています。このプラットフォームはスライド生成、ポスターデザイン、フルスタック開発など、複数の AI 機能を統合しています。このチュートリアルでは、そのフルスタック開発モジュールの使用に焦点を当てます。
💡 「Web ページでプログラミングできる」とは？
過去、Web アプリケーションを開発するには：
- プログラミング環境のインストール（Python、Node.js など）
- コードエディタの設定
- HTML/CSS/JavaScript などの言語の学習
- 各種依存関係やエラーの処理
しかし今は、AI プログラミングプラットフォームを使えば、次のことだけが必要です：
- ブラウザを開き、Web ページにアクセスする
- 自然言語で欲しい機能を説明する
- AI が自動的にコードを生成し、リアルタイムでプレビューする
この「対話即プログラミング」のモードにより、プログラミングは「コードを書く」ことから「要件を説明する」ことになりました。あなたは技術的な詳細を気にする必要がなく、AI に欲しいものを明確に伝えるだけで、アイデアを実行可能なプログラムに変えてくれます。これが AI 時代のプログラミングの新しいパラダイム——Vibe Coding（バイブコーディング）です。
シンプルな要件を入力してフルスタック開発ボタンをクリックすると、Web ページの完全な作成プロセスをリアルタイムで見ることができます。通常、コーヒーを淹れる時間で Web ページが自動的に生成されます！
スネークゲームを作ってください：
1. 方向キーで蛇の移動を制御
2. 食べ物を食べると蛇が長くなり、スコアが増加
3. 壁や自分の体にぶつかるとゲームオーバー
4. スタートとリスタートボタンを付ける
5. シンプルで美しいインターフェース
生成が完了すると、右側にブラウズ可能な Web ページのインターフェースが表示されます。ページのコンテンツを上下にスクロールしたり、ページ上部の 🧭 ボタンをクリックしてフルスクリーンモードに切り替えて効果を確認したりできます。
上部の左から右へのボタンの役割はそれぞれ：矢印ボタンはサイドバーの対話履歴を展開、鉛筆ボタンは新しい対話を作成、ループ矢印ボタンはページをリロード、コンパスボタンはフルスクリーンモードに切り替え、Download ボタンはプロジェクトをダウンロード、<> ボタンはコードビューに切り替え、Publish ボタンはプロジェクトを公開。
この Web ページのソースコードを表示したい場合は、右上隅のコードアイコンをクリックして完全なコードを確認できます。
🌐 他の AI プログラミングツールを探索
z.ai のほかに、以下の優れた AI プログラミングプラットフォームもおすすめです：
| ツール | URL | 特徴 |
|---|---|---|
| Kimi Code | kimi.com/code/console | 月之暗面（Moonshot AI）が提供する AI プログラミングアシスタント。ターミナル版の Kimi Code CLI と VS Code 拡張機能を提供し、基盤はプログラミング専用モデルの Kimi K2.7 Code。Claude Code、Roo Code などのツールへの接続にも対応 |
| Google AI Studio（おすすめ） | aistudio.google.com/apps | Google 公式、Gemini モデル対応、高速プロトタイプ開発に最適 |
| Figma Make | figma.com/make | デザインツールとの深い統合、デザイナー向けのインタラクティブプロトタイプに最適 |
| Coze | coze.com | ByteDance の AI Bot 開発プラットフォーム、ノーコードのビジュアル構築機能。豆包、Kimi などの中国産大規模モデルと深く統合、プラグインマーケットプレイス、スケジュールタスク、マルチチャネル配信（Feishu、WeChat など）をサポート |
| v0.dev | v0.dev | Vercel の AI UI 生成ツール、説明を入力するだけで実行可能な React コンポーネントを生成 |
| Bolt.new | bolt.new | StackBlitz の AI フルスタック開発プラットフォーム、完全な Web アプリケーションを直接生成・デプロイ可能 |
| Lovable | lovable.dev | 高品質な React アプリの生成に特化、GitHub 統合とワンクリックデプロイをサポート |
| Replit Agent | replit.com | AI プログラミングアシスタントを統合したオンライン IDE、複数言語とリアルタイムコラボレーションをサポート |
他の Web プログラミングツールの詳細な比較と使用チュートリアルについては、拡張読み物を参照してください：7 つの主流 Vibe Coding オンラインプラットフォーム実測比較
2.2 対話型プログラミングでできること・できないこと
このセクションでは、一つの具体的な問題に焦点を当てます：対話型 AI のみに依存し、コードを一切書かない場合、一体どこまで進めることができるのか。 経験則として、比較的安定した結論は次のとおりです：「小さくて完成度の高い」ものを作ることはできますが、「どこまでやれば十分か」は、あなたが各ステップの詳細を自分で判断する必要があります。
