Slovník vibecodingu

Metoda vývoje, kdy řídíš AI agenty (Claude Code, Cursor) přirozeným jazykem místo psaní kódu ručně. Pojem zavedl Andrej Karpathy v únoru 2025.

V praxi to znamená: popíšeš, co chceš, AI napíše kód, ty kontroluješ. Žádné chytrosti — jen jiné rozdělení rolí. AI je hlavní autor, ty jsi editor. Karpathy to pojmenoval v únoru 2025 na X a termín se rychle chytil v komunitě indie hackerů a podnikatelů.

Co je vibecoding (podrobně)

Umění napsat AI zadání tak, aby ti vrátila něco použitelného. Ve vibecodingu zásadní dovednost.

V praxi to jsou tři věci: dát AI dost kontextu (co stavíš, kdo jsi, jaké máš standardy), rozdělit větší úkol na kroky a říct si o konkrétní formát výstupu. U code agentů typu Claude Code se prompt engineering přesouvá z chatu do souborů jako `CLAUDE.md` nebo `.cursorrules` — tam píšeš pravidla, která agent dodržuje napříč celým projektem.

Terminálový AI agent od Anthropicu. Čte, píše a edituje kód napříč celým projektem. Dnes jeden z nejpoužívanějších nástrojů ve vibecodingu.

Běží v terminálu, komunikuje s modelem Claude přes API. Na rozdíl od chatbotů má přístup k souborům, umí spouštět `bash`, `git`, sám si nainstaluje knihovny a testuje, jestli to běží. Funguje s placeným Anthropic API klíčem nebo přes Claude Pro/Max předplatné. Hlavní výhoda: dlouhý kontext (200k+ tokenů) — agent si pamatuje celý projekt, ne jen úryvek souboru.

Anthropic — Claude Code

AI-nativní editor kódu postavený na VS Code. Inline doplňování, chat o kódu, autonomní agent. Populární mezi vibecodery.

Fork VS Code s hlubšími AI integracemi. Tab autocomplete navrhuje multi-line změny dopředu, Cmd+K udělá inline edit, Composer (Agent mode) pracuje napříč celým projektem podobně jako Claude Code. Můžeš si vybrat model (Claude, GPT, Gemini). Předplatné od ~$20/měsíc, free tier dost omezený. Výhoda proti Claude Code: vizuální UI a diff přehled.

Cursor

AI vývojářské prostředí od Google, postavené kolem modelu Gemini. Konkurence Claude Code a Cursoru.

Antigravity je experimentální vývojové prostředí od Google s integrovanou podporou modelů Gemini. Klade důraz na vizuální workflow, agentní operace napříč soubory a propojení s Google Cloud infrastrukturou. Vhodný pro projekty, které využívají Google Cloud Run, Firebase nebo Vertex AI.

Google Antigravity

Online no-code/low-code platforma, která z přirozeného jazyka generuje kompletní webovou aplikaci včetně backendu a deployu.

Lovable (dříve GPT Engineer) je SaaS platforma, kde uživatel popíše aplikaci v chatu a Lovable vygeneruje frontend (React/Next.js), backend (Supabase) i deploy. Hodí se pro rychlé prototypování a MVP. Trade-off: méně kontroly nad finálním kódem než s Claude Code/Cursor, ale výrazně rychlejší start pro netechnické uživatele.

Lovable

AI generátor UI komponent od Vercelu. Z textového popisu vyrobí React + Tailwind komponenty připravené ke kopírování.

v0 je nástroj od Vercelu zaměřený primárně na UI generování. Z popisu typu „pricing tabulka pro SaaS" vrátí kompletní React komponentu s Tailwind CSS, kterou lze nasadit jedním klikem na Vercel hosting. Užitečný hlavně pro landing pages a marketing weby. Integruje se s shadcn/ui design systémem.

v0 by Vercel

Browser-based AI nástroj od StackBlitz, který v reálném čase generuje a spouští webové aplikace bez nutnosti instalace.

Bolt.new běží 100 % v prohlížeči pomocí WebContainers. Uživatel popíše aplikaci, Bolt ji okamžitě vygeneruje, nainstaluje dependencies a zobrazí v iframe. Vhodný pro rychlé experimentování bez setupu lokálního prostředí. Limity: omezený výkon (běží v browseru), méně vhodný pro produkční projekty.

Bolt.new

AI agent na platformě Replit, který staví a deployuje aplikace přímo v cloudu. Vhodný pro full-stack projekty bez lokálního setupu.

