Mindre kode – mere kreativitet med Vibe Coding
Vibe Coding er et nyt fænomen inden for AI, som gør det muligt at udvikle digitale løsninger uden at kunne kode. Ved at beskrive dit behov for AI i hverdagssprog frem for selv at skrive koden kan du hurtigere skabe skræddersyede systemer, frigøre tid til de opgaver, der skaber størst værdi, og udvide din digitale værktøjskasse – uanset om du har en teknisk profil eller ej.
På den baggrund har vi talt med underviser i Vibe Coding, Daniel Søgaard, om, hvordan du kan anvende tilgangen i dit arbejdsliv.
Hvad er Vibe Coding?
Vibe Coding er en måde at udvikle digitale løsninger på, hvor du samarbejder med kunstig intelligens. Med AI-assistenter som GitHub Copilot, Gemini, ChatGPT og Claude kan du generere kode ud fra dine beskrivelser i stedet for selv at skrive koden linje for linje. Dermed flyttes fokus fra tekniske detaljer til forretningsmål og brugeroplevelse, så flere fagligheder kan bidrage direkte til at forme og tilpasse digitale løsninger.
Hvorfor er Vibe Coding interessant?
Ifølge underviser i Vibe Coding, Daniel Søgaard, er tilgangen særlig interessant, fordi den sænker barrieren for at kunne skabe digitale værktøjer:
Med Vibe Coding er hele pointen, at AI’en skriver systemet for dig. Du kan lave en hel hjemmeside, et helt lille system eller en lille app, og AI’en skriver al koden. Du har kun siddet og promptet den og fortalt, hvad du gerne vil have, og så laver den det hele. Vibe Coding er kommet frem inden for det seneste års tid og har sparket døren ind mange forskellige steder.
Hvor man tidligere var afhængig af udviklere for at få bygget selv små systemer, kan fagpersoner nu i højere grad selv:
- Udvikle og tilpasse værktøjer til hverdagens opgaver
- Automatisere simple arbejdsgange
- Teste nye koncepter, før de sættes i gang
Denne mulighed frigør tid fra rutineprægede opgaver og gentagen kode, så både specialister og udviklere kan fokusere mere på analyse, kvalitet og de komplekse, værdiskabende dele af løsningen. Samtidig styrkes innovationskraften, fordi det bliver billigere og hurtigere at eksperimentere.
Sådan ser en typisk Vibe Coding-proces ud
En typisk proces kan beskrives i fire overordnede trin:
1. Undersøg og beskriv dit behov
Du begynder med at fortælle AI’en, hvad du vil opnå, når du har sat dig ind i emnet. Det kan du gøre i helt almindeligt sprog, for eksempel: “Jeg vil have et simpelt system, hvor vores konsulenter kan registrere deres timer pr. projekt og hurtigt få et overblik over belastning og tidsforbrug.” Jo tydeligere du beskriver formål, data og ønsket output, desto bedre udgangspunkt får AI’en for at foreslå en løsning.
2. Løsning og generering
På baggrund af din beskrivelse foreslår din AI-platform en løsning og genererer første version. Platformen skriver koden, sætter databasen op (hvis nødvendigt) og giver dig en kørende prototype, du kan afprøve med det samme.
3. Test og justering
Når du klikker rundt i systemet, får du hurtigt øje på, hvad der fungerer, og hvad der skal justeres. I stedet for selv at ændre i koden beskriver du blot dine ønsker til AI’en, for eksempel: “Gør farverne mere neutrale, og tilføj vores logo.” Herefter opdaterer AI’en løsningen, så du kan arbejde iterativt med løbende, hurtige justeringer.
4. Finpudsning og skalering
Når systemet fungerer som ønsket, kan du finpudse detaljer eller koble det sammen med andre systemer. Hvis en udvikler senere skal overtage, kan vedkommende se og arbejde direkte videre med den kode, som AI-platformen har genereret.
► AI i din kode - nye muligheder med Vibe Coding
Hvad skal du være opmærksom på?
Selv om mulighederne med Vibe Coding er mange, kræver tilgangen fortsat kritisk sans og opmærksomhed. Daniel Søgaard peger især på hastighed og sikkerhed som to centrale opmærksomhedspunkter:
Hastigheden er jo vanvittigt høj ved Vibe Coding. Men når du arbejder så vanvittigt hurtigt, er der simpelthen nogle ting, du overser. Og der er nogle ting, som AI'en ikke er helt så god til eller måske ikke er helt så fornuftig. Så er der sikkerhed. Sikkerhed er det, der står allerhøjest inden for Vibe Coding blandt de ting, man skal passe på med. Det kan for eksempel være, at der ligger nogle koder, som kan ses af folk, der ikke burde have adgang. Der er nogle forskellige ting inden for sikkerhed og governance, som AI'en ikke er helt så god til.
Det er derfor vigtigt, at du ikke betragter AI’ens forslag som færdige facit, men som udkast, der skal gennemgås og vurderes. Særligt i organisationer med høje krav til datasikkerhed og compliance er det nødvendigt at have klare retningslinjer for, hvad der må deles med eksterne AI-tjenester, og hvordan den genererede kode skal kvalitetssikres.
Her er nogle gode huskeregler:
- Del aldrig personfølsomme oplysninger med AI
- Del ikke forretningskritisk eller fortrolig information med AI
- Brug kun anonymiserede eksempler i forbindelse med konkrete sager
- Sæt tid af til at dobbelttjekke løsningerne for fejl inden brug
Lad AI bygge systemer for dig
Der findes allerede flere platforme, som understøtter Vibe Coding-tilgangen. Ifølge Daniel er en af de mest intuitive platforme Lovable, der er skabt netop til at lade AI bygge systemet for dig. På Lovable beskriver du dit projekt med simple ord i et tekstfelt og uploader eventuelt eksisterende filer eller eksempler. Herefter får du hurtigt et første udkast til et system, som kan tilpasses efter behov.
Vibe Coding er særligt velegnet, hvis du vil:
- Bygge interne værktøjer til din afdeling
- Teste nye digitale koncepter hurtigt
- Samle data og processer ét sted uden store udviklingsprojekter
- Lære mere om, hvordan moderne webapplikationer struktureres
En central fordel er, at de erfaringer, du får med Lovable, kan bruges på tværs af andre Vibe Coding-platforme. Når du først begynder at tænke i krav, flows og brugerrejser i stedet for linjer af kode, kan du forholdsvis nemt overføre den samme måde at arbejde på til andre værktøjer.
Vil du vide mere?
Hos Teknologisk Institut finder du en række kurser inden for kunstig intelligens, der spænder fra grundlæggende introduktion til mere avanceret, strategisk anvendelse og praktisk brug af konkrete AI-værktøjer.