「小さくて明確な」アプリに適している
前のスネークゲームの例からわかるように、典型的なパターンがあります： インターフェースとインタラクションを明確に説明できれば、AI は通常、数回の対話で、開ける、クリックできる、遊べる完全な Web ページを組み立てることができます。
この種のタスクにはいくつかの共通特徴があります：
- 範囲が明確：1ページの Web ページ、シンプルな社内ツール、小さなゲーム
- 結果が見える：ブラウザで期待通りに動作するかすぐに確認できる
- 修正が直接的：問題を見つけた後、後続の対話で具体的な現象を指摘し修正を求めることができる（エラーをコピーして貼り付けたり、スクリーンショットを貼り付けたりして AI に修正させる）
この範囲内では、対話型 AI を実行力のある「アシスタント開発者」と見なすことができます。各ラウンドで自然言語を使って要件を細分化・修正するだけで、素早く使えるプロトタイプを得ることができます。
AI が単独で小規模プロジェクトを完了する成功率：
大規模プロジェクトには「プロセスの視点」が必要
小さくて明確な範囲を超えると、数回の対話だけで AI に複雑なシステムをエンドツーエンドで完成させることは、すぐに限界に達します。大規模プロジェクトは多くの場合、バックエンド、データベース、サードパーティサービスの統合が必要で、権限、セキュリティ、同時実行、大量のビジネスルールも関係し、1ページの Web ページではなく、既存のビジネスと深く統合されたシステム全体の構築が目標です。
この場合、より合理的なアプローチは、すべての要件を一度に AI に投げるのではなく、まず明確な全体プロセスを整理することです：重要なステップは何か、各ステップの入力・出力と状態変化は何か、どのノードがパフォーマンスとセキュリティに最も敏感か。このフローチャートに基づいて、比較的独立した部分を分割し、対話型 AI にインターフェース、モジュール、スクリプト、テストの生成を任せます。
現在の能力では、AI は一つ一つの小さなステップを加速するのに適しており、あなた（またはチーム）がステップの分割方法、連携方法を決定し、最終的なアーキテクチャ設計、システム統合、運用保守を担当します。
「書ける」ことと「使える」ことの違い
一見すると、AI は何でも書けるように見えますが、これらが本当に使えるのか、どこまで使えるのか、どのように区分すべきでしょうか？
一つの参考となる経験則は次のとおりです：
⚠️ 適用シナリオガイド
- プロトタイプ / デモ / 社内ツール：まず AI に初版を作らせ、その後あなたがディテールを反復するのに非常に適しています。
- 実際のユーザー向けの大規模プロダクト：通常、エンジニアがアーキテクチャ、抽象化、パフォーマンス、保守に長期的に取り組む必要があります。
- 高セキュリティ / 高コンプライアンスシステム（決済、リスク管理、医療など）：現段階では「生成してそのまま本番稼働」は推奨されず、厳格なレビューとテストプロセスを導入する必要があります。
現在、AI を効率的なデモと個人用ツールのパートナーとして比較的安心して見なすことができます： 十分にテストし、反復し、「ここが違う、修正して理由を説明して」と何度も聞けば、プロトタイプと社内ツールのレベルでは、全体的な品質は通常十分であり、実践的な価値があります。
3. 実践：あなた初の AI ネイティブアプリケーション
実践パートに戻りましょう。前半では、AI を使って遊べるスネークゲームのプロトタイプを素早く作成し、AI が何ができて何ができないかを大まかに理解しました。次に、最も基本的な vibe coding のテクニックを使って、現代版の AI スネークゲームを作成する方法を学びます。蛇が豆ではなく文字を食べるようにします。最後に、ゲームが食べた文字に基づいて詩を生成し、絵を描かせます。 この実際のケースを通じて、新しいプログラミング方法の核心理念を理解できます：自然言語で要件を明確に表現する方法を学びます。
3.1 AI ネイティブスネークゲーム
最初は、最もシンプルな方法で大規模モデルと対話します。これにより、迅速にプロダクトプロトタイプを得ることができます。チャットボックスに直接入力できます：
💡 プロンプト例： スネークゲームを作ってください
💡 プロンプト例： スネークゲームを作ってください。以下の機能をサポートしてください
- さまざまな単語を食べることができ、それらがボックスに収集されます
💡 プロンプト例： スネークゲームを作ってください。以下の機能をサポートしてください：
- さまざまな単語を食べることができ、それらがボックスに収集されます
- 蛇が8つの単語を食べると、LLM がそれらの単語に基づいて詩を作成し、必要に応じて詩を再ミックスできます
- 詩が完成したら、次のステップでその詩に基づいて画像が自動的に作成されます
注意：開発中に期待通りにいかない問題に遭遇する場合があります。ボタンをクリックしても反応がない、機能使用時にエラーが発生する、機能が期待通りに動作しない、またはフロントエンドページが期待したデザインと一致しないなどです。
