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…
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〜…
属人化したExcelマクロをAIで解析してみた｜罠15個・仕様書化からPython再構築まで実測
前任者が残した属人化Excelマクロ（VBA約250行）をClaude Opus 4.8でブラインド解析し、仕様書化から…
Claude でブログのネタ出しを仕組み化した｜採点プロンプト全文と2週間の実出力
ブログのネタ出しを「5カテゴリ×3ペルソナ×採点」で仕組み化しました。AIに聞くだけが続かない理由と、コピペできる採点プ…