Replit Agent kombinuje cloudové IDE Replit s autonomním AI agentem. Z popisu aplikace vyrobí celý projekt, nainstaluje dependencies, nastaví databázi (Replit DB nebo PostgreSQL) a publikuje na replit.app subdoméně. Měsíční předplatné, generous free tier.

Replit

Velký jazykový model — v praxi ten model, se kterým si povídáš. Claude, GPT, Gemini.

Pod kapotou LLM jen předpovídá další slovo v sekvenci (přesněji token). Z téhle jednoduché schopnosti ale vznikne psaní kódu, sumarizace textů, překlady i rezonování. Hlavní rodiny: GPT (OpenAI), Claude (Anthropic), Gemini (Google), Llama (Meta — open-source). Pro vibecoding je dnes nejlepší Claude Sonnet díky kvalitě kódování a dlouhému kontextu.

LLM, který umí používat nástroje (čtení souborů, web search, terminál) a iterovat. Není to chatbot, je to pracovník.

V praxi: agent dostane úkol, rozhodne se co udělat, zavolá nástroj („přečti soubor X"), vyhodnotí výsledek a pokračuje dál. Sám si pamatuje, co dělal, sám si opravuje chyby, sám si rozdělí velký úkol na menší. Claude Code, Cursor Composer a Replit Agent jsou code agenti — specializovaní na vývoj.

Určuje, kolik informací AI udrží v hlavě najednou. Claude má dnes 200k tokenů, někdy až 1M.

Velikosti se liší podle modelu: GPT-4o ~128k, Claude Sonnet 4 ~200k (s 1M v beta), Gemini Pro 2M. Pro práci na větších projektech je velký kontext klíčový — agent může najednou „číst" desítky souborů a koherentně je upravit. Trade-off: čím větší kontext, tím dražší dotaz, a tím větší šance, že model „zapomene" detaily ze začátku.

Tool use znamená, že AI neumí jen odpovídat v chatu, ale může i něco udělat. Číst soubory, vyhledat na webu, spustit příkaz.

Vývojář definuje sadu nástrojů (funkcí) a popíše, co dělají. Model si pak při odpovídání může „říct": teď zavolám `read_file` s parametrem `path=src/index.ts`. Aplikace funkci vykoná, vrátí výsledek a model pokračuje. Bez tool use je LLM uzavřený v textu — s ním reálně něco dělá.

AI občas prostě sebevědomě kecá — vymyslí si knihovnu, funkci nebo API, které neexistují. Hlavní zdroj chyb ve vibecodingu.

Typické projevy u kódu: import knihovny, co neexistuje; volání metody, kterou aktuální verze nemá; tvrzení o chování API, které neodpovídá realitě. Prevence: dát modelu reálnou dokumentaci do kontextu, používat tool use pro real-time lookup a hlavně vždy spustit a otestovat. Úplně eliminovat halucinace nejde — patří k tomu, že člověk je ten, kdo kontroluje.

Jednotka textu pro LLM. Cca 4 znaky nebo 0,75 slova = 1 token. Cena LLM API se účtuje za tokeny.

Token není přesně slovo ani písmeno — je to fragment textu po byte-pair encoding (BPE) tokenizaci. Anglická slova jsou často 1 token, dlouhá nebo cizí slova víc. České slovo „programátor" může být 3-4 tokeny. Pro odhad: 1 token ≈ 0,75 anglického slova nebo ~4 znaky. LLM API cena (Claude, GPT) se účtuje za input tokens + output tokens, obvykle output je 3-5× dražší než input.

Tajný klíč, kterým aplikace autentizuje volání na externí službu (Anthropic, OpenAI, Stripe). NIKDY ho nepublikuj v repo.

API key je dlouhý řetězec znaků, který slouží jako přihlašovací údaj pro programové volání služby. Příklady: Anthropic API key (`sk-ant-...`), OpenAI (`sk-...`), Stripe (`sk_live_...`). Pravidla bezpečnosti: 1) NIKDY do gitu (`.env.local` v `.gitignore`), 2) NIKDY do client-side JavaScriptu (server-side only), 3) rotovat při sebemenším podezření na únik, 4) používat rate limity a IP allowlist tam kde je to možné. Z hlediska vibecodingu: dej AI agentovi v `CLAUDE.md` explicitní pravidlo „nikdy nezveřejňuj API keys ani je nehoduj — vždy z env".