この場合、モデルにさらに質問して、これらの予期せぬ問題を修正するよう助けてもらう必要があります。
3.2 ゲームに新機能を追加する
基本機能が完成したら、プログラムに新しい工夫を追加してみましょう。蛇が単語や文字を食べるプロセスが少し退屈だと思うなら、蛇に異なる色の単語を食べさせ、それに応じて蛇の色を変えることができます。
また、「食べる」プロセスにエフェクトを追加したり、エフェクトをトリガーするマジックワードを導入したりすることもできます。たとえば、蛇の速度やサイズを増やすなど。別のアイデアとして、蛇が単語を食べるたびにモデルに詩と画像を生成させることもできます。8つの単語を食べるまで待つ必要はありません。
これが難しいと思うなら、言語モデルに直接助けを求めることができます。創造的な提案を出して、ゲームをより面白くしてくれます。試してみてください！
1. "単語で世界をアンロック" メカニズム
機能：蛇が単語を食べるたびに、画像モデルがその単語の小さなアートワークを即座に生成し、プレイヤーが作り上げるユニークなパノラマ画が徐々に完成していきます——遊びながら「絵を描く」体験です。
2. "詩のパズル" プレイ
機能：蛇が食べた各単語が LLM に詩の一行を、画像モデルに挿絵を生成させ、ラウンド終了時に AI コラボレーションの詩と絵に組み合わされます。
3. "魔法の単語" & ストーリー分岐
機能：「風」「夜」「夢」などの魔法の単語を食べると、LLM がシーンのテーマを変え、画像スタイルを夜、嵐、夢の雰囲気に切り替えます。プレイヤーが食べた単語によって AI が生成するストーリーも変化し続けます。
4. "リアルタイム生成"
機能：単語を食べるたびに、LLM が一行の対話や説明を生成し、ゲーム内の NPC が「話し」、環境も変化します。蛇の見た目や障害物も食べた単語に応じて変わります。
5. "短文スネークチャレンジ"
機能：リバースモード——LLM が詩の一行やなぞなぞを提示し、プレイヤーは蛇を操作して単語を順番に食べて文を再構成します。間違った単語を食べると、画像モデルが面白い芸術的な結果を生成します。
6. "テーマステージ" & スタイル選択
機能：開始時に「童話」「SF」「唐詩」などのテーマを選ぶと、LLM と画像モデルが単語、詩風、画面スタイルを調整し、毎回のプレイが新鮮に感じられます。
7. "ライブ共創"
機能：特別な単語を食べると、LLM がプレイヤーにフレーズの入力やスタイルの選択を促し、対応する詩と挿絵を生成して、真の人間と AI の共創を実現します。
8. "成長の物語"
機能：蛇が成長するにつれて、LLM が物語詩を書き続け、画像モデルが長巻パノラマを生成し、プレイヤーは「書く・描く・遊ぶ」を同時に体験できます。また、LLM にプロジェクトレベルのプロンプトを直接生成させるよう依頼することもできます。前のセクションでは、スネークゲームのプロンプトを自分で書きました。今回は、大規模モデルに全体フレームワークと実装パスを含むプロンプトを生成させましょう（z.ai で直接生成できます）。
より良いプロンプトの書き方を学びたい場合は、プロンプトエンジニアリング付録を参照してください。
AI にウェブスネークゲームを生成させたいのですが、より完全なプロンプトが必要で、結果をより印象的で面白くしたいです。詩を生成する機能を実装するスネークゲームを生成してください。また、画像生成モジュールを含める必要があります。
z.ai の回答は次のようになります：
このプロンプトを使ってフルスタック開発モードでプロジェクトを再生成できます：
3.3 他のミニゲームを作ってみる
スネークゲーム以外にも、想像力を存分に発揮させましょう。
何でも創造できます。失敗しても最初からやり直すだけです！
- AI アートギャラリープラットフォーム：AI 生成アート作品をアップロード、閲覧、いいね、コメントでき、スタイル別に分類表示もできるオンラインギャラリーを作ってください。
- レトロゲームアーカイブ：クラシックゲームに敬意を表したウェブサイトを作ってください。ゲームの歴史とプレイガイドを収録し、その場で遊べるレトロミニゲームも内蔵します。
- サステナブル生活トラッカー：カーボンフットプリント追跡ツールを作ってください。ユーザーが日常の行動を入力すると自動的に二酸化炭素排出量を推定し、環境に優しいアドバイスと毎週のチャレンジを提供します。
- バーチャルキッチンアシスタント：AI 料理アシスタントを作ってください。ユーザーが家にある食材を入力すると、レシピを提案し、ステップバイステップの調理手順を提供します。
- アンダーグラウンド音楽発見プラットフォーム：音楽ストリーミングウェブサイトを作ってください。インディーズや新進アーティストの作品を重点的に紹介し、プレイリスト作成とコメント交流をサポートします。
- ミニマルタスク管理システム：ミニマルスタイルのタスク管理ツールを作ってください。タスク作成、優先度設定、ドラッグ＆ドロップでの並び替え、完了進捗の表示をサポートします。
- SF執筆ワークショップ：SF 執筆プラットフォームを作ってください。世界観設定テンプレート、キャラクター資料カード、ストーリーアウトラインのツールを提供し、作者の設定構築を助けます。
