Replitでできることと向かないこと

Replitはbrowser上のcoding environmentとして知られてきましたが、2026年現在はReplit Agentを中心に「AIと一緒にappをbuild・test・publishするplatform」として見る方が実態に近くなっています。

現在のReplit Agent Modes公式docsはLite、Economy、Powerを案内しています。Liteは小さな修正や素早い反復、Economyはcredit効率、Powerは複雑なtaskや大きなcodebase向けです。Max modeは提供終了と案内されているため、選択肢として扱いません。TurboやAdvanced settingsの利用条件はplan・workspaceの現在表示を確認します。

さらにApp Testing、Code Optimizations、Plan Mode、checkpoint、deploymentなどを組み合わせ、code生成だけでなく開発workflow全体を進められます。

Replitでできること

promptからappをbuildする

Replit Agentへ作りたい機能を伝え、projectを作成・変更できます。

official tutorialでも、

• authentication

• API endpoint

• database

• integrations

• UI

• deployment

のような機能を段階的にbuildするworkflowが案内されています。

coding経験が少ない人でもprototypeへ入りやすい一方、複雑なsystemではrequirementsを分割した方が安定します。

Plan Modeで実装前に設計する

大きなfeatureをいきなりbuildせず、Plan Modeでapproachやtrade-offを整理できます。

実装前に、

• architecture

• library

• integration

• database schema

• user flow

を確認したい場合に使えます。

AI codingでは「すぐ書かせる」より、先にplanをreviewした方がreworkを減らせることがあります。

real browserでApp Testing

App Testingを有効にするとAgentが実際のbrowserでappを操作し、clickやuser flowを確認できます。

問題を見つけると修正まで進めるworkflowです。

App TestingはAgent設定のAdvanced settingsにある機能として案内されています。利用可否や料金条件はplan・workspaceで異なることがあるため、実行前に現在の設定画面とusage条件を確認してください。

ただしlogin、CAPTCHA等、人間の操作が必要な場面ではcontrolを引き継ぐ必要があります。

codeをself-reviewする

Code Optimizationsをonにすると、Agentが自分のcodeをreview・simplifyしながら作業します。

Code OptimizationsはAdvanced settingsからon/offを選ぶ機能です。Agentが自分のcodeを見直す補助であり、human code reviewを置き換えるものではありません。利用できるmodeやplanは現在のworkspace表示で確認します。

もちろんhuman code reviewが不要になるわけではありません。

checkpointからrollback

Agentはdevelopment中にcheckpointを作成します。

project contentsだけでなくAI memoryやdatabase stateを含むsnapshotとして扱われ、問題が起きたとき以前の状態へrollbackできます。

AIが大きく変更するworkflowでは、戻れるpointがあることは重要です。

Replit内でpublish

Replitはbuild environmentだけでなくdeploymentまで同じplatformで扱えます。

web appだけでなくscheduled deployment等も用意されており、automationやagentを定期実行する構成も作れます。

向かないこと

何も設計せず巨大appを一発生成

official prompting guideでも、complex systemはfeatureへ分解しincrementalにbuildすることが推奨されています。

e-commerceやSaaS全体を一promptで完成させるより、

auth → database → core flow → payment → admin

のように段階化します。

code review不要の完全自動開発

App TestingやCode Optimizationsがあっても、

• security

• permission

• billing

• data model

• edge case

• performance

• accessibility

をすべて保証するわけではありません。

productionではhuman reviewを残します。

既存の大規模codebaseでlocal toolchainが必須な開発

Replitはcloud-centricなenvironmentです。

複雑なlocal dependency、社内network、特殊device、large monorepo等では、Cursor / local IDE / dedicated CIの方がworkflowに合う場合があります。