Otevřený protokol od Anthropicu pro propojení LLM s externími zdroji dat a nástroji (databáze, GitHub, Slack, Stripe).

MCP (Model Context Protocol) je standardizovaný způsob, jak AI agenti komunikují s nástroji a daty. Místo aby si každý code agent musel programovat vlastní integrace, používá MCP servery: malé programy, které vystavují konkrétní funkcionalitu (např. „MCP server pro Supabase" umožní agentovi přečíst tabulku, spustit SQL, atd.). Anthropic vydal MCP open-source v listopadu 2024, dnes existuje ekosystém stovek MCP serverů. Pro vibecoding znamená MCP, že agent může bez extra setupu mluvit s tvojí DB, Stripe, GitHub, Linear atd.

Model Context Protocol

Technika, kdy LLM nejdřív vyhledá relevantní data ve vlastní databázi a teprve pak generuje odpověď. Snižuje halucinace.

RAG funguje takto: 1) máš sbírku dokumentů (např. interní wiki), 2) převedeš je na vector embeddings a uložíš do vektorové DB (pgvector, Pinecone), 3) když přijde dotaz uživatele, vyhledáš sémanticky nejbližší kousky dokumentů, 4) předáš je LLM jako kontext a teprve pak ho necháš odpovědět. Výhoda oproti samotnému LLM: model odpovídá na základě tvých konkrétních dat, ne jen generického training setu. Použití ve vibecodingu: chatbot pro zákaznickou podporu, vyhledávač v dokumentaci, asistent v interních datech.

Převedení textu na pole čísel, ve kterém významově podobné texty mají podobné hodnoty. Základ pro AI vyhledávání a doporučovací systémy.

Embedding model (OpenAI `text-embedding-3-large`, Cohere Embed) vezme text a vrátí pár tisíc čísel. „Rychlé auto" a „sportovní vůz" budou mít blízké hodnoty, „rychlé auto" a „pomalá kočka" daleké. Využití: vyhledávání bez přesných klíčových slov, RAG, doporučovací systémy. Ukládá se ve vektorové DB — pgvector v Supabase, Pinecone, Weaviate.

HTTP požadavek, který externí služba pošle tvé aplikaci, když nastane událost (např. Stripe → po platbě, GitHub → po pushi).

Webhook funguje opačně než klasické API: místo aby tvá aplikace pravidelně dotazovala externí službu (polling), služba sama pošle požadavek na URL endpoint v tvé aplikaci, když nastane konkrétní událost. Příklady: Stripe webhook po úspěšné platbě, GitHub webhook po commitu, Vercel webhook po deployi. Z hlediska vibecodingu jsou webhooky klíčové pro automatizaci. Bezpečnost: vždy ověř signature webhooku, abys měl jistotu, že request přišel z očekávané služby.

Verzovaný SQL skript, který mění schéma databáze (přidá tabulku, sloupec, index). Zajišťuje, že dev a prod mají stejnou DB.

Místo aby někdo ručně sahal na produkční DB, schováš změnu schématu do SQL skriptu (`migrations/007_create_leads_table.sql`) a spustíš ho přes nástroj — Supabase CLI, Drizzle Kit, Prisma Migrate. Výhody: historie v gitu, stejný stav DB všude, rollback když to nevyjde. Dobrá migrace používá `IF NOT EXISTS` / `IF EXISTS`, aby šla spustit vícekrát bez problému.

Nejpopulárnější React framework. Server-side rendering, App Router, optimalizace obrázků, API routes. Defaultní volba ve vibecodingu.

Next.js je opinionated framework nad Reactem od Vercelu. Klíčové features: 1) Server Components — render na serveru, méně JS klientovi, 2) File-based routing přes `app/` adresář, 3) Server Actions — formuláře bez API, 4) Image optimization, font optimization, 5) Vestavěné API routes. Aktuální verze (16) podporuje React Server Components nativně. Hlavní výhoda pro vibecoding: AI agenti (Claude Code, Cursor) Next.js patterns dobře znají z trénovacích dat.

Next.js docs

Utility-first CSS framework. Místo psaní vlastních CSS tříd používáš utility (`flex`, `p-4`, `text-lg`) přímo v HTML.

Tailwind CSS poskytuje sadu utility class, které se přiřazují přímo k HTML elementům. Místo `<button class="primary-btn">` a samostatného CSS souboru píšeš `<button class="bg-blue-500 text-white px-4 py-2 rounded">`. Výhody: 1) konzistentní design system přes design tokens, 2) JIT (just-in-time) — generuje jen použité třídy, 3) snadná údržba, 4) AI agenti Tailwind milují (cleaner než vlastní CSS). Aktuální verze 4 přinesla nový CSS-first config a vyšší build speed.