- パーソナルナレッジグラフ：ビジュアルノートツールを作ってください。散らばったアイデアをノードにし、線で関連する内容をつないで一つの知識ネットワークにします。
- バーチャル植物園：植物百科事典ウェブサイトを作ってください。さまざまな植物の写真と資料を収録し、ユーザーは自分のバーチャル植物を育てて成長過程を観察できます。
- プログラミングチャレンジアリーナ：オンラインプログラミングコンテストプラットフォームを作ってください。さまざまな難易度のアルゴリズム問題、オンラインコードエディタ、自動採点、ランキングを提供します。
また...ゲームが好きなら、一緒にゲームを作ってみましょう！
- 3DオープンワールドRPG：自由に探索できる 3D オープンワールドゲームを作ってください。昼夜サイクル、天候変化、クエストシステム、キャラクター成長を備えます。
- FPSアリーナ：テンポの速いマルチプレイヤー FPS ゲームを作ってください。チームデスマッチ、キャプチャーザフラッグなど複数のモードと複数のマップをサポートします。
- AIチェス&マルチプレイ：チェスプラットフォームを作ってください。さまざまな難易度の AI と対局できるほか、オンラインで実際のプレイヤーと対戦マッチングもできます。
- 麻雀オンライン対戦：伝統的な麻雀ゲームを作ってください。複数のルール、プライベートルームの作成、自動スコアリングをサポートします。
- ターン制ストラテジー：グリッドマップのターン制ストラテジーゲームを作ってください。ユニットの移動、攻撃、アップグレード、戦争の霧を含みます。
- タイムトライアルレーシング：3D レーシングゲームを作ってください。タイムアタックのゲームプレイに焦点を当て、複数のコース、車両カスタマイズ、ゴーストカーリプレイをサポートします。
- カードバトル(デッキ構築)：カードバトルゲームを作ってください。プレイヤーはカードを収集し、自由にデッキを構築してランクマッチに参加できます。
- バトルロイヤル(見下ろし2D)：見下ろし視点の 2D バトルロイヤルゲームを作ってください。縮小するエリア、ランダムな戦利品、ソロ/チームモードを含みます。
- ホラーサバイバル(一人称)：一人称視点のホラーサバイバルゲームを作ってください。リソース管理、ステルスで敵を回避、脱出ルートの探索がポイントです。
- 音楽リズムゲーム(3D)：3D 音楽リズムゲームを作ってください。音符が音楽のビートに合わせて遠くから飛んできて、正しいタイミングで叩いてスコアを獲得します。
3.4 注目の事例：みんなが AI で作ったゲーム
ここまで読んでも、やはり「スネークゲームは入門の例に過ぎないし、AI で本当に複雑なゲームが作れるの？」と思うかもしれません。
答えは「作れます」。ここでは、ネットに公開されている実際の事例から 8 つを厳選しました——クラシックアーケードゲームのコレクション、2048 風パズルから、『マインクラフト』や『スーパーマリオ』の再現、さらには中国産大規模モデル Kimi が作った 3D ゲームや公式ゲームプラットフォームまで。これらの事例の開発者にはプロのプログラマーもいますが、完全にゼロ知識の一般の人もいます。共通しているのは、対話方式で AI にコードの大部分を書かせたことです。
🕹️ 事例一：午後一つで 10 本のクラシックアーケードゲームを再現（WotAI Games）
WotAI Games は、完全に Claude Code（Vibe Coding）でゼロから開発され、ゲームエンジンを一切使っていないWeb ゲームコレクションです。対話で AI に一度に 10 本のクラシックアーケードゲームを再現させました：パックマン、テトリス、スペースインベーダー、スネークゲーム、Flappy Bird、ブロック崩し、ギャラクシアン、カエル渡り、Doodle Jump、数独。どれもそのままオンラインで遊べて、ランキングシステムも内蔵されています。
🔗 オンラインで遊ぶ：games.wotai.co ｜ 開発レポート：We vibe coded 10 classic arcade games with Claude Code
🌸 事例二：ゼロ知識の人が 2 時間で 2048 風ゲームを制作（Blooming Garden）
プログラミングをまったく知らない日本の開発者 in0ho1no は、Claude を使った純粋な対話（Vibe Coding）で、約 2 時間で 2048 風の「植物ガーデン」ゲーム Blooming Garden を作り上げました：同じ種類の植物の合成と進化、華やかな開花エフェクト、パーティクルアニメーション、ランキング、サウンドエフェクト、スマホ対応……これらの機能はすべて自然言語での対話だけで完成し、コードは一行も手書きしていません。
🔗 オンラインで遊ぶ：in0ho1no.github.io/2025-adhoc-blooming-garden ｜ ソースコード：github.com/in0ho1no/2025-adhoc-blooming-garden
🌍 事例三：デザイナーが AI でオンライン対戦できる 3D ゲームを制作（Planet Jumper）