これは性能の優劣ではなくenvironmentの違いです。

costを見ずにagentを回し続ける

Agentの作業では選択modeや実行内容に応じてcreditを消費します。長い反復やbrowser testを頼む前に、現在のusage・budget表示を確認します。

mode名や追加設定は更新されるため、速度とcreditの関係は利用時のpricing表示で確認してください。

長いiterationではbudgetとmodeを確認します。

まずは使ってみる

記事の文脈に合うToolへ進めます。報酬の有無で見た目は変えていません。

• 

  Replit

  公式サイトを見るTool詳細を見る

日本語で使う場合

Replit Agentへ日本語でrequirementsを伝えることはできます。

ただしcode、library名、error message、official docsは英語が中心です。

重要なtechnical termは英語名を残した方がdebugしやすい場合があります。

「日本語UIが完全か」より、日本語promptで意図を伝えつつtechnical outputをreviewできるかを見る方が実務的です。

目的別に見る

ideaからprototype・publishまで一つのcloud環境

Replit。

browser testまでAgentに回したい

App Testing。

最初の試行・操作に慣れる

Lite Mode。

credit効率を重視した通常作業

Economy Mode。

複雑な実装・難しい課題

Power Mode。

local repository中心の高度な既存開発

local coding agent / IDEも比較。

日本語で依頼して実装を検収する

日本語で要件を伝えられるかと、完成したcodeを評価できるかは別です。Replit Agentを試すときは、最初から本番データや秘密情報を渡さず、影響範囲を限定した小さな変更で作業の流れを確認します。

依頼には次の五つを含めます。

• 目的：ユーザーが最後にできること

• 範囲：変更してよい画面・fileと、触れてはいけない領域

• 制約：使う技術、権限、秘密情報を扱わないこと

• 合格条件：入力・操作・期待結果を具体化

• 検証：必要なtest、browser確認、変更fileと未解決点の報告

例：「一覧に検索欄を追加してください。対象は一覧画面とそのcomponentだけです。既存APIや認証は変更しません。空欄、部分一致、0件を確認し、test結果と変更fileを説明してください。」

最初の差分を受け取ったら、変更file、依存追加、権限・secretの扱い、test結果を確認します。App Testingのbrowser操作はユーザー経路を確かめる補助で、入力値の境界、認証、課金、データ削除、アクセシビリティをすべて保証するものではありません。Code Optimizationsもself-reviewの補助です。重要な変更は人がdiffを読み、独立したtestを実行します。

止める条件：Agentが指定外のfileやproduction設定へ変更を広げる、理由の説明なく依存や権限を増やす、テストできないまま完了を主張する。そこで作業を止め、checkpointやGitの差分から変更範囲を戻すか、目的を小さく分けて再依頼します。

最初の変更を安全に区切る

既存の大きなアプリを一度に任せるのではなく、画面の文言変更や空状態の表示など、失敗しても影響を限定できる仕事から始めます。実装前に現在のGit状態やcheckpointを確認し、成功条件を一つの操作として書きます。

1. Agentに変更計画を出させ、対象fileと触る機能を確認する。

2. 合意した小さな範囲で実装し、差分と追加依存を読む。

3. 期待する操作をApp Testingや既存testで確認し、正常系だけでなく空入力・無効値も見る。

4. 問題があれば、変更前のcheckpoint/Git状態と差分を確認してから戻す。

5. 受け入れ条件を満たしたものだけ次の工程へ進める。

この進め方は完成品質を保証するものではなく、何を任せ、どの時点で人が止めるかを明確にするためのものです。Lite、Economy、Powerの選択やAdvanced settingsの利用可否はplan・workspaceで表示が異なる場合があるため、作業開始時に利用中の表示を確認してください。

AIものさしの判断

Replitの特徴は、AI coding、browser test、checkpoint、database、deploymentを一つのcloud workspaceへまとめていることです。

特に新規appやprototypeでは、environment構築からpublishまでの距離を短くできます。

一方、大規模production systemを完全自動で作るtoolと考えると期待が大きすぎます。

requirementsを分割し、checkpointとtestを使い、重要部分はhuman reviewするworkflowが現実的です。

同一projectでCursor等とのimplementation quality、speed、costをHands-on比較していないため、coding AIの順位付けは行いません。