AIに開発ルールを持たせたら差は埋まるか｜Fable 5 と Opus 4.8 を3通りで再対決
Fable の進め方を開発ルールにまとめ Opus に持たせたら、新しいお題で差は埋まるのか。字幕タイミングのツールを3…
記事一覧
すべてのカテゴリーの記事を新着順で表示しています。
Claude Fable が会計アプリを1セッションで自律完成させた記録
最上位モデル Claude Fable 5 に freee 風の会計アプリを作らせたら、複式簿記から決算書・請求書・CS…
Claude Fable 5 と Opus 4.8 を実測比較｜正確性は同点、差は「検証の深さ」とコスト
最上位の Claude Fable 5 と半額の Opus 4.8 に同じ勤怠集計ツールを作らせて実測。計算の正確性は同…
なぜMCPを使わずWP-CLI直呼びにしたか｜Claude Codeの外部連携を実装で比較した
「AI連携=MCP」の空気に対し、Claude CodeのWordPress操作をWP-CLI直呼びにした判断を実測で比…
プロンプトインジェクション対策を実測｜社内LLMに実際に食らわせてみた
社内文書を要約するLLMツールにプロンプトインジェクションを実際に食らわせ、素の実装と防御実装の攻撃成功率を実測。秘密漏…
LLMの構造化出力はどこで壊れるか｜JSON強制のスキーマ違反を実測して防ぐ
JSONを強制しても構造化出力は壊れます。Claude Haiku 4.5で引っかけ入力30件を実測すると、構文違反は0…
Claudeのモデルの使い分けを実測｜同じ分類40件をOpus/Sonnet/Haikuでコスト対精度を比較
同じ日本語分類40件をOpus 4.8・Sonnet 5・Haiku 4.5にブラインドで解かせて実測。精度は97.5〜…
Claude Codeのサブエージェント並列実行、本当に速くて安いのか｜逐次vs並列spawnを実測
「並列で投げれば速い」——サブエージェントの話でよく耳にします。でも、本当に速くて安いのか。合成の問い合わせ8件を、逐次…
Claude Codeのhooksでコスト浪費とうっかりを止める｜PreToolUseフック実装
同じ注意を毎回自分で守るのは無理——Claude CodeのPreToolUseフックに運用ルールを持たせました。den…
記事をSSH越しにWP-CLIで本番デプロイする｜全サイト移行より安全な1本ずつ反映
記事1本のために全DBを入れ替えるのは怖い——テーマはGitHub Actions、記事はSSH＋WP-CLIと経路を分…