Vibe Coding یعنی کدنویسی مبتنی بر حس و هدایت سطح بالا، بدون درگیر شدن با جزئیات سینتکس. در این روش شما به‌جای تایپ کردن تک‌تک خطوط، «قصد» و «معماری» را با زبان طبیعی توصیف می‌کنید و هوش مصنوعی کد را تولید می‌کند. این همان چیزی است که به آن توسعهٔ مبتنی بر قصد (Intent-Driven Development) می‌گویند.

این اصطلاح را نخستین‌بار پژوهشگرانِ حوزهٔ هوش مصنوعی رایج کردند تا حالتی را توصیف کنند که در آن توسعه‌دهنده «به حسِ» کاری که می‌خواهد اعتماد می‌کند و جزئیاتِ پیاده‌سازی را به مدل می‌سپارد. نتیجه، جهشی در سرعت است — اما تنها در صورتی که کنترل و بازبینی را از دست ندهید.

نقش برنامه‌نویس از «تایپ‌کنندهٔ کد» به «مدیر محصول و معمار سیستم» ارتقا پیدا می‌کند. شما تصمیم می‌گیرید چه چیزی ساخته شود، چگونه ماژول‌ها کنار هم بنشینند، و کیفیت خروجی را بازبینی می‌کنید؛ کارِ تکراریِ نوشتن را به AI می‌سپارید.

پرامپت‌نویسی مهم‌ترین مهارتِ Vibe Coding است؛ چون کیفیتِ خروجیِ AI مستقیماً به کیفیتِ ورودیِ شما بستگی دارد. یک پرامپت خوب برای تولید کد، پنج جزء دارد.

ابزارهای مدرن (Cursor، Copilot، Claude Code و...) یک پنلِ چت واحد ندارند؛ بلکه چند حالت (Mode) دارند که میزانِ آزادیِ عملِ AI را تعیین می‌کنند. انتخابِ درستِ حالت، مهم‌ترین تصمیمِ شما در هر تسک است: از «فقط جواب بده» تا «خودت همه‌کار را انجام بده». نام‌ها بین ابزارها کمی فرق دارد، اما مفهوم یکی است.

در گذشته، پلن‌ها ساده بودند: «X درخواستِ سریع در ماه». اما ابزارها (به‌ویژه Cursor) به سمت محدودیت مبتنی بر مصرف/محاسبات رفته‌اند. چرا؟ چون همهٔ درخواست‌ها یکسان نیستند: یک پرامپتِ کوچک به مدلِ سبک، هزینهٔ ناچیزی دارد؛ اما یک تسکِ agentic بزرگ روی مدلِ سنگینِ استدلالی، ده‌ها برابر منابع مصرف می‌کند. پس منصفانه‌تر است که «حجم واقعی مصرف» شمرده شود، نه «تعداد کلیک».

هوش مصنوعی متن را به قطعات کوچکی به نام توکن (Token) می‌شکند (تقریباً هر ۴ کاراکتر انگلیسی ≈ یک توکن). هر بار که چیزی می‌فرستید، همهٔ آن به توکن تبدیل می‌شود و ورودی حساب می‌شود؛ پاسخِ مدل هم خروجی است. در پرداختِ مصرفی، بابت هر دو پول می‌دهید؛ در پلن‌های اشتراکی هم همین توکن‌ها سهمیه/Rate Limit شما را مصرف می‌کنند.

نکتهٔ حیاتی: در هر پیامِ یک گفت‌وگو، کلِ تاریخچهٔ قبلی دوباره فرستاده می‌شود تا مدل «به‌خاطر بیاورد». یعنی یک چتِ طولانی، در هر پیام گران‌تر و گران‌تر می‌شود.

در Vibe Coding کد سریع تولید می‌شود، اما بدون مستندات، بعداً حتی خودتان هم آن را نمی‌فهمید. خبر خوب: تولید مستندات هم کارِ AI است. با یک پرامپت می‌توانید برای کدهای پیچیده، README.md یا مستندات داخل کد (JSDoc در جاوااسکریپت، Docstring در پایتون) بسازید.

در Vibe Coding، هوش مصنوعی ممکن است در یک ثانیه ۱۰۰ خط کد بزند — و همان‌قدر سریع، سیستم را خراب کند. بدون Git، بازگرداندن کد به حالت سالم تقریباً غیرممکن است. با Git، هر لحظه می‌توانید به آخرین نقطهٔ امن برگردید. این یعنی می‌توانید بی‌پروا آزمایش کنید، چون همیشه راه بازگشت دارید. در واقع Git همان چیزی است که «سرعتِ بی‌پروای AI» را به «سرعتِ ایمن» تبدیل می‌کند.

سؤال کلیدی: «آیا بک‌اند و فرانت‌اند را در یک repository توسعه بدهیم؟» برای Vibe Coding، پاسخ قاطعانه بله است. وقتی فرانت و بک در یک ریپازیتوری (مثلاً دو فولدر مجزای frontend/ و backend/) باشند، هوش مصنوعی به Context هر دو لایه دسترسی دارد و می‌تواند تغییرات را هماهنگ اعمال کند.

در فریم‌ورک‌های مدرن Vibe Coding، به ابزارها، اسکریپت‌ها یا توانایی‌های خاصی که به عامل (Agent) هوش مصنوعی می‌دهید تا کارهای فراتر از نوشتن متن انجام دهد، Skill می‌گویند. بدون Skill، AI فقط متن (کد) تولید می‌کند؛ با Skill، می‌تواند عمل کند: تست اجرا کند، فایل بخواند، در وب سرچ کند یا با یک API حرف بزند.

به بیان ساده: مدل = مغز که فکر می‌کند؛ Skill = دست‌ها که کار انجام می‌دهند. یک agent قدرتمند، مغزی خوب با دست‌های متنوع است.

در این کارگاه، همهٔ آموخته‌های دوره را کنار هم می‌گذاریم و یک اپلیکیشن مدیریت تسک (Task Manager) کامل — با فرانت‌اند و بک‌اند — در یک Monorepo داخل VS Code می‌سازیم؛ بدون نوشتن حتی یک خط کد دستی. شما هدایت می‌کنید، AI می‌نویسد، و شما بازبینی و Commit می‌کنید. هر مرحله یک پرامپت نمونه دارد که می‌توانید عیناً استفاده کنید.