デザイナー Ricardo de Zoete（Hammy） は、OpenAI の AI を使った純粋な対話（Vibe Coding）で、three.js をベースに Planet Jumper を作りました——3D マルチプレイプラットフォーマーです：小さな球形の惑星の表面を走り、ダッシュし、ジャンプしながら、見知らぬ人とオンラインで同じステージに挑めます。球形の重力、ネットワーク同期、ジャンプの手応えといった簡単ではないシステムも、すべてプロンプトの「会話」だけで作り上げられました。
🔗 オンラインで遊ぶ：gamesbyhammy.cloud/play/planetjumper ｜ 詳細紹介：Planet Jumper: A Vibe-Coded Three.js Multiplayer Platformer
🎮 事例四：一人で Vibe Coding で 100 本のブラウザゲームを制作（2026）
2026 年 7 月、中国語圏コミュニティの開発者 wangzifan396-wzf が mini-browser-games をオープンソース化しました——Vibe Coding で一人で作り、磨き続けた 100 本のブラウザミニゲームで、すべて依存ゼロの単一 HTML ファイル、ダブルクリックでそのまま実行できます。ゲームプレイはアクション、ストラテジー、タワーディフェンス、経営、カード、物理、推理、レーシング、リズム、ボードゲーム、パズルなど多岐にわたり、中には多章構成のキャンペーン、育成システム、セーブコードによるデバイス間同期といった、完成度の高いプロダクト級の深みに達した作品も少なくありません。プロジェクト全体は MIT ライセンスで公開され、オンラインカタログから直接遊べます。
🔗 オンラインカタログ：wangzifan396-wzf.github.io/mini-browser-games ｜ ソースコード：github.com/wangzifan396-wzf/mini-browser-games ｜ 制作の振り返り：Vibe Coding で 100 本のブラウザゲームを作り、すべてオープンソースにしました
⛏️ 事例五：甥っ子たちのために『マインクラフト』クローンを制作（CraftMine、2026）
2026 年 2 月、開発者 Trent Sterling は、甥っ子たちが『マインクラフト』を遊びたがっていたのに正規版がなかったため、白紙の HTML ファイルを開いて、Claude Code で純粋な対話を重ねて CraftMine を作りました——6,820 行・単一ファイルの Web 版『マインクラフト』クローンです：46 種類のブロック（さらに 21 種類の DOOM ヘルテーマブロックを追加）、36 種類のモブ（ひよこから HP 300 のタイタンボスまで）、19 種類の武器（BFG 9000 を含む）、5 つのバイオーム、昼夜サイクル、さらには P2P マルチプレイにも対応しています。ビルド手順は一切不要で、Web ページを開くだけで遊べます。
🔗 オンラインで遊ぶ：tront.xyz/craftmine ｜ 開発レポート：CraftMine: A 6,820-line vibe-coded Minecraft clone in one HTML file
🍄 事例六：AI が無限ステージをリアルタイム生成する『スーパーマリオ』（2026）
2026 年 3 月、ある開発者がオープンソース版『スーパーマリオ』と OpenAI のモデルを組み合わせて AI 版スーパーマリオ を作りました：クラシックなオリジナルステージを遊べるだけでなく、AI が新ステージをリアルタイム生成します——「無限モード」では、AI があなたの進行に合わせて新しいシーンと敵を動的に生成し、実測で連続 45 分遊び続けられました。さらにゲーム内で文字入力によって、AI に敵を追加させたり、プラットフォームを置かせたり、テーマを変えさせたりすることもできます。
🔗 オンラインで遊ぶ：supermario.leanmcp.live ｜ 詳細紹介：OpenAI and Idiomorph Power Infinite Mario Level Generation in Browser
🇨🇳 事例七：中国産大規模モデル Kimi K3 がワンプロンプトで 3D ゲームを制作（2026）
2026 年 7 月、開発者 Dr. Josh Simmons は、中国産大規模モデル Kimi K3 にプロンプトを一つ送っただけで、プレイ可能な一人称 3D ゲームを作らせました：プロシージャル生成されたサーバー施設でデータコアを収集し、巡回ドローンをかわし、貨物エレベーターで 3 階下に降ります。ゲーム全体が一度の生成で遊べる状態になり、さらに 2 ラウンドの対話で 2 つのバグを修正すればスムーズにクリアできます。総費用は約 2 ドルでした。
🔗 オンラインで遊ぶ：kimi-test-theta.vercel.app ｜ ソースコード：github.com/jcpsimmons/kimi-test ｜ 開発者の振り返り：Kimi K3 Built the Game. I Still Had to Play It.
🎯 事例八：Kimi 公式ゲームプラットフォーム K399——数十本の AI ゲームをオンラインで（2026）
2026 年 7 月 17 日、月之暗面は Kimi K3 モデルの発表と同時に、Web ゲームプラットフォーム K399 を公開しました——中の数十本のゲームはすべて K3 モデルが制作に関わっており、クリックするだけで遊べます。ジャンルは 3D シューティング、リズムゲーム、横スクロールアクション、宮廷ドラマ AVG、3D パズル、さらにはオープンワールドまでカバー：『ゼルダの伝説』『黒神話：悟空』『泡泡堂』『ヴァンパイアサバイバーズ』などのクラシックな遊びを再現した作品に加え、『先鋒練習場』（移動、ジャンプ、スライディング、エイム射撃ができる 3D FPS）、オープンワールド『SpiderPunk』、五章のメインストーリー・八本のサブストーリー・32 種のランダムイベントを持つ宮廷ドラマ AVG『鳳闕深宮』など、デモの域をはるかに超えたオリジナルゲームもあります。
🔗 オンラインで遊ぶ：k399.games（K3 Game Arcade、クリックするだけで遊べる）｜ 詳細紹介：元 miHoYo 幹部が加入、今最も注目される AI 企業が突然数十本のゲームを作った ｜ Kimi K3、誰を緊張させたのか？
これらの事例を見るとわかるように、スネークゲームは AI プログラミング能力の氷山の一角に過ぎません。クラシックアーケードゲーム、2048 パズル、3D ゲーム、『マインクラフト』や『スーパーマリオ』の再現、さらには 100 本を超えるゲームコレクションや、中国産大規模モデル公式のゲームプラットフォームまで、アイデアを明確に伝え、何ラウンドも対話を重ねて磨き上げることを惜しまなければ、AI は 0 から 1 まで作ってくれます。次は、あなたの番です！
📚 Assignment
最初の AI ネイティブ・ミニゲームを完成させる
このセクションでは、「対話でスネークゲームを生成」から「AI ネイティブミニゲームの設計思考の理解」までの完全なプロセスを体験しました。以下の課題は、この理解を自分の能力にするのに役立ちます。
- AI ネイティブスネークゲームを完全に再現する
- 最低限の実装：蛇が移動できる、「食べ物」を食べると長さとスコアが変化する、壁や自分の体にぶつかるとゲームオーバー。
- 再現中、エラー現象 + エラーメッセージ + 重要なコードスニペットを一度に AI に投げ、「初心者モード」で修正してもらう練習をする。
- （オプション）自作の AI ネイティブミニゲームまたはデモを 1 つ作る
- 文字、画像、音楽、リズムなどを中心とした任意の軽量ゲームプレイで構いません。例：「単語を食べて詩を書く」「リズムタップ」「生成的ランニング」など。
- 重要なのはビジュアルの豪華さではなく、AI がここで具体的に何を助けたのか、人間には困難または面倒な部分を何を解決したのかを明確に説明できることです。
これが完全なチュートリアルです！すべての内容を完了し、自分のスネークゲームを構築するには 4 時間かかるかもしれません。急ぐ必要はありません——探索、実験、そしてプロセスを楽しんでください。途中で理解できない概念に遭遇した場合は、以下の付録の関連部分を参照してください。
付録
付録 1：フロントエンド開発の知識は必要？
💡 一言でまとめると
コードを書く必要はありませんが、基本概念を理解すると AI に要件をより良く説明できるようになります。
- ウェブページのタイトル、テキスト、画像
- ボタン、入力フィールド、ドロップダウンメニュー
- ゲームインターフェース、アニメーション効果
- ユーザースコアの保存
- ログイン認証
- レベルコンテンツの配信
フロントエンドの三種の神器
Web ページを一軒の家だと思ってください。三つの「コード」がそれぞれ一つずつ担当します：
- HTML：ページに何があるか——家の図面を先に引くようなもの
- CSS：見た目——壁を塗り、家具を並べるようなもの
- JavaScript：動き——電灯スイッチのようなもの。押せば電気がつく
コードはどうやってページになるの？