Tailwind CSS

Open-source alternativa k Firebase. PostgreSQL databáze + autentizace + storage + realtime + edge functions. Klíčový backend pro vibecoding.

Supabase je BaaS (Backend as a Service) postavený nad PostgreSQL. V jedné platformě dostáváš: relační DB s plným SQL, autentizaci (email/password, OAuth, magic link), file storage (S3-compatible), realtime subscriptions, serverless edge functions a vektorovou search přes pgvector. Generated TypeScript types z DB schémat. Velkorysý free tier (500MB DB, 5GB transfer/měsíc). Pro vibecoding ideální: Claude Code zná Supabase patterns dobře a integrace je rychlá.

Supabase

Cloud platforma pro deploy Next.js aplikací. Git push = automatický deploy, preview URLs, edge network, serverless functions.

Vercel vznikl jako platforma pro Next.js (Vercel vyrábí i Next.js). Po propojení s GitHub repo dělá automaticky: 1) deploy production při push do main, 2) preview deploy pro každý PR (s vlastní URL), 3) edge network — statické soubory blízko uživatelům, 4) serverless functions pro API. Free tier pro osobní projekty. Pro vibecoding: cesta od `git push` k live aplikaci je 30 vteřin.

Vercel

Serverless funkce běžící na CDN edge serverech — blízko uživateli, s minimální latencí (cca 30ms místo 300ms).

Edge Function je krátká serverless funkce, která se spouští ne v centrálním datacentru, ale na edge node geograficky blízko uživateli. Použití: redirects, A/B testing, AB experiments, autentizace, geo-routing. Limitace: 50ms-30s execution time, omezený set Node API (žádné `fs`, žádné nativní moduly). Vercel Edge a Cloudflare Workers jsou nejpopulárnější. Supabase Edge Functions běží na Deno.

Hosting Git repozitářů. Pro vibecoding nezbytný: kód žije v gitu, AI agenti dělají commits a otevírají pull requesty.

GitHub je dnes de-facto standard pro hosting open-source i privátních projektů. Klíčové features pro vibecoding: 1) version control přes Git, 2) GitHub Actions pro CI/CD, 3) Issues a Pull Requests pro spolupráci, 4) integrace s Claude Code, Cursor (přímý push). Free tier neomezený pro public repos a generous pro private (3 spolupracovníci).

GitHub

Automatizovaný pipeline: po každém pushi se kód otestuje a (pokud projde) nasadí do produkce.

CI (Continuous Integration) = po každém commitu automaticky spustit lint + typecheck + testy. CD (Continuous Deployment) = pokud CI projde, automaticky nasadit na produkci nebo staging. Nástroje: GitHub Actions (zdarma pro open source), Vercel (CI/CD vestavěný), CircleCI, GitLab CI. Pro vibecoding: vždy mít alespoň základní CI (npm install + tsc + npm test), jinak AI agent může nasadit broken kód.

Infrastruktura, kde běží tvá webová aplikace. Pro vibecoding: Vercel pro frontend, Supabase pro DB, Bunny pro video, atd.

Moderní web hosting se rozpadl do specializovaných služeb (místo monolitického VPS): Vercel/Netlify/Cloudflare pro statické weby a edge funkce, Railway/Fly.io pro celé Node servery a Docker kontejnery, Supabase/Neon/PlanetScale pro databáze, Cloudinary/Bunny/Mux pro media. Výhoda: každá vrstva je optimalizovaná. Nevýhoda: víc účtů. Pro vibecoding začátečníka: Vercel + Supabase pokryje 80 % potřeb.

Síť serverů po celém světě, která ukládá kopie statického obsahu (obrázky, JS, CSS) blízko uživatelům — výrazně zrychluje načítání.

CDN funguje jako globální cache. Soubor (obrázek, JS bundle) se nahraje na origin server, CDN ho automaticky distribuuje na edge nody po celém světě. Když uživatel z Prahy načte tvůj web, dostane statiky z frankfurtského CDN node (latence ~30ms) místo z amerického serveru (latence ~150ms). Cloudflare, Bunny.net, Fastly, Akamai jsou globální CDN poskytovatelé. Vercel a Netlify mají vestavěné CDN. Pro vibecoding: většinou se o CDN nemusíš starat, je transparentní.