ブラウザはHTML で骨組みを組み、CSS で装飾し、JS で電気を通す。この三ステップでページになります。
React / Vue って何？
複雑なページを「プレハブ工具」で建てるためのものです——速くて安定。自分で学ぶ必要はありません。手伝ってくれる存在だと知っておくだけで十分です。
Vibe Coding において
コードを書かず、説明するだけ。 AI に普通の言葉で話しかければいいのです。例えば：
"React でリーダーボードページを作って。右側にスコアリスト、行をクリックすると下に詳細表示。シンプルでモダンなスタイルに。"
詳しくは Web 基礎付録 と フロントエンド進化史付録 をどうぞ。
付録 2：Vibe Coding とは何か
💡 Vibe Coding とは？コンピュータ科学者 Andrej Karpathy（OpenAI の共同創業者の一人、テスラ元 AI 責任者）が 2025 年 2 月に vibe coding という言葉を提案しました。この概念は、LLM に依存するコーディング方法を指し、プログラマーが自然言語の説明を提供することで、手動でコードを書くことなく動作するコードを生成できるようにします。
文字通り、Vibe Coding は「話すことで開発する」方法として理解できます。その核となる変化は：もう自分で一行一行コードを書いたり、構文を調べたり、バグを修正したりする必要はなく、自然言語で欲しいものを直接説明するだけです。例えば：
「ログインページが必要です。携帯番号の入力フィールドと認証コードの入力フィールドを付けてください。」 「ログイン成功後、トップページにリダイレクトし、右上隅にユーザー名を表示してください。」 「シンプルなスネークゲームを作ってください。キーボードの方向キーで操作できるように。」
大規模言語モデル（LLM）がこのような説明を自動的に実際に動作するコードに翻訳し、対応するページ、ロジック、データ構造を生成します。結果を見た後、自然言語で修正意見を伝えます。例えば「ボタンをもう少し大きく」「背景をダークカラーに」「スコアを記録してリーダーボードを表示」など。AI は引き続きあなたの要件に応じて実装を調整します。
このモードでは、プログラミング言語を先に学んでからコードを書く必要はありません。主な精力を次のことに注ぎます：何を作るかを明確にする、結果を見て「どこが違うか」を判断する、新しい修正を提案する。AI はこれらの上位のアイデアを具体的な実装に落とし込み、機械的で反復的なコーディング作業を大幅に削減します。
Vibe Coding の詳細についてはこちらを参照してください：https://www.ibm.com/think/topics/vibe-coding
Karpathy の共有内容の詳細についてはこちらを参照してください：https://karpathy.bearblog.dev/blog/
Vibe Coding の達人を装う方法
実際、本格的な vibe coding の過程では、複雑なプロンプトをあまり使いません。開始時にプログラム全体に対して具体的で適度に複雑なプロンプトを提供する必要があるかもしれませんが、その後の各ステップでは、次のような種類のプロンプトだけが必要です：
"コードにバグがあります、修正してください。"
"部分コードは不要です。修正後の完全なコードをください。"
"あなたのコードにはまだ問題があります。"
"もう一度修正して、修正後の完全なコードをください。"
"さっきまで動いていたのに、なぜ今動かないのですか？"
"私の意図を理解していないのですか？元のコードを変更しないでください。"
"デバッグ機能を追加しないでください。"
"私が依頼していないことはしないでください。"
"私が実装を依頼した機能はどこですか？"
"私の言葉がわからないのですか？"
"関数を一つだけください。"
"以前のコードを参照するように言ったはずです。"
"不要なコメントを追加しないでください。"
"元のコードの基本ロジックを変更しないでください。"
"コードを修正してください。"
"私のコードをベースに修正..."
"変数名を変更しないでください！！！"
"元の関数名を変更しないでください！"
"私の変数を勝手に変更しないでください。"
"追加機能を追加しないでください。"
"フレームワークだけを生成するのではなく、完全なコードを生成してください。"これは少し誇張されているように聞こえるかもしれませんが、実際には、これらが日常の作業で使用するプロンプトです。大規模言語モデルのコンテキスト長の制限のため、または命令追従能力があまり強くないため、モデルは対話の早い段階で議論された内容を忘れることがあります。vibe coding では、長いコンテキストのモデルを使用する傾向があり、命令追従能力の強いモデルを使用します。これら二つのランキングや指標で判断できます。
または、トレーニングデータセットのスタイルにより、大規模モデルはそのトレーニングデータのスタイルで回答する傾向があります。例えば、一部の人は真面目に話し、一部の人は多くの修飾を加え、一部の大規模モデルはコードに多くのコメントや不要なモジュールを追加するのが好きです。
付録 3：モデルコンテキスト
モデルコンテキストは、AI の短期記憶として理解できます。これは、現在の一回の対話またはタスクにおいて、モデルが「見て」および「覚えて」いるすべてのテキストコンテンツを指し、以前に入力した質問、システムが提供した説明、関連資料などを含みます。
コンテキストがあるからこそ、AI はあなたが前の内容に続いて質問していることを理解し、一ラウンド一ラウンド、途切れのない自然な対話を行うことができます。コンテキストがなければ、あなたの各文はモデルにとって全く新しい質問のように見え、以前に何を言ったかを知ることができず、対話を続けることはできません。
各モデルには独自の有効コンテキスト長（context window）があります。この長さは通常 token（大まかに「単語の断片」の単位と理解できます）で測定され、現在の主流モデルはほぼ 32k～128k token です。コンテキストが長いほど、モデルが一度に「読める」内容が増えます。例えば：
- 長めの論文やレポートを一度に読む
- 同じ対話ラウンドで複数の資料やケースを参照する
- モデルに以前の数ラウンドの複雑な議論の結論を覚えさせる
入力内容がモデルのコンテキスト制限に近づくまたは超えると、次のような一般的な現象がよく発生します：
- モデルが長いテキストの細部や重要情報を忘れ始める
- 対話が進むにつれて、話題が当初の目標から徐々に逸れる
- 同じ資料に対する異なる質問間で、参照内容に不一致が生じる
これらの現象は、モデルが突然「バカになった」わけではなく、コンテキスト容量が使い切られたり使い切れに近づいた後に生じる自然な結果です。
実際の使用では、コンテキストを可能な限り長くしたいと同時に、次の点も意識する必要があります：
- コンテキストが長いほど、消費する計算リソースが増える
- 対応する呼び出しコスト（費用）も増加する
したがって、AI アプリケーションを設計する際には、モデルに十分な量を読ませることと、コストの制御・効率の向上との間でバランスを取る必要があります。例えば：
- 本当に長期保存が必要な情報を要約してからモデルに渡す
- 不要な詳細情報を、一度にコンテキストにそのまま入れ続けない
- 外部ナレッジベースなどの方法を使い、「長期記憶」をシステムに任せ、モデルのコンテキストに無理に入れない
付録 4：命令追従能力
命令追従能力とは、モデルがあなたの命令を理解した後、正確かつ完全にあなたの要求通りに実行できるかどうかを指します。質問に答えるだけでなく、指定されたフォーマット、スタイル、手順でタスクを完了することも含みます。
例えば、以下はすべてモデルに明確な要求がある命令です：
- この記事を3つのポイントに要約する
- 正式で礼儀正しい口調で返信メールを書く
- この単語を英語に翻訳し、それぞれ例文を作る
- 記事から著者、日時、主要イベントを抽出する
命令追従能力の強いモデルは、通常次の特徴を備えています：
- 要求された数量通りに出力する
例えば3つのポイントに要約するよう依頼すれば、5つを出力することはありません。 - 指定されたすべての要素をカバーする
例えば著者、日時、イベントの抽出を依頼すれば、そのいずれも漏らしません。 - 指定されたフォーマットとトーンを遵守する
例えば正式なトーンを依頼すれば、あまり口語的な返信を出力しません。 - 不要な追加拡張を行わない
例えば翻訳と例文の作成だけを依頼すれば、無関係な説明を大量に出力しません。
実際の応用では、強い命令追従能力は非常に重要です。理由は次のとおりです：
- 安定性の向上：同じ命令を異なる時刻で複数回実行した場合、出力構造と動作パターンがより一貫し、ランダムな逸脱が起こりにくい
- 再現性の向上：プロンプトを製品やプロセスに設定する場合、モデルがおおよそどのように応答するかを予測でき、テストと反復が容易
- システム統合の容易さ：モデルの出力が期待されるフォーマットに合致すれば、バックエンドプログラム、ワークフロー、その他のツールとの自動接続が容易
したがって、大規模言語モデルを選択・評価する際には、賢いか、知識カバレッジが広いかだけでなく、命令追従能力にも特に注意する必要があります。産業級アプリケーションにとって、安定して正確に命令を実行できることは、たまに驚くような回答を出すことよりもはるかに